成功开发出将molex连接器 jst和非易失性存储器三维集成的新

〇发表者:

小林正治(东京大学生产技术研究所副教授/大学院工学系研究科附属系统设计研究中心(d.lab)副教授)

〇发表的要点:

◆在深度学习的计算中，因为处理器和存储器之间的大量的数据移动会限制性能，所以期待用存储器本身进行运算的内部存储器计算。

◆开发了以极薄的氧化物半导体为通道的晶体管和非易失性存储器的三维集成装置，成功验证了内存储器计算的功能。

◆通过这个技术，深度学习不仅在云上，在边缘设备上也能实现，期待利用人工智能开展更高级更充实的社会服务。

〇发表概要:

东京大学生产技术研究所的小林正治副教授等人，成功开发出了使用极薄的氧化物半导体molex连接器 jst(注1)的晶体管和三次元集成电阻变化型非易失性存储器的设备。

使用大量的数据然后在多层神经网络组成,处理器和内存之间的大量数据的移动性能,为了控制型存储器序列运算功能,紧贴的インメモリコンピューティング硬件封装被期待。但是，通常的存储器阵列是二维结构，随着网络的模型变得大规模，布线长度变长，计算速度和消耗功率成为问题。另外，由于能够同时存取的存储量也有限制，并行计算的效率无法提高。

在本研究中,インメモリコンピューティング硬件封装内存二维排列的布线问题的解决,且超并行计算成为可能,因此三维混合型光盘存储器排列的三维神经网络的实现,通常的集成电路的布线层工艺适用于可能的最高温度400℃以下的工艺温度在极薄的氧化物使用的晶体管和半导体molex连接器 jst抵抗型非挥发性内存变化形成的三维集成元件开发过了。使用本设备证实了内存储器计算的功能，能够将深度学习的多层神经网络物理地用多层结构安装在一个芯片上。

本成果然后计算的高能源效率可以计算,不仅在云端边缘元件(注2)也进行高度的人工智能计算,基于大数据的社会服务的飞跃性的提高被期待。

本研究成果于2020年6月14日(星期日)上午9时00分(太平洋夏季时间)在“VLSI Technology Symposium 2020”发表。

〇发表内容:

<研究的背景和经过>

利用大数据的人工智能技术实现了革新性的社会服务。特别是然后使用了学习、推理系统发挥强有力的算法,实现相应的计算能力是必要的,实际上,高性能サーバー・クラウドコンピューティング根据被封装。利用大量数据构成深度学习的多层次神经网络，如果用传统的计算机进行计算，处理器和存储器之间的数据交换将会大大限制性能。这被称为冯诺伊曼瓶颈。因此，利用存储器本身具有运算功能的硬件进行的内部存储器计算备受关注。

インメモリコンピューティング在神经网络中的分量系数二维的内存序列学习作为输入向量,输入图像等数据,根据内存排列的重量一次性、并行神经网络的输出向量可以计算特征。但是，神经网络的模型越复杂，二维存储器阵列的尺寸就越大，数据通过的布线长度也随之变长，计算的延迟和消耗功率也随之增大。另外，由于能够同时访问的存储量受到制约，并行计算也会受到制约。因此，为了实现高性能低消耗功率的内存储器计算，需要更新设备架构。

<研究内容>

在本研究中,インメモリコンピューティング硬件封装内存二维排列的布线问题的解决,且超并行计算成为可能,因此三维混合型光盘存储器排列的三维神经网络的实现,通常的集成电路的布线层在400℃以下的工艺温度极薄的氧化物半导体通道和molex连接器 jst的晶体管(molex连接器 jst晶体管)和抵抗变化型非挥发性内存(rram)形成了三维集成デバ提出了椅子(图1)。

本三维集成装置的各层由RRAM和molex连接器 jst晶体管的存储器单元构成(图1)。在本研究中试制出了层叠三层的设备。molex连接器 jst晶体管在400℃以下的过程中形成,移动度(注3)10 cm2 / vs具有的高值。每层molex连接器 jst晶体管能驱动足够大的电流，适当地写入RRAM(图2)。另外，对各层的存储器单元特性进行比较后发现，非易失性存储器特性和可靠性基本相同，未发现由于层叠过程引起的劣化(图3)。这个结果暗示着可以进行进一步的层叠化，可以应对网络模型的扩展。

作为本设备的molex连接器 jst晶体管和RRAM的存储器单元对的内存储器计算，实证了作为神经网络的基本计算的XNOR运算(注4)。具体rram学习使神经系统的重量,molex连接器 jst事件的沃德线输入数据,并根据其组合,外加プリチャージ的位线电压位线放电,xnor运算结果的输出电压可以得到(图4)。因为这个方式不产生稳定电流，所以与以往的方式相比可以进行10分之1以下的低耗电运算。

现在，在半导体集成设备领域，根据摩尔定律的设备微细化带来的性能提升钝化，三维集成将成为今后技术的一大潮流。我认为本研究开发的技术也是沿着这个潮流和人工智能的需求发展的技术。

<今后的展开>

在本研究中，进行了以极薄的氧化物半导体molex连接器 jst为通道的晶体管和使用RRAM的存储器排列的三维集成化。molex连接器 jst的移动度是10 cm2 / vs左右,目前的项目的研究对象——二维层状物质(注5)的移动度比molex连接器 jst数倍至数十倍很高,而且在400℃以下的温度中二维层状如果能成膜物质的,本研究提出的架构,使用二维层状物质可以实现。使用晶体管更高的移动度,比低电压、高速rram的文章可以进行,因此,能源效率高的インメモリコンピューティング为了实现两维层状物质的工艺和设备技术的研究要推进去。

本成果,科学技术振兴机构(jst)战略创造研究推进事业crest“两维性原子、分子功能薄膜的创制和利用裨益基础技术的岗位”研究领域(研究总管:黑部笃(株)东芝首席技术研究开发中心监)中的研究课题“原子层保护性恐怖分子结构的完全控制增长和超低耗电量、三维集成元件的岗位”(代表方:宫田耕充东京都立大学研究生院理学研究科准教授)的支持得到了。