Stochastisch zuurstofvacantie-model verklaart variabiliteit in RRAM-cellen

Samenvatting

Variabiliteit in resistieve random access memory-cellen is een van de kritieke uitdagingen voor de ontwikkeling van hoog-dichtheid RRAM-arrays. Hoewel de bronnen van variabiliteit tijdens resistief schakelen verschillen voor verschillende overgangsmetaaloxide-films, wordt stochastische zuurstofvacantie-generatie/recombinatie algemeen beschouwd als de dominante oorzaak. Door analyse van experimentele gegevens, wordt een stochastisch model gevestigd dat de daaropvolgende schakelkarakteristieken koppelt aan de initiële toestanden van contact RRAM-cellen. Door een geleidingsnetwerk-model en het val-geassisteerde tunnelmechanisme te combineren, worden de impacten van concentratie en verdeling van intrinsieke zuurstofvacanties in RRAM-dielektische film gedemonstreerd met Monte Carlo-simulatie. De meetgegevens op contact RRAM-arrays komen goed overeen met karakteristieken voorspeld door het model gebaseerd op de aanwezigheid van willekeurig verdeelde intrinsieke vacanties. Een sterke correlatie tussen vormingskarakteristieken en initiële toestanden wordt geverifieerd, wat vormingsgedrag koppelt aan pre-vorming zuurstofvacanties. Deze studie biedt een uitgebreid begrip van variabiliteitsbronnen in contact RRAM-apparaten en een reset-trainingsschema om de variabiliteit in opvolgende RRAM-toestanden te verminderen.

Achtergrond

Resistieve random access memory (RRAM) wordt beschouwd als een veelbelovende niet-vluchtige gegevensopslagoplossing, als gevolg van wenselijke kenmerken zoals laag vermogen, hoge P/E-snelheid en superieure compatibiliteit met CMOS-logicaprocessen. Er zijn echter nog veel obstakels om RRAM-geheugenarrays gemakkelijk te implementeren in de huidige state-of-the-art CMOS-circuits. Een van de belangrijkste uitdagingen in grote RRAM-arrays is de variatie die tussen en binnen cellen bestaat. Veel modellen en simulaties zijn voorgesteld om het stochastische generatie/recombinatieproces van zuurstofvacantie (Vo-) in overgangsmetaaloxide (TMO) film te beschrijven. Kim en Brivio stelden willekeurige schakelaar-netwerkmodellen voor om de typische elektrische kenmerken van unipolaire en bipolaire RRAM na te bootsen, respectievelijk. Echter, de weerstanden in deze studies waren allemaal constant ingesteld zonder rekening te houden met elektronen-transport in RRAM-film. Bovendien, omdat gepresenteerde modellen stochastische processen van RRAM bespreken vanaf een enkel apparaatniveau in plaats van statistische analyse, wordt de variabiliteit van RRAM-gedrag in een array niet goed aangesproken en besproken in eerdere werk. Verder is de aanwezigheid van defecten in dielektrische film tijdens fabricage uitgebreid bestudeerd voor veel jaren, maar de impact op resistieve schakelkarakteristieken in RRAM moet nog uitgebreid geanalyseerd worden voor de technologie om in grote geheugenmacro's toegepast te worden. Om het effect van intrinsieke Vo-verdeling op RRAM-karakteristieken te onderzoeken, is een weerstandsnetwerk gemodelleerd op het val-geassisteerde tunnelmechanisme gebouwd voor verdere statistische analyse van de variatie en tijdens operaties in deze studie. Bovendien wordt het stochastische generatieproces van Vo- gesimuleerd door de Monte Carlo-methode om de correlatie tussen de RRAM in zijn initiële toestanden en de daaropvolgende vormingskarakteristieken te vestigen. De sterke correlatie tussen intrinsieke Vo- en vormingsspanning wordt gevestigd door de simulatieresultaten te verifiëren met gemeten gegevens op contact RRAM-arrays. Ten slotte worden verschillende typen geleidende filamenten (CF) gegenereerd en weerstandstoestandvariatie na vormingsoperaties als gevolg van de intrinsieke Vo-verdeling geprojecteerd en uitgebreid onderzocht. Daarnaast wordt een oplossing voor het verlichten van de impact van pre-vorming Vo- op variabiliteit voorgesteld en gedemonstreerd in deze studie.

Methoden

De meetgegevens voor verdere statistische analyse op variabiliteit worden verzameld van 16 × 16 contact RRAM (CRRAM) arrays die gefabriceerd zijn door 28-nm CMOS-logicaprocessen, waar het fabricageproces van CRRAM geïllustreerd is in Fig. 1. De weerstandsbeschermingsoxide (RPO) laag en interlaagdielektrikum (ILD) worden eerst gedeponeerd na voltooiing van het front-end-proces met de geformatteerde transistoren. Om een functionele resistieve schakellaag te construeren, wordt passende contactgategrootte, contactgrootte van 30 nm × 30 nm, uitgevoerd om kortsluiting van de W-plug en de n+ diffusie regio te voorkomen. Ten slotte worden de barrièrelaag, TiN en wolframplug afzonderlijk gedeponeerd. De dwarsdoorsnede TEM-afbeelding van CRRAM wordt getoond in Fig. 2a. Zoals onthuld in de afbeelding, is CRRAM in serie verbonden met een n-kanaal selectietransistor. Een 1T1R-structuur wordt geadopteerd om correcte selectie in een array te garanderen en overshoots te voorkomen. Figuur 2b toont de samenstelling-mapping van CRRAM. De overgangsmetaaloxide (TMO) laag, met dikte van 9 nm, samengesteld uit TiN/TiON/SiO₂ gestapeld, is gevormd tussen de bovenste wolfram en bodem silicium elektroden. Na apparaatfabricage worden elektrische analyse en fysiek modelbouw in deze studie voltooid door Agilent 4156C halfgeleiderparameter-analyzer en MATLAB softwareplatform respectievelijk.

Processtroom van contact RRAM op een 28-nm high-k metal gate CMOS-logicaprocesplatform. Kleinere contactgrootte voor CRRAM is ontworpen om etsdikte te controleren om functionele resistieve schakellaag te vormen

a Dwarsdoorsnede TEM-afbeelding van 1T1R CRRAM-structuur. b Samenstelling-mapping van CRRAM. De resistieve schakelfilm is samengesteld uit TiN/TiON/SiO₂ ingesloten tussen de bovenste wolframplug en bodem Si-elektrode

Zoals gerapporteerd in een eerdere studie, wordt een brede verdeling van initiële toestanden gevonden op CRRAM-array. Om de oorsprong van initiële toestandvariatie te onderzoeken, worden diktes van TMO-laag met verschillende initiële weerstanden vergeleken in Fig. 3 eerst. Gegevens suggereren geen significante dikteverschil tussen de twee cellen met groot verschil in initiële weerstandsniveaus. Veel studies hebben gerapporteerd dat Vo- gegenereerd worden in dielektrische of RRAM-film tijdens fabricage, wat impliceert dat het verschil in aantal en dichtheid van Vo- verwacht wordt verantwoordelijk te zijn voor de initiële geleidingsvariaties.

Vergelijking van TMO-laagdikte tussen twee CRRAM-cellen met groot initiieel weerstandsverschil. Beiden cellen worden waargenomen met ongeveer 9-nm dielektrische laagdiktes

Resultaten en Discussie

Intrinsieke Vacantie Verdelingsmodel

Om de interacties tussen intrinsieke Vo- na te bootsen, wordt een weerstandsnetwerkmodel getoond in Fig. 4a gevestigd. De weerstanden in elk rooster worden berekend door een simulatievloeidiagram zoals in Fig. 4b, terwijl de bijbehorende fysische parameters gebruikt worden in Tabel 1. Gebaseerd op TEM-afbeelding van CRRAM, wordt een tweedimensionale structuur 30-nm breedte, 10 nm in dikte, gedefinieerd voor het beschrijven van de TMO-laag, zoals getoond in Fig. 5a. De weerstand van de oxide-site, R_oxide, en mesh-rooster worden bepaald door de materiaaleigenschap van anataas-TiO₂, wat gebruikt is als resistief schakelmateriaal in veel studies. Vanwege zijn tetragonale structuur variëren de roosterconstanten van anataas-TiO₂ met kristallografische as. Voor de eenvoud zijn mesh-roosters in ons model allemaal ingesteld op 1 nm door de roosterconstante in de c-richting van anataas-TiO₂ te introduceren. Verder worden weerstanden voor roosters ook bepaald door te refereren aan de resistiviteit van anataas-TiO₂. Zoals getoond in Fig. 5a, worden willekeurig verdeelde Vo- initieel gegeven binnen de 2-D mesh. De temperatuur- en elektrisch-veldafhankelijkheid van CRRAM's geleidingsstroom worden samengevat in Fig. 6a, b, respectievelijk. De sleutelkenmerken van val-geassisteerde tunnel (TAT) stroom worden getoond door zijn zwakke-temperatuureffect en de lineaire afhankelijkheid tussen ln(J) en 1/E. Met het TAT-geleidingsmodel moet het potentieelprofiel binnen de TMO-film eerst berekend worden om vervolgens elke gelokaliseerde Vo-weerstand te verkrijgen. De verdeling van Vo- wordt verwacht om de geleidingsstroom dominant te beïnvloeden aangezien de tunnelafstand varieert tussen zuurstofvacanties. De weerstand van Vo-, R_ij, wordt dan berekend door Verg. 1, wat rekening houdt met de kansen van Vo-aanwezigheid op de site en het TAT-model adopteert voor het berekenen van de tunnelkans tussen vacante toestanden.

$$ {R}_{\mathrm{ij},N}=\frac{R_{\mathrm{oxide}}}{\alpha\ {C}_{\mathrm{Vo}-}^{\kern0.75em \beta }\ \exp \left(\frac{\phi }{d}\right)} $$ (1)

a Schematisch van weerstandsnetwerkmodel samengesteld door variabele gelokaliseerde weerstand van Vo-. Knopen in dit netwerk zijn met elkaar verbonden om de interactie tussen Vo- te simuleren. b Variabiliteitssimulatiestroom van initiieel weerstandsniveau. Stochastische verdeling van intrinsieke Vo- die tijdens fabricage ontstaat wordt overwogen door Monte Carlo-methode

a Willekeurige verdeling van intrinsieke Vo- wordt initieel gegeven in RRAM-film. b Gelokaliseerde weerstandsverdeling van Vo- berekend door val-geassisteerde tunnel-overweging. c R_ini-verdeling van verse cellen verzameld uit CRRAM-arrays komt goed overeen met de simulatiegegevens door TAT-geleidingsmechanisme van pre-vorming Vo- te overwegen

Geleidingsmechanisme van CRRAM wordt bepaald door controleren a temperatuurafhankelijkheid en b elektrisch-veldafhankelijkheid. Val-geassisteerde tunnel gevolgd door CRRAM wordt gegeloofd door twee geleidingskenmerken, zwakke temperatuurafhankelijkheid en lineair passen tussen ln(J) en 1/E

Elke R_ij,N wordt in elke iteratie bijgewerkt tot het resultaat uiteindelijk convergeert. Als de finale R_ij-verdeling verkregen is, geïllustreerd in Fig. 5b, kan de algehele weerstand, R_ini, van een verse cel ook vervolgens geprojecteerd worden, zoals getoond in Fig. 5c. Zoals te zien in Fig. 5c, stemt de variatie van gesimuleerde R_ini-verdeling verkregen door voorgestelde simulatievloeidiagram overwegend stochastiche verdeling en concentratie van intrinsieke Vo- goed overeen met de verdeling van de R_ini gemeten op CRRAM-arrays. Daarom dragen willekeurig verdeelde intrinsieke Vo- in TMO-lagen, die meerdere tunnelpaden creëren, bij aan de wijdverspreide initiële weerstand gevonden in pre-vorming CRRAM-arrays.

Analyse van Non-uniforme Vormingsproces

Na het modelleren van oorzaken toegeschreven aan cel-tot-cel variatie in de verse toestand, wordt de vormingsoperatie, die de resistieve schakelkarakteristieken initialiseert, geanalyseerd. De simulatievloeidiagram van de vormingsoperatie onder DC-sweep-modus wordt getoond in Fig. 7. Zoals afgebeeld in Fig. 8a, is een cel verbonden met een selectietransistor in serie met een kanaalweerstand van ongeveer 5 KΩ in lineair gebied en een verzadigingsstroom van ongeveer 80 μA. Als gevolg van de lage vormingsspanning, moeten de geleiding- en spanningmechanismen van dielektricum in laag elektrisch-veldregime overwogen worden. Gebaseerd op het thermisch-chemische model voorgesteld in eerdere studies, is accurate voorspelling van dielektrische doorbraak gedemonstreerd. Theoretische doorbraakgedrag van TiO₂ gesimuleerd door het thermisch-chemische model heeft gelijkenis getoond met dat waargenomen in CRRAM. Daarom wordt de Vo-generatiesnelheid verkregen op basis van het thermisch-chemische model hier. Zoals voorgesteld door het thermisch-chemische model, worden de roosterpunten naast Vo- gedefinieerd als een zwakke plek in de omgeving rondom de defecten. De aanwezigheid van Vo- induceert ook gelokaliseerd versterkt veld, getoond in Fig. 8b, en versnelt het generatieproces van Vo-. Overwegend de tijd tot dielektrische doorbraakproces in het thermisch-chemische model met een veld-afhankelijkheid van exp.(−E), wordt de kans van Vo-generatie P_ij berekend door de volgende vergelijking.

$$ {P}_{\mathrm{ij}}=\gamma\ \exp \left(\mathrm{E}\right)\ \left\{\begin{array}{c}\kern1.75em \upgamma =0,\mathrm{als}\ \mathrm{site}\ \mathrm{niet}\ \mathrm{zwakke}\ \mathrm{plek}\\ {}\upgamma =1,\mathrm{als}\ \mathrm{site}\ \mathrm{zwakke}\ \mathrm{plek}\end{array}\right. $$ (2)

Simulatievloeidiagram van een vormingsproces gebaseerd op het thermisch-chemische model, door de dielektrische doorbraaktijd met elektrisch-veldafhankelijkheid van exp.(−E) te veronderstellen

a Vormingsoperatie wordt gesimuleerd door een CRRAM in serie verbonden met een ideale transistor. b Non-uniforme elektrisch-potentiaalverdeling, resulterend uit pre-bestaande Vo-, induceert gelokaliseerd veld en versnelt de generatie van nieuwe defecten

Een kritisch niveau, P_g, en een criterium, P_ij > P_g, worden gedefinieerd voor of een nieuwe Vo- gegenereerd wordt. Een ramp-proces wordt toegepast om nieuwe Vo-verdeling bij elke iteratie bij te werken tot vormingsspanning 2,7 V bereikt. Ten slotte, met een willekeurig verdeelde intrinsieke Vo-, kan het lage weerstandsniveau R_forming na vormingsoperatie verkregen worden. Gebaseerd op het bovenstaande model, projecteerde de gesimuleerde R_forming-verdeling een brede variatie, zoals getoond in Fig. 9a, en de berekende I-V-karakteristieken komen goed overeen met gemeten gegevens. Verder wordt de correlatie tussen vormingskarakteristieken en initiële toestanden ook onderzocht. Hogere concentratie en gelokaliseerde verdeelde Vo- versnellen het vormingsproces. Daarom worden positieve correlaties tussen vormingsspanning en R_ini gevonden in zowel simulatie-resultaten als gemeten gegevens, zoals getoond in Fig. 9b.

a Gesimuleerde weerstandsverdeling van vormingsoperatie komt goed overeen met meetresultaat. b Positieve correlaties tussen initiële weerstand en vormingsspanning worden gevonden in zowel gemeten als gesimuleerde gegevens door meer zwakke punten en hogere elektrisch-veldstärke geproduceerd door pre-vorming Vo-

Bovendien induceert Vo- gegenereerd in vormingsoperatie geleidend pad en resulteert in een verandering van CF in cellen, waar de evolutie van CF tijdens vormingsproces afgebeeld is in Fig. 10. Voor cellen met hoge R_ini zijn er minder intrinsieke Vo- en minder zwakke plekken, zoals geïllustreerd in Fig. 10a. Na de vormingsoperatie is een enkel geleidend pad waarschijnlijker tussen de elektroden. Echter, groei van CF in cellen met veel intrinsieke Vo- getoond in Fig. 10b neigt meer wijdverspreid te zijn; dus dendritische CF worden gegenereerd na vorming. De correlatie tussen verschillende CF-topografieën en de Vo-verdeling in de verse toestand wordt ook geverifieerd door meetgegevens. Vo- en CF in TMO-laag zijn bekend om bijzondere willekeurige telegraph-ruis (RTN) te veroorzaken tijdens elektronen-vangen/vrijgeven-proces. Weerstandsfluctuaties treden op als geleidend pad geblokkeerd wordt door gevangen elektronen, en de weerstand daalt wanneer elektronen vrijkomen. RTN-analyse van CRRAM na vorming wordt samengevat in Fig. 11. Regelmatige twee-stap weerstandsfluctuatie wordt gevonden in cellen met hoge R_ini, wanneer elektronen vangen/vrijgeven plaatsvindt in een apparaat met één dominante CF. Aan de andere kant, meervoudige-niveau RTN wordt gevonden in cellen met lage R_ini wat verwacht wordt de dendritische CF met meer dan één pad te obstructeren. Statistisch resultaat van RTN wordt samengevat in Fig. 12, door RTN-meting van meer dan 200 CRRAM-cellen te analyseren. Gegevens suggereren dat cellen met hoge R_ini neigen om alleen bi-niveau RTN te vertonen, wat waarschijnlijker optreedt in apparaten met één dominante CF. De weerstandsvariatie na vormingsoperatie wordt gerangschikt in Fig. 13. Gegevens suggereren dat hogere weerstandsvariatie gevonden worden in zowel meet- als simulatie-resultaat in de cellen met lage R_ini. Als de minder-beperkte CF's de selectietransistor drijven naar het verzadigingsgebied vroeg, kan een cel niet goed gevormd worden, wat leidt tot werdere lage-weerstandstoestand weerstandsniveaus.

Voortgang van CF in cel met a hoge initiële weerstand en b lage initiële weerstand. Hogere intrinsieke Vo-concentratie in de TMO-laag resulteert in willekeurige Vo-generatie op zwakke plekken. Deze Vo- verbinden ook met elkaar om dendritische paden te vormen

De topografieën van CF in cel met a hoge initiële weerstand en b lage initiële weerstand worden geanalyseerd door de bijbehorende RTN-gegevens. Voorkomen van meervoudige weerstandsfluctuatie in cellen met lage initiële weerstand en meer intrinsieke Vo- verifieert het bestaan van dendritische CF's in TMO-laag

De correlatie tussen de initiële weerstandsniveau en RTN-niveau op CRAM-cellen wordt samengevat. Hogere kans op bi-niveau weerstandsfluctuatie wordt verwacht voor cellen met één dominant geleidend pad, wat sterk gecorreleerd is met cellen van hoge R_ini

Analyse van weerstandsniveau variatie na vormingsoperatie wordt onderzocht door zowel simulatie als meting. Hogere variatie geïnduceerd door dendritische CF-generatie wordt gevonden in cellen met lage initiële weerstand

Om vormingsvariabiliteit veroorzaakt door intrinsieke Vo- in de TMO-laag te verlichten, wordt een reset-trainingoperatie voorgesteld, die SL naar 1,4 V sweept onder een vaste WL-spanning van 2 V, om blind toe te passen op alle geheugencellen in CRRAM-array vóór vorming. Deze operatie wordt verwacht om pre-bestaande defecten in cellen met lage R_ini te annihileren en een beter beperkte CF-groei tijdens de daaropvolgende vormingsproces te garanderen. Vanwege de lage toegepaste spanning, is er geen verandering in cellen met hoge R_ini na het trainingsproces. Met een blanket reset-trainingoperatie neemt de weerstand van cellen met lage R_ini toe door intrinsieke defecten te annihileren, zonder de cellen met hoge R_ini te storen, zoals getoond in Fig. 14. Vervolgens kunnen meer uniforme vormingskarakteristieken verkregen worden.

Een blanket reset-trainingoperatie wordt voorgesteld om toe te passen op het CRRAM-array. Weerstand in cellen met lage R_ini wordt verhoogd door intrinsieke defecten te annihileren, maar cellen met hoge R_ini wordt niet gestoord

Conclusies

Een weerstandsnetwerkmodel dat het lokale veldeffect en val-geassisteerde tunnelgeleiding tussen Vo- overweegt, is succesvol gevestigd. Door Monte Carlo-simulatie wordt celvariabiliteit op initiële weerstand en vormingsproces onderzocht. De variatie in de verse toestanden van CRRAM kan met succes worden verklaard door een willekeurig gegeven verdeling van intrinsieke Vo-. Geprojecteerde weerstandsverdeling na vorming komt ook goed overeen met meetresultaat door het thermisch-chemische model te adopteren. De groei van CF tijdens vorming wordt besproken en gekoppeld aan variabiliteit waargenomen in dit proces. Ten slotte wordt een reset-trainingoperatie voorgesteld om de vormingsvariabiliteit veroorzaakt door intrinsieke Vo- in de TMO-laag verder te verlichten. Een sterke correlatie tussen initiële toestanden en vormingskarakteristieken biedt richtlijnen voor nieuwe adaptieve operaties voor toekomstige ontwikkeling van RRAM-technologieën.

Afkortingen

CF:

Geleidend filament

CRRAM:

Contact resistieve random access memory

C_Vo-:

Vo-concentratie

d:

Tunnelafstand

E:

Elektrisch veld

ILD:

Interlaagdielektrikum

N:

Iteratietijd

P_g:

Drempel schakelkans

P_ij:

Kans van Vo-generatie

R_forming:

Weerstand na vormingsoperatie

R_ij:

Gelokaliseerde weerstand van Vo-site

R_ini:

Initiële weerstandstoestand

R_oxide:

Gelokaliseerde weerstand van oxide-site

RPO:

Weerstandsbeschermingsoxide

RRAM:

Resistieve random access memory

RTN:

Willekeurige telegraph-ruis

TAT:

Val-geassisteerde tunnel

TMO:

Overgangsmetaaloxide

V_f:

Vormingsspanning

V_ij:

Potentiaal

Vo-:

Zuurstofvacantie

α:

Passingsparameter

β:

Passingsparameter

γ:

Passingsparameter

ϕ:

Elektrisch potentiaalverschil