复旦团队国际首次验证超快闪存集成工艺:20 纳秒超快编程、10 年非易失

感谢据复旦大学官方今日消息,人工智能的飞速发展迫切需要高速非易失存储技术。当前主流非易失闪存的编程速度在百微秒级,无法支撑应用需求。复旦大学周鹏-刘春森团队前期研究表明二维半导体结构能够将速度提升一千倍以上,实现颠覆性的纳秒级超快存储闪存。然而,如何实现规模集成、走向实际应用极具挑战。从界面工程出发,复旦大学团队在国际上首次验证了 1Kb 超快闪存阵列集成验证,并证明了超快特性可延伸至亚 10 纳米尺度。北京时间 8 月 12 日下午 5 点,相关成果以《二维超快闪存的规模集成工艺》(“A scalable int
感谢据复旦大学官方今日消息,人工智能的飞速发展迫切需要高速非易失存储技术。当前主流非易失闪存的编程速度在百微秒级,无法支撑应用需求。复旦大学周鹏-刘春森团队前期研究表明二维半导体结构能够将速度提升一千倍以上,实现颠覆性的纳秒级超快存储闪存。然而,如何实现规模集成、走向实际应用极具挑战。

从界面工程出发,复旦大学团队在国际上首次验证了 1Kb 超快闪存阵列集成验证,并证明了超快特性可延伸至亚 10 纳米尺度。北京时间 8 月 12 日下午 5 点,相关成果以《二维超快闪存的规模集成工艺》(“A scalable integration process for ultrafast two-dimensional flash memory”)为题发表于国际顶尖期刊《自然-电子学》(Nature Electronics),DOI: 10.1038 / s41928-024-01229-6。

复旦团队国际首次验证超快闪存集成工艺:20 纳秒超快编程、10 年非易失

据介绍,团队开发了超界面工程技术,在规模化二维闪存中实现了具备原子级平整度的异质界面,结合原子级精度的表征技术,验证集成工艺显著优于国际水平。通过严格的直流存储窗口、交流脉冲存储性能测试,证实了二维闪存在 1Kb 存储规模中,纳秒级非易失编程速度下良率高达 98.4%,这一良率已高于国际半导体技术路线图(International Technology Roadmap for Semiconductors)对闪存制造 89.5% 的良率要求。

同时,研究团队研发了不依赖先进光刻设备的自对准工艺,结合原始创新的超快存储叠层电场设计理论,成功实现了沟道长度为 8 纳米的超快闪存器件,是目前最短沟道闪存器件,并突破了硅基闪存物理尺寸极限(约 15 纳米)。在原子级薄层沟道支持下,这一超小尺寸器件具备 20 纳秒超快编程、10 年非易失、十万次循环寿命和多态存储性能,有望推动超快颠覆性闪存技术产业化。

超快闪存集成工艺和统计性能

▲ 超快闪存集成工艺和统计性能

AI在线注意到,复旦大学集成芯片与系统全国重点实验室、芯片与系统前沿技术研究院刘春森研究员和微电子学院周鹏教授为论文通讯作者,刘春森研究员和博士生江勇波、曹振远为论文第一作者。研究工作得到了科技部重点研发计划、基金委重要领军人才计划、上海市基础特区计划、上海市启明星等项目的资助,以及教育部创新平台的支持。

相关资讯

何小鹏:G9是迈向无人驾驶前的最后一代智能车

作者 / 于雷「G9是豪华车里最智能的,智能车里最豪华的,量产车里充电最快的。智能旗舰SUV的认知,从G9开始我相信会被重新定义。」小鹏汽车CEO何小鹏在G9上市发布会表示。就在今晚(9月21日),小鹏G9正式上市,共推出6款车型,售价区间为30.99万-46.99万元。新车定位为5座中大型SUV,计划于今年10月底开始交付。同时,何小鹏还公布了G9的销量预期:明年会超过Q5的规模,达到月销连续1万辆。用「超快充」解决里程焦虑对于G9,小鹏给出的定位是「超快充全智能SUV」。作为纯电动车型,里程焦虑至今仍是限制使用

CPU推理提升4到5倍,苹果用闪存加速大模型推理,Siri 2.0要来了?

苹果这项新工作将为未来 iPhone 加入大模型的能力带来无限想象力。近年来,GPT-3、OPT 和 PaLM 等大型语言模型(LLM)在广泛的 NLP 任务中表现出了强大的性能。不过,这些能力伴随着大量计算和内存推理需求,毕竟大型语言模型可能包含数千亿甚至万亿参数,使得高效加载和运行变得有挑战性,尤其是在资源有限的设备上。当前标准的应对方案是将整个模型加载到 DRAM 中进行推理,然而这种做法严重限制了可以运行的最大模型尺寸。举个例子,70 亿参数的模型需要 14GB 以上的内存才能加载半精度浮点格式的参数,这超

融合趋势下基于 Flink Kylin Hudi 湖仓一体的大数据生态体系

本文由 T3 出行大数据平台负责人杨华和资深大数据平台开发工程师王祥虎介绍 Flink、Kylin 和 Hudi 湖仓一体的大数据生态体系以及在 T3 的相关应用场景,内容包括: 湖仓一体的架构 Flink/Hudi/Kylin 介绍与融合 T3 出行结合湖仓一体的实践