关于ReRAM的性能分析和介绍

OxRAM vs. CBRAM

松下在 2013 年开始出货 ReRAM，成为了世界第一家出货 ReRAM 的公司。那时候，松下推出的是一款 8 位微控制器（MCU），其中集成了 180nm ReRAM 作为嵌入式内存模块。

去年，松下与富士通联合推出了第二代 ReRAM 技术。同样基于 180nm 工艺，这款 4 Mbit 的 ReRAM 器件适用于便携式和医疗产品等低功耗应用。

现在，松下现在正在开发 40nm ReRAM，目标是在 2018 年推出。联电的一处代工厂正在为松下制造生产这项技术。

松下的 ReRAM 基于 OxRAM 方法。松下首席工程师 Zhiqiang Wei 说：“我们认为 OxRAM 的滞留特性 （retention property）优于 CBRAM。”

在 180nm 节点，松下的 ReRAM 基于一种 TaOx 材料，带有一个 Ta2O5 stalking 矩阵。作为比较，Wei 说，40nm 节点 ReRAM 将会使用“同样的基本概念，但并不完全一样的堆叠方式。”

在器件方面，松下的 ReRAM 是围绕 1T1R（单晶体管单电阻）架构设计的。1T1R 需要很大的晶体管，以便为该器件提供足够的驱动电流。这反过来又限制了芯片的内存密度。

但 1T1R 对嵌入式内存应用而言很理想。OEM 会为嵌入式应用使用 MCU 和其它芯片。一般来说，MCU 可以在同一个器件上集成嵌入式内存。嵌入式内存通常基于 EEPROM 或 NOR 闪存，可用于存储代码和其它数据。

那么 ReRAM 的适用领域是什么？在一个案例中，来自富士通-松下组合的 4 Mbit ReRAM 比 EEPROM 的密度更大。实际上，ReRAM 可以替代 EEPROM。

所以，嵌入式 ReRAM 的定位是低功耗、成本敏感、无需快速写入速度的解决方案。联电的 Sheu 说：“ReRAM 的定位是作为物联网和其它应用的低成本解决方案。”

目前 ReRAM 和相近的对手 STT-MRAM 有不同的市场定位。“MRAM 针对的是需要更高性能的应用，比如 MCU 和汽车。”Sheu 说，“我们相信 STT-MRAM 未来可以成为一种优良的非易失性内存替代方案，因为它具有更好的扩展性和性能。”

在一种应用中，STT-MRAM 的定位是在 22nm 及以后节点的 MCU 中替代 NOR。NOR 在 28nm 节点之后就难以扩展了，需要 STT-MRAM 这样的新解决方案。随着时间推移，ReRAM 也有可能成为 NOR 的替代技术。

到目前为止，STT-MRAM 已经扩展到了 28nm，22nm 及以后节点也正在开发之中。而 Crossbar 的 ReRAM 技术处于 40nm 节点，28nm 及以后节点的技术仍在研发中。

无晶圆厂的创业公司 Crossbar 没有使用 OxRAM 方法，而是使用了电化学金属化工艺。据专家介绍，从机制的角度看，这项工艺使用了接近 CBRAM 的金属离子细丝。

“OxRAM 的问题在于难以扩展。”Crossbar 营销和业务发展副总裁 Sylvain Dubois 说，“它在单元内部对细丝进行调节。其开关比（on/off ratio）不是很好。”

对于自己的电化学方案，Crossbar 声称开/关比会随扩展而增加。Dubois 说：“这意味着当你扩展到下一个工艺节点时，这种技术将会得到改善。”

所以，Crossbar 的 ReRAM 器件可以扩展到 40nm 节点之后。他说：“现在我们正在和一家 20 几纳米的晶圆代工厂合作，甚至还有一家 10 几纳米的晶圆代工合作伙伴。”

更重要的是，Crossbar 的 ReRAM 比闪存有更低的读取延迟和更快的写入性能。为了利用自己已经推向市场的技术，Crossbar 正在开发两种架构——1T1R 和一种堆叠式内存器件。

Crossbar 的 1T1R 技术针对的是嵌入式领域。其第一款 1T1R 产品基于 40nm 工艺，由中芯国际生产。

Crossbar 也在开发一种用于存储级内存应用的技术。这种架构由单个层组成，这些层堆叠在器件上。其中内置了一个选择器（selector），可以让一个晶体管驱动一个或数千个内存单元。

图 3：Crossbar 的堆叠式内存架构，来自 Crossbar

Dubois 说：“在 16nm 节点下，只需四层，我们就能得到 32 GB 的密度。只需较少的层，我们就能达到 GB 水平。”

Crossbar 这种堆叠式配置的 ReRAM 的目标是用于固态硬盘和双列直插式内存模块。对于这些应用，ReRAM 通常与已有的内存一起使用。它也可能替代一些 DRAM 和 NAND。

他说：“我认为我们不会一夜之间就替代一种类别。我们是要开启新的数据存取方式。所以我们并没打算替代即插即用的闪存或 DRAM。而是用在它们之间。”

ReRAM 在嵌入式应用领域还是前景可观的，但在存储级内存领域，这项技术将面临很大的竞争。Applied 的 Ping 说：“它面临着与已有解决方案的竞争。这个生态系统被更大的供应商控制着，所以并不容易。”

另外，将一种新内存技术推向市场还需要大量资源。比如英特尔和美光正在推 3D XPoint 技术，它们当然有资源为它们的业务开路。

未来

尽管 ReRAM 在存储级内存市场能否成功还有待观察，但这项技术也可用于其它领域，尤其是神经网络。

Facebook 和谷歌等一些公司已经开发出了一些使用神经网络的机器学习系统。神经网络可以帮助系统处理数据和识别模式。然后，它可以学习到什么属性是重要的。

这些系统很多都使用了带有基于 SRAM 的内存的 FPGA 和 GPU。内存行业正在为这一领域研发 ReRAM。与 GPU/SRAM 架构相比，ReRAM 的密度大得多。

使用 ReRAM 这样的专用硬件的计算也被称为神经形态计算。Ping 说：“神经形态是模拟的。OxRAM 有这样的性质。其电阻可以改变以满足神经形态计算的需求。”

但是神经形态系统需要级联多个堆叠的 ReRAM 器件。如前所述，只是控制单个 ReRAM 器件就已经很难了。

控制多个 ReRAM 更是难上加难。Ping 说：“神经形态计算最终将需要对电阻进行某种控制。同样，使用 ReRAM 时，你要让原子在细丝中移动。所以，这方面有多种可能。这事儿还是个未知数。”