AI大模型需要新型存储器！北京大学唐克超老师谈FeRAM铁电存储器挑战及解决之道

存储器通常占集成电路总价值的1/3，同时，内存芯片也是整个芯片市场最大单品。而传统的存储技术无法实现数据高速访问与数据非易失存储的结合，造成现有计算存储架构分级体系复杂，能效较低；运算单元与存储器之间速度失配，严重制约计算机性能及能效比的进一步提升。并且，目前SRAM面积微缩越发困难，AI对存储和算力的几乎无限需求和工艺微缩的极限矛盾正在加剧。

为了降低云和边缘的功耗，兼具高性能和易失性的新型存储器以及基于新型材料的存储器技术，正加速新型存储器的创新之路，如自旋磁存储器MRAM(MagnetoresistiveRandom Access Memory)、阻变存储器RRAM（Resistive Random Access Memory）、相变存储器PCM（phase change memory）、铁电存储器FeRAM（Ferroelectric RAM）等。

MRAM，自旋磁存储器

MRAM是一种非易失性的磁性随机存储器，它利用磁电阻效应来存储数据，核心原理是利用材料的磁阻效应，即材料的电阻会随着外部磁场的变化而变化，从而通过改变电流方向和大小，可以改变其中一个磁性层的磁化方向，由此实现数据的写入和读取。

其实这也不是什么新兴技术。早在上世纪五十年代就已经被提出，并在军用方面得到广泛应用。近年来随着专利过期，才得以在民用市场不断突破创新。MRAM是当前主流非易失性存储器中能与DRAM 和SRAM读写速度相提并论的存储器，能满足从缓存到内存的非易失存储需求。MRAM有望根据不同的带宽需求逐步替代现有的不同类型的存储器，如SRAM、DRAM以及Flash 等。

MRAM的优势在于它在具有非易失性的同时在速度、功耗、成本上较为折中，因而得以具有广泛的应用前景。面对巨大的市场空间，全球掀起了以MRAM为代表的自旋芯片研发热潮。据了解，三星、IBM等已经实现商用。其中，三星自2019年，就开始量产28nm 嵌入式MRAM。据媒体报道，三星看好未来车用领域对 eMRAM 的需求。目前三星已完成 14nm eMRAM 的开发，8nm eMRAM 开发也基本完成，并计划 2027 年推出 5nm eMRAM。

RRAM，阻变存储器

RRAM阻变存储器是一种新型的非易失性存储器，它通过向金属氧化物薄膜施加脉冲电压，产生大的电阻差值来存储“0”和“1”。其结构简单，从而简化了制造工艺，同时还可实现低功耗和高速重写等卓越性能。

RRAM阻变存储器其实也就是大家熟知的忆阻器，最早是在1971年由华裔科学家，时任教于加州大学伯克利分校的蔡少棠教授提出的。RRAM在独立式难以应用，但在嵌入式有广阔的应用前景，尤其在类脑计算领域，优势明显。

传统冯·诺依曼结构下，数据的存储和计算相互分离，即数据存储在储存器中，需要计算时再把它搬运到运算器里。然而，AI类应用（例如大模型）需要对大量数据进行矩阵运算，其核心是乘法和加法，在此情形下算力是比较吃紧的，面临着很大挑战。（EETOP此前有专门推送过忆阻器的文章，感兴趣的朋友，可点击链接，阅读原文：访谈清华大学高滨教授：大模型时代的存算一体芯片）

RRAM的应用领域包括物联网、汽车电子、工业控制等。虽然过去业内认为RRAM还不够成熟，且主要面向的是小算力市场。不过，随着人工智能、大数据、大模型等技术的不断迭代更新及迅速落地应用后，自2023年开始，市场对RRAM的热度已经居高不下，很多国际大厂纷纷宣布要量产，如Intel、TSMC、三星、格罗方德、UMC、中芯国际、华力等。

与此同时，据IMARC Group的报告显示，2022年全球MRAM市场规模已经达到4.271亿美元。展望未来，IMARC Group预计：2023-2028年，MRAM的增长率（CAGR）为44.5%；到2028年该市场将高达45.25亿美元。

PCM，相变存储器

PCM相变存储器是一种非易失存储设备，它利用硫族化合物在晶态和非晶态巨大的导电性差异来存储数据，具有存取速度快和可靠性高等优点。特别地，PCM因其具备非易失性、可字节寻址等特性而同时具备作为主存和外存的潜力，在其影响下，主存和外存之间的界限也正在逐渐变得模糊，有望部分替代目前被公众所熟知的传统存储技术如DRAM、Flash。据了解，目前成熟产品已经应用于数据中心。

FeRAM铁电存储器

FeRAM铁电存储器是一种随机存取存储器技术，是一种在断电时不会丢失内容的非易失存储器，具有高速、高密度、低功耗和抗辐射等优点。随着人工智能和大数据技术的飞速发展，对算力和存储的需求日益增长。传统的计算架构逐渐显露出局限性，这促使学术界和产业界开始探索新的计算架构和信息器件。

左：泰克科技中国区技术总监张欣

右：北京大学集成电路学院的唐克超

唐克超博士于2017年9月获得美国斯坦福大学博士学位，2020年入选海外高层次人才引进计划青年项目，任北京大学集成电路学院研究员、博士生导师。

针对铁电材料在集成电路领域的应用前景，唐克超老师介绍，目前有三种主流的铁电存储器技术：FeRAM、FeFET和FTJ，它们各自具有独特的特性和应用前景。

• FeRAM，即基于电容型的铁电存储器，因其与现有DRAM结构的相似性而最接近产业化应用。它旨在提供非易失性存储解决方案，以结合DRAM的快速访问和低功耗特性，特别适合需要频繁刷新的场景。

• FeFET，即基于晶体管型的铁电存储器，也是唐克超老师团队的研究重点。这种存储器以其高集成密度、快速操作和低功耗而受到关注。FeFET的优势在于其三端器件的设计，这使得它非常适合用于存算一体、神经形态计算和安全应用等先进领域。此外，FeFET支持非破坏性读取，允许在不重写的情况下进行数据读取，这在提高存储效率方面是一个显著优势。

• FTJ即基于隧穿结的铁电存储器，目前主要处于前沿研究阶段。FTJ面临的主要挑战是其较小的读电流，这限制了其速度潜力。尽管如此，FTJ在神经形态计算等低功耗应用中显示出巨大潜力。

对于FeFET的科研创新，唐克超老师分享说：“面临的最大挑战是耐久性问题，即在反复编程和擦写后性能衰减。”唐克超老师表示，铁电材料的极化状态通常需要电场的作用才能翻转，而在铁电场效应晶体管（FeFET）中，这一现象尤为显著。要解决这一问题，需要从多个角度进行全面的考量，包括铁电材料本身对电场的响应，以及界面结构和界面缺陷对电场分布的影响。对于器件的测试，有很多不同的角度的测试，包括转移曲线Id-Vg的测试、读写速度的测试、耐久性测试、保持性测试，以及还需要在阵列方面读写、串扰方面的一些测试。

不过，铁电材料因其独特的物理特性，在集成电路、传感器、驱动器、热学器件以及光电探测器等多个领域展现出巨大的应用潜力。尤其是在大数据和人工智能技术迅速发展的今天，铁电材料的高性能特性，以及在存储和计算领域的潜在应用，使其成为推动技术进步的关键因素。