Non-Sequential Nanofabrication of a One-Transistor-One-Memristor Memory Cell for Neuromorphic Computing
(2024) EITM01 20241Department of Electrical and Information Technology
- Abstract
- As data serves an increasingly central role in trending topics within computation, it has become clear that the Von Neumann architecture of the modern computer is the major bottleneck in terms of energy consumption and latency. Neuromorphic computing is an emerging computing paradigm that seeks to overcome this bottleneck through the unification of memory and logic, analogous to the energy efficient and high-performing biological brain. This is achieved through the use of variable conductors – memristors – organized together with selector devices into crossbar arrays. Transistors offer superior electrical characteristics over other selector options, with the drawback of having a relatively complex structure. This thesis aims to conceive... (More)
- As data serves an increasingly central role in trending topics within computation, it has become clear that the Von Neumann architecture of the modern computer is the major bottleneck in terms of energy consumption and latency. Neuromorphic computing is an emerging computing paradigm that seeks to overcome this bottleneck through the unification of memory and logic, analogous to the energy efficient and high-performing biological brain. This is achieved through the use of variable conductors – memristors – organized together with selector devices into crossbar arrays. Transistors offer superior electrical characteristics over other selector options, with the drawback of having a relatively complex structure. This thesis aims to conceive and optimize a nanofabrication recipe where the memristor, realised as a Resistive Random Access Memory (ReRAM), is combined with a Junctionless Field-Effect Transistor (JLFET) into a one-transistor-one-memristor (1T1R) structure. Importantly, we identified and utilized a material overlap between the two devices. This enabled a novel nanofabrication process where the ReRAM and JLFET are completed simultaneously, as opposed to the common fabrication path of selector first and memristor second. Electrical characterization of the devices find that the devices individually exhibit their characteristic behaviours, but with a performance mismatch that hinders combined 1T1R functionality. As such, this work lays the foundation for further work on streamlined 1T1R fabrication – successfully showing that a non-sequential fabrication flow is possible, where further optimization of key process steps would enable 1T1R cells with high performance. (Less)
- Popular Abstract (Swedish)
- Moderna lösningar inom Artificiell Intelligens (AI) kan åstadkomma otroliga saker, till exempel OpenAIs ChatGPT med förmågan att besvara nästan vad som helst på ett ögonblick. Kraften hos dessa typer av AI kommer med en baksida, nämligen den enorma energiförbrukningen. Den största boven i detta är det faktum att inuti datorn som modellen körs på så måste data kontinuerligt överföras fram och tillbaka mellan processorn och minnet eftersom komponenterna fysiskt sitter på olika ställen. Denna typ av struktur där logik och minne sitter på olika ställen kallas för Von Neumann- arkitekturen, och den har under flera decennier varit mallen för hur datorer konceptuellt är strukturerade. I jakten på alternativa arkitekturer så har man sökt... (More)
- Moderna lösningar inom Artificiell Intelligens (AI) kan åstadkomma otroliga saker, till exempel OpenAIs ChatGPT med förmågan att besvara nästan vad som helst på ett ögonblick. Kraften hos dessa typer av AI kommer med en baksida, nämligen den enorma energiförbrukningen. Den största boven i detta är det faktum att inuti datorn som modellen körs på så måste data kontinuerligt överföras fram och tillbaka mellan processorn och minnet eftersom komponenterna fysiskt sitter på olika ställen. Denna typ av struktur där logik och minne sitter på olika ställen kallas för Von Neumann- arkitekturen, och den har under flera decennier varit mallen för hur datorer konceptuellt är strukturerade. I jakten på alternativa arkitekturer så har man sökt inspiration av hur hjärnan fungerar. Alla miljarder hjärnceller och förbindelser mellan dem utgör världens mest avancerade dator, samtidigt som hjärnan förbrukar mindre energi än en plattång.
I hårdvara implementeras dessa hjärninspirerade, även kallade neuromorfa, system med hjälp av memristorer. Memristorer kan ses som komponenter där den elektriska resistansen mellan två kontakter kan förändras genom att applicera spänningar över eller strömmar genom strukturen. I ett neuromorfiskt datorchip organiseras memristorer typiskt i rutnät, men hur många memristorer som kan få plats i ett rutnät är begränsat p.g.a. läckströmmar. Lösningen på detta är att använda sig av någon typ av struktur i serie med memristorerna som kan kapa läckströmmarna. Transistorer, som utgör basen av logiken i processorer, har elektriska egenskaper som lämpar sig för detta ändamål, men de är relativt komplicerade och stora strukturer, vilket inte är att föredra.
I detta examensarbete har vi skapat och optimerat ett recept för nanotillverkning av en-transistor-en-memristor (1T1R) strukturer. Memristorn vi tillverkar är en typ som heter Resistivt Random-Access Memory (ReRAM) och transistorn en relativt ny typ av transistor som kallas för en Junctionless Transistor (JLFET). En JLFET är strukturellt lik den tradionella MOSFETen som finns i dagens datorer, men den har en förenklad design som kommer på bekostnad av strängare krav på tillverkningsprocessen. Vanligtvis i 1T1R-strukturer tillverkas transistorerna först och memristorerna efteråt, men vi har genom att utnyttja likheter i lämpliga material mellan de två strukturerna åstadkommit ett flöde där båda strukturerna blir färdiga samtidigt. Detta innebär ett förenklat tillverkningsrecept, vilket sparar tid och tillverkningsresurser. Vi har även utfört elektrisk karakterisering för att undersöka prestandan av strukturerna, och observerat förväntat beteende för både ReRAM och JLFET. Receptet uppfunnet i detta examensarbete lägger därför en lovande grund för förenklad tillverkning av 1T1R-strukturer, även med flexibilitet i typen av ReRAM som tillverkas. Fler optimeringar av processen krävs dock för att åstadkomma högpresterande strukturer, framförallt då transistorn visar låga strömmar. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9176270
- author
- Hoffman, Hampus LU
- supervisor
-
- Mattias Borg LU
- organization
- course
- EITM01 20241
- year
- 2024
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- Nanoelectronics, Nanofabrication, Neuromorphic Computing, Memristors, ReRAM, Junctionless Field-Effect Transistors, 1T1R
- report number
- LU/LTH-EIT 2024-1021
- language
- English
- id
- 9176270
- date added to LUP
- 2024-10-16 13:47:36
- date last changed
- 2024-10-16 13:47:36
@misc{9176270,
abstract = {{As data serves an increasingly central role in trending topics within computation, it has become clear that the Von Neumann architecture of the modern computer is the major bottleneck in terms of energy consumption and latency. Neuromorphic computing is an emerging computing paradigm that seeks to overcome this bottleneck through the unification of memory and logic, analogous to the energy efficient and high-performing biological brain. This is achieved through the use of variable conductors – memristors – organized together with selector devices into crossbar arrays. Transistors offer superior electrical characteristics over other selector options, with the drawback of having a relatively complex structure. This thesis aims to conceive and optimize a nanofabrication recipe where the memristor, realised as a Resistive Random Access Memory (ReRAM), is combined with a Junctionless Field-Effect Transistor (JLFET) into a one-transistor-one-memristor (1T1R) structure. Importantly, we identified and utilized a material overlap between the two devices. This enabled a novel nanofabrication process where the ReRAM and JLFET are completed simultaneously, as opposed to the common fabrication path of selector first and memristor second. Electrical characterization of the devices find that the devices individually exhibit their characteristic behaviours, but with a performance mismatch that hinders combined 1T1R functionality. As such, this work lays the foundation for further work on streamlined 1T1R fabrication – successfully showing that a non-sequential fabrication flow is possible, where further optimization of key process steps would enable 1T1R cells with high performance.}},
author = {{Hoffman, Hampus}},
language = {{eng}},
note = {{Student Paper}},
title = {{Non-Sequential Nanofabrication of a One-Transistor-One-Memristor Memory Cell for Neuromorphic Computing}},
year = {{2024}},
}