關于ReRAM的性能分析和介紹

OxRAM vs. CBRAM

松下在 2013 年開始出貨 ReRAM，成為了世界第一家出貨 ReRAM 的公司。那時候，松下推出的是一款 8 位微控制器（MCU），其中集成了 180nm ReRAM 作為嵌入式內存模塊。

去年，松下與富士通聯合推出了第二代 ReRAM 技術。同樣基于 180nm 工藝，這款 4 Mbit 的 ReRAM 器件適用于便攜式和醫療產品等低功耗應用。

現在，松下現在正在開發 40nm ReRAM，目標是在 2018 年推出。聯電的一處代工廠正在為松下制造生產這項技術。

松下的 ReRAM 基于 OxRAM 方法。松下首席工程師 Zhiqiang Wei 說：“我們認為 OxRAM 的滯留特性 （retention property）優于 CBRAM。”

在 180nm 節點，松下的 ReRAM 基于一種 TaOx 材料，帶有一個 Ta2O5 stalking 矩陣。作為比較，Wei 說，40nm 節點 ReRAM 將會使用“同樣的基本概念，但并不完全一樣的堆疊方式。”

在器件方面，松下的 ReRAM 是圍繞 1T1R（單晶體管單電阻）架構設計的。1T1R 需要很大的晶體管，以便為該器件提供足夠的驅動電流。這反過來又限制了芯片的內存密度。

但 1T1R 對嵌入式內存應用而言很理想。OEM 會為嵌入式應用使用 MCU 和其它芯片。一般來說，MCU 可以在同一個器件上集成嵌入式內存。嵌入式內存通常基于 EEPROM 或 NOR 閃存，可用于存儲代碼和其它數據。

那么 ReRAM 的適用領域是什么？在一個案例中，來自富士通-松下組合的 4 Mbit ReRAM 比 EEPROM 的密度更大。實際上，ReRAM 可以替代 EEPROM。

所以，嵌入式 ReRAM 的定位是低功耗、成本敏感、無需快速寫入速度的解決方案。聯電的 Sheu 說：“ReRAM 的定位是作為物聯網和其它應用的低成本解決方案。”

目前 ReRAM 和相近的對手 STT-MRAM 有不同的市場定位。“MRAM 針對的是需要更高性能的應用，比如 MCU 和汽車。”Sheu 說，“我們相信 STT-MRAM 未來可以成為一種優良的非易失性內存替代方案，因為它具有更好的擴展性和性能。”

在一種應用中，STT-MRAM 的定位是在 22nm 及以后節點的 MCU 中替代 NOR。NOR 在 28nm 節點之后就難以擴展了，需要 STT-MRAM 這樣的新解決方案。隨著時間推移，ReRAM 也有可能成為 NOR 的替代技術。

到目前為止，STT-MRAM 已經擴展到了 28nm，22nm 及以后節點也正在開發之中。而 Crossbar 的 ReRAM 技術處于 40nm 節點，28nm 及以后節點的技術仍在研發中。

無晶圓廠的創業公司 Crossbar 沒有使用 OxRAM 方法，而是使用了電化學金屬化工藝。據專家介紹，從機制的角度看，這項工藝使用了接近 CBRAM 的金屬離子細絲。

“OxRAM 的問題在于難以擴展。”Crossbar 營銷和業務發展副總裁 Sylvain Dubois 說，“它在單元內部對細絲進行調節。其開關比（on/off ratio）不是很好。”

對于自己的電化學方案，Crossbar 聲稱開/關比會隨擴展而增加。Dubois 說：“這意味著當你擴展到下一個工藝節點時，這種技術將會得到改善。”

所以，Crossbar 的 ReRAM 器件可以擴展到 40nm 節點之后。他說：“現在我們正在和一家 20 幾納米的晶圓代工廠合作，甚至還有一家 10 幾納米的晶圓代工合作伙伴。”

更重要的是，Crossbar 的 ReRAM 比閃存有更低的讀取延遲和更快的寫入性能。為了利用自己已經推向市場的技術，Crossbar 正在開發兩種架構——1T1R 和一種堆疊式內存器件。

Crossbar 的 1T1R 技術針對的是嵌入式領域。其第一款 1T1R 產品基于 40nm 工藝，由中芯國際生產。

Crossbar 也在開發一種用于存儲級內存應用的技術。這種架構由單個層組成，這些層堆疊在器件上。其中內置了一個選擇器（selector），可以讓一個晶體管驅動一個或數千個內存單元。

圖 3：Crossbar 的堆疊式內存架構，來自 Crossbar

Dubois 說：“在 16nm 節點下，只需四層，我們就能得到 32 GB 的密度。只需較少的層，我們就能達到 GB 水平。”

Crossbar 這種堆疊式配置的 ReRAM 的目標是用于固態硬盤和雙列直插式內存模塊。對于這些應用，ReRAM 通常與已有的內存一起使用。它也可能替代一些 DRAM 和 NAND。

他說：“我認為我們不會一夜之間就替代一種類別。我們是要開啟新的數據存取方式。所以我們并沒打算替代即插即用的閃存或 DRAM。而是用在它們之間。”

ReRAM 在嵌入式應用領域還是前景可觀的，但在存儲級內存領域，這項技術將面臨很大的競爭。Applied 的 Ping 說：“它面臨著與已有解決方案的競爭。這個生態系統被更大的供應商控制著，所以并不容易。”

另外，將一種新內存技術推向市場還需要大量資源。比如英特爾和美光正在推 3D XPoint 技術，它們當然有資源為它們的業務開路。

未來

盡管 ReRAM 在存儲級內存市場能否成功還有待觀察，但這項技術也可用于其它領域，尤其是神經網絡。

Facebook 和谷歌等一些公司已經開發出了一些使用神經網絡的機器學習系統。神經網絡可以幫助系統處理數據和識別模式。然后，它可以學習到什么屬性是重要的。

這些系統很多都使用了帶有基于 SRAM 的內存的 FPGA 和 GPU。內存行業正在為這一領域研發 ReRAM。與 GPU/SRAM 架構相比，ReRAM 的密度大得多。

使用 ReRAM 這樣的專用硬件的計算也被稱為神經形態計算。Ping 說：“神經形態是模擬的。OxRAM 有這樣的性質。其電阻可以改變以滿足神經形態計算的需求。”

但是神經形態系統需要級聯多個堆疊的 ReRAM 器件。如前所述，只是控制單個 ReRAM 器件就已經很難了。

控制多個 ReRAM 更是難上加難。Ping 說：“神經形態計算最終將需要對電阻進行某種控制。同樣，使用 ReRAM 時，你要讓原子在細絲中移動。所以，這方面有多種可能。這事兒還是個未知數。”