- 文献综述（或调研报告）：
存储器是计算机系统中的用来存储数据和指令的记忆部件，对计算机的处理速度、集成度以及功耗等方面都有着重要影响。按照其存储技术类型，PC存储系统通常被划分为三级：（1）高速缓存，核心技术为SRAM；（2）主存，核心为DRAM；（3）外部存储器，主要为flash。但是，随着半导体工艺特征尺寸的不断缩小，传统的基于CMOS工艺的缓存和主存遭遇了性能瓶颈。在功耗方面，由于CMOS晶体管的漏电流随工艺尺寸的减小而增大，故SRAM和DRAM的静态功耗的影响加剧。为满足片上系统对存储技术性能、功耗、集成度等方面的需求，研究人员将注意力集中在新型存储技术上，典型代表包括可变电阻使存储器（RRAM）、相变存储器（PCRAM）、铁电存储器（FeRAM）和自旋转移矩磁性随机存储器（STT-MRAM）等，他们之间的性能对比如表1所示[1]。由表可见，新型非易失片上存储系统在集成度、访问时间和功耗等方面都表现出了较大潜力。其中STT-MRAM因拥有接近DRAM的高集成度、接近SRAM的高性能和较长的使用寿命，被认为是最有潜力成为传统片上存储技术的接班人之一[2]。因此STT-MRAM的研究对未来片上系统的发展具有重大意义。
表1 各种非易失性存储器性能对比
|
Flash（NAND） |
FeRAM |
PCRAM |
toggle-MRAM |
STT-MRAM |
|
|
单元尺寸（F2） |
5 |
15-34 |
6-12 |
16-40 |
6-20 |
|
读时间（ns） |
50 |
20-80 |
20-50 |
3-20 |
2-20 |
|
编程次数 |
105 |
1012 |
1010 |
gt;1015 |
gt;1015 |
|
写功耗 |
极高 |
低 |
低 |
高 |
低 |
|
需要高电压 |
16-20v |
2-3v |
1.5-3v |
3v |
lt;1.5v |
磁隧道结的核心部分是由两个铁磁金属层夹着一个隧穿势垒层的三明治结构，如图1。其中一个铁磁层被称为参考层（Reference Layer）或固定层（Pinned Layer），它的磁化沿易磁化轴方向(Easy-Axis)固定不变。另一个铁磁层被称为自由层(Free Layer)，它的磁化有两个稳定的取向，分别与参考层平行或反平行，这将使磁隧道结处于低阻态或高阻态，该现象被称为隧穿磁阻效应(Tunnel Magnetoresistance，TMR)[3]。两个组态可分别代表二进制数据“0”和“1”，是MRAM存储的基本原理。
图1 磁隧道结的核心结构
MRAM的写入操作通过磁隧道结中自由层的磁化翻转来实现。早期的MRAM直接采用磁场写入方式[4]。磁隧道结置于字线和位线的交叉处，字线和位线分别沿着自由层的难磁化轴(Hard-Axis)和易磁化轴(Easy-Axis)方向。写入时，被选中的磁隧道结的字线和位线分别通入电流以产生互相垂直的两个磁场，它们的大小均不足以使自由层完成磁化翻转，但二者能够将彼此方向上的矫顽场(Coercive Field)大小降低至所产生的磁场以下，因此，只有交叉处的磁隧道结能够完成状态的写入。这种写入方式要求位线(或字线)产生的磁场足够大以至于能够有效地减小字线方向上(或位线方向上)的矫顽场，但同时也要足够小以避免同一条
位线(或字线)上的其余磁隧道结被误写入，由于工艺偏差的存在，所允许写入的磁场范围非常有限。
1996年，Slonczewski[5]和Berger[6]从理论上预测了一种被称为自旋转移矩(Spin Transfer Torque, STT)的纯电学的磁隧道结写入方式，其基本原理如图2所示，当电流从参考层流向自由层时，首先获得与参考层磁化方向相同的自旋角动量，该自旋极化电流进入自由层时，与自由层的磁化相互作用，导致自旋极化电流的横向分量被转移，由于角动量守恒，被转移的横向分量将以力矩的形式作用于自由层，迫使它的磁化方向与参考层接近，该力矩被称为自旋转移矩。同理，对于相反方向的电流，参考层对自旋的反射作用使自由层磁化获得相反的力矩，因此，被写入的磁化状态由电流方向决定。
图2 自旋转移矩原理示意图
在Slonczewski和Berger针对全金属自旋阀磁性多层结构提出了自旋转移效应后，许多人从理论上对此进行了进一步研究，如Waintal等人[7]发展了散射矩阵理论来研究自旋转移矩；Brataas等人[8]在散射矩阵理论的基础上进一步又提出了电路理论；Stiles等人[9]发展了利用玻尔兹曼方程求解自旋转移矩的方法，并提出了自旋转移的反射机制和平均机制，前者与界面电子的自旋相关反射有关，后者与电子绕局域磁矩进动时总自旋的平均有关；Grollier等人[10]基于引入的自旋转移矩的Laudau-Lifshitz-Gilbert方程，讨论了磁矩平行态和反平行态的稳定性和不稳定性，计算发现当外磁场小于某阈值时，铁磁层磁化方向平行态和反平行态间的转变是快速和不可逆的，当磁场高于这个阈值时，转变是渐变和可逆的。
人们对基于自旋转移效应的磁性随机存储器（STT-MRAM）的研究也取得了重要进展，电流诱导磁化反转效应已经开始应用于MRAM中存储单元磁隧道结的写入。利用自旋转移力矩效应进行存储器的写入，比传统的磁场写入方式更节省能量，同时还能减小与邻近存储单元的相互影响[11]。基于STT-MRAM的写入方法具有高速率、低功率、低阈值电流等优点，有望在存储器领域得到大规模的工业应用。目前，STT-MRAM的相关原型器件已经做出。
与此同时，自旋转矩逻辑器件建模方面的研究，在过去的几十年里也发展的十分迅速。早期的自旋元件和相关的电路模型大多是采用等效电路的准静态SPICE模型。1999年，Das和Black[12]提出了钉扎自旋相关隧穿（SDT）器件的第一个广义电路宏模型，且使用HSPICE仿真准确的表示了该器件的非线性和滞后特性。随后，二人又提出了第一个用于GMR存储器的通用电路宏模型[13]。2005年，Lee等人[14]提出了适用于HSPICE电路仿真器的MTJ宏模型，并验证了MTJ的磁滞特性、热扰动特性以及R-V特性。2007年，SPINTEC实验室[15]将MTJ模型用于CMOS/磁性混合架构中，且在实验实现和测试之前完成混合设备的完整仿真。2010年，Harms等人[16]使用SPICE子电路建立了使用自旋转矩效应开关的MTJ模型，且提出了一个基于MTJ的D触发器，并通过仿真和分析验证了该模型的可应用性。2015年，Tingsu Chen和Anders Eklund等人[17]提出了使用MTJ的自旋转矩振荡器(STO)的基于宏观近似的分析模型，并且用Verilog-A语言实现其完整模型。
随着磁隧道结制备工艺的改进和电路性能的优化，目前已有诸多的STT-MRAM测试芯片和商用产品问世。其中, Toshiba公司的部分芯片已用于缓存的评估，评估结果表明，经过优化的STT-MRAM缓存具有低功耗和高稳定性的优势[18]。英特尔在其22FFL工艺中描述了基于自旋转移力矩的非易失性存储器的关键特性，称其为“首个基于FinFET的MRAM技术”[19]。
相比其他新型非易失性存储器，STT-MRAM在可擦写次数及能耗等方面具有明显优势。特别是界面垂直磁各向异性及自旋轨道耦合等效应的快速进展，可以在能耗、数据热稳定性及读写速度等方面得到进一步优化。例如，通过利用强自旋轨道耦合重金属可以增强界面垂直磁各向异性[20]，使STT-MRAM的热稳定性大幅提高，实现容量提升的同时可以降低读写干扰，克服工艺偏差等问题；通过自旋轨道耦合效应辅助自旋转移力矩可以使STT-MRAM的写入速度达到1–2 ns以内，用于计算体系内部的一级缓存，从而优化系统整体功耗，这也是当前唯一一种可以达到此速度的非易失性存储器技术[21]。
但是随着技术规模的缩小，STT-MRAM遭受严重的工艺变化和热波动[22]，这极大地降低了STT-MRAM的性能和稳定性。对于大多数商业应用来说，STT-MRAM的道路依旧充满艰难险阻。随着存储单元的尺寸减小，需要更大的自由层磁矩反转磁场，因此也需要更大的电流。但是，大电流不仅增加了功耗，也使得变换速度减慢，限制了存储单元写入信息的速度。在CSTIC 2019上，就有专家提及，目前STT-MRAM的挑战主要存在于需要更大的写入电流、MTJ的缩放，以及如何降低误码率，这三者之间的平衡[23]。
目前，三星、英特尔、台积电及Global Foundry等集成电路领军企业加强了在STT-MRAM研发及生产线的投入[24]。通过集成STT-MRAM，其非易失性及大容量等特性可以带来系统及软件上的革新，为后摩尔时代超低功耗集成电路系统的发展奠定基础[25,26]。
参考文献
[1] Kent, A., Worledge, D. A new spin on magnetic memories. Nature Nanotech 10, 187–191 (2016).
[2] Li, Xiang amp; Lee, Albert amp; Razavi, Armin amp; Wu, Hao amp; Wang, Kang. (2018). Voltage-controlled magnetoelectric memory and logic devices. MRS Bulletin. 43. 970-977. 10.1557/mrs.2018.298.
[3] Julliere M. Tunneling between ferromagnetic films. Phys Lett A, 1975, 54: 225–226
[4] Tehrani S, Engel B, Slaughter J M, et al. Recent developments in magnetic tunnel junction MRAM. IEEE Trans Magn, 2000, 36: 2752–2757
[5] Slonczewski J C. Current-driven excitation of magnetic multilayers. J Magnetism Magnetic Mater, 1996, 159: L1–L7
[6] Berger L. Emission of spin waves by a magnetic multilayer traversed by a current. Phys Rev B, 1996, 54: 9353–9358
[7] Waintal X, Brouwer P W. Anatomy of the quantum melting of the two dimensional Wigner crystal[J]. Phys. Rev. B, 2002, 65: 050407
[8] Brataas A, Nazarov Y V, Bauer G E W. Spin-transfer torque in magnetic tunnel junctions: Scattering theory[J]. Phys. Rev. Lett., 2002, 84: 2481-2484
[9] Youngmin, Khodadadi, Behrouz amp; Li, Jie-Fang , Viehland, Dwight, Emori, Satoru. Decoherence of Transverse Spin Current in Ferrimagnetic Alloys.[J]. Phys. Rev. B, 2020, 66: 014407
[10] Grollier J, Cros V, Jaffres H, et al.Field dependence of magnetization reversal by spin transfer[J].Phys., Rev. B, 2003, 67: 174402
[11] Yuasa, Shinji. Giant Tunneling Magnetoresistance in MgO-Based Magnetic Tunnel Junctions[J]. Journal of the Physical Society of Japan, 2008, 77(3):031001.
[12] Das B, Black W C. A generalized HSPICE TM macro-model for pinned spin-dependent-tunneling devices[J]. IEEE. Transactions on Magnetics, 1999, 35(5): 2889-2891
[13] Das B, Black W C, Phom A V. Universal HSPICE macromodel for giant magnetoresistance memory bits[J]. IEEE. Transactions on Magnetics, 2000, 36(4): 2062-2072
[14] Lee S, Shin H, Kim D. Advanced HSPICE Macromodel for Magnetic Tunnel Junction[J]. Japanese Journal of Applied Physics, 2005, 44(4B): 2696-2700
[15] Prenat G, Baraji M E, Guo W, Sousa R.CMOS/Magnetic Hybrid Architectures[C]. IEEE. International Conference on Electronics, Circuits amp; Systems. 2007: 190-193
[16] Harms J D, Ebrahimi F, Yao X, Wang J P. SPICE Macromodel of Spin-Torque-Transfer-Operated Magnetic Tunnel Junctions[J]. IEEE. Transactions on Electron Devices , 2010 , 57 (6) : 1425-1430
[17] Tingsu Chen, Anders Eklund, Ezio Iacocca, Saul Rodriguez, B Gunnar Malm, et al. Comprehensive and Macrospin-Based Magnetic Tunnel Junction Spin Torque Oscillator Model- Part II Verilog-A Model Implementation[J]. IEEE. Transactions on Electron Devices, 2015, 62(3): 1045-1051
[18] Noguchi H, Ikegami K, Takaya S, et al. 4 Mb STT-MRAM-based cache with memory-access-aware power optimization and write-verify write/read-modify-write. In: Proceedings of IEEE International Solid State Circuits Conference. San Francisco: IEEE, 2016. 132–133
[19] Wei, Liqiong et al. “13.3 A 7Mb STT-MRAM in 22FFL FinFET Technology with 4ns Read Sensing Time at 0.9V Using Write-Verify-Write Scheme and Offset-Cancellation Sensing Technique.” 2019 IEEE International Solid- State Circuits Conference - (ISSCC) (2019): 214-216.
[20] Grezes C, Ebrahimi F, Alzate J G, et al. Ultra-low switching energy and scaling in electric-field-controlled nanoscale magnetic tunnel junctions with high resistance-area product. Appl Phys Lett, 2016, 108: 012403
[21] Liu L, Pai C F, Li Y, et al. Spin-torque switching with the giant Spin Hall effect of Tantalum. Science, 2017, 336: 555–558. arXiv: 1203.2875
[22] Lirida Alves de Barros Naviner,Weisheng Zhao,Xinning Liu, et al.Addressing Failure and Aging Degradation in MRAM/MeRAM-on-FDSOI Integration[J].IEEE transactions on circuits and systems, I. Regular papers: a publication of the IEEE Circuits and Systems Society,2019,66(1):239-250.
[23] Kang, W.; Ran, Y.; Zhang, Y.; Lv, W.; Zhao, W. Modeling and exploration of the voltage-controlled magnetic anisotropy effect for the next-generation low-power and high-speed MRAM applications.IEEE Trans. Nanotechnol. 2017, 16, 387–395.
[24]赵巍胜,王昭昊,彭守仲,王乐知,常亮,张有光.STT-MRAM存储器的研究进展[J].中国科学:物理学 力学 天文学,2018,46(10):70-90.
[25] H. Yoda, E. Kitagawa, N. Shimomura, S. Fujita, and M. Amano, “The progresses of MRAM as a memory to save energy consumption and its potential for further reduction,” in Proc. Symp. VLSI Technol., Jun. 2015, pp. T104–T105.
[26] Kang, W.; Chang, L.; Zhang, Y.; Zhao, W. Voltage-controlled MRAM for working memory: Perspectives and challenges. In Proceedings of the Design, Automation Test in Europe Conference Exhibition (DATE), Lausanne, Switzerland, 27–31 March 2017; pp. 542–547.
- 文献综述（或调研报告）：
存储器是计算机系统中的用来存储数据和指令的记忆部件，对计算机的处理速度、集成度以及功耗等方面都有着重要影响。按照其存储技术类型，PC存储系统通常被划分为三级：（1）高速缓存，核心技术为SRAM；（2）主存，核心为DRAM；（3）外部存储器，主要为flash。但是，随着半导体工艺特征尺寸的不断缩小，传统的基于CMOS工艺的缓存和主存遭遇了性能瓶颈。在功耗方面，由于CMOS晶体管的漏电流随工艺尺寸的减小而增大，故SRAM和DRAM的静态功耗的影响加剧。为满足片上系统对存储技术性能、功耗、集成度等方面的需求，研究人员将注意力集中在新型存储技术上，典型代表包括可变电阻使存储器（RRAM）、相变存储器（PCRAM）、铁电存储器（FeRAM）和自旋转移矩磁性随机存储器（STT-MRAM）等，他们之间的性能对比如表1所示[1]。由表可见，新型非易失片上存储系统在集成度、访问时间和功耗等方面都表现出了较大潜力。其中STT-MRAM因拥有接近DRAM的高集成度、接近SRAM的高性能和较长的使用寿命，被认为是最有潜力成为传统片上存储技术的接班人之一[2]。因此STT-MRAM的研究对未来片上系统的发展具有重大意义。
表1 各种非易失性存储器性能对比
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
