AI在线 AI在线

“史上最快闪存技术”登Nature!复旦新成果突破闪存速度理论极限,每秒执行操作2500000000次

作者:
2025-04-23 09:41
史上最快的闪存器件,复旦团队造! 其研发的皮秒闪存器件“破晓(PoX)”登上了Nature,擦写速度达到了亚纳秒级,比现有速度快1万倍。 并且数据不易丢失,按照实验外推结果,保存年限可达十年以上。

史上最快的闪存器件,复旦团队造!

其研发的皮秒闪存器件“破晓(PoX)”登上了Nature,擦写速度达到了亚纳秒级,比现有速度快1万倍。

并且数据不易丢失,按照实验外推结果,保存年限可达十年以上。

图片

具体来看,基于一些新的发现,作者把传统闪存中的硅替换成了石墨烯等二维材料,制作出了这种亚纳(10^-9)秒级闪存器件。

在低至5V的编程电压下,这种器件可以实现400皮(10^-12)秒的超快编程速度,相当于每秒操作25亿次。

在此速度之下,器件的编程/擦除循环寿命超过550万次。

用二维材料实现热载流子注入

这项工作的核心,就是作者发现的二维材料增强的热载流子注入机制。

在传统硅基器件中,当栅极施加一个较高的正电压时,源端的电子在横向电场的作用下被加速,形成“热”电子。

这些高能电子不断向漏端运动,当其能量达到一定阈值后,有一定概率越过栅介质势垒,最终被注入到栅极一侧。

这个过程通常被称为电子的热载流子注入,是实现闪存编程的重要手段之一。

然而,受限于体硅材料的性质——电子的有效质量较大且容易受到声子散射等因素影响——经典热载流子注入机制的效率较低。

研究人员提出,二维材料独特的能带结构和电学特性,有望彻底改变这一局面。

以石墨烯为例,其独特的线性色散关系意味着载流子的有效质量接近于零,因此在相同电场下更容易被加速。同时,石墨烯中电子和空穴的迁移率极高,散射概率大大降低。

更关键的是,当材料的厚度减小到纳米尺度时,器件沟道内部电场分布会发生显著变化。

具体而言,器件沟道从源端到漏端可分为高、低电阻两个区域。

当沟道厚度减小时,整体电阻率急剧上升,但低电阻区(源端)电阻率的上升幅度要小于高电阻区(漏端)。当沟道厚度降至2纳米左右时,漏端附近的峰值电场强度将是体硅器件的数倍。

在如此高的水平电场作用下,载流子能够在纳米尺度的距离内被加速至极高的能量,散射被大大抑制。同时,垂直方向上超薄的沟道厚度也大大降低了载流子越过栅介质势垒所需的能量。

在横向加速和纵向注入的双重增强作用下,载流子注入效率将较传统硅基器件提高数个数量级。

并且,这种“二维材料增强效应”在不同类型的二维材料中具有普适性。

结构与制备过程

基于这样的原理,作者使用石墨烯和二硒化钨(WSe₂)两种二维材料分别制备了不同的闪存。

结构上看,两种闪存都采用了“三明治结构”,从上到下依次包括源漏电极、沟道层、存储堆叠结构、金属栅极和硅衬底,石墨烯版的存储堆叠结构中还有一个电荷存储层。

石墨烯和二硒化钨两种方案在各层中使用的材料,可见下面的表格:

图片

在这种结构中,当在源极和漏极之间施加电压时,载流子会在优化的水平电场中被快速加速。

由于二维材料的特性,这些载流子可以在很短的距离内获得足够高的能量,然后在垂直电场的作用下注入到陷阱层(注:在闪存中,信息的存储和擦除是通过向浮栅或陷阱层注入或抽出电子来实现的)中。

为了制备出基于二维材料的新型闪存器件,作者首先通过机械剥离的方法,从高质量的块体二硒化钨和石墨烯晶体上得到了原子级厚度的单层或少层二硒化钨和石墨烯薄片。

接下来,作者采用干法转移技术,将剥离得到的二硒化钨或石墨烯薄片转移到预先制备好的硅/二氧化硅衬底上。

衬底上预先生长了一层高质量的六方氮化硼(hBN)薄膜,作为二维材料与衬底之间的绝缘隔离层和保护层。

在转移完成后,作者采用电子束曝光和金属蒸镀的方法,在二维材料一端制备了源极和漏极金属电极——

  • 对于二硒化钨器件,作者选择了高功函数的锑/铂作为接触金属,以实现对二硒化钨的p型掺杂和空穴注入。
  • 对于石墨烯器件,作者则采用了与石墨烯功函数匹配良好的铬/金电极,以实现对石墨烯的欧姆接触和双极性载流子注入。

为了确保金属原子在二维材料表面的均匀生长和紧密贴合,作者对金属蒸镀的条件——包括蒸镀速率、真空度和衬底温度等参数——进行了精细的优化。

图片

金属电极制备完成后,作者采用等离子体增强化学气相沉积的方法,在器件表面沉积了一层高质量的氧化铝薄膜,作为闪存器件的栅介质层和电荷存储层。

为了进一步提高电荷存储效率,作者在氧化铝层上方又沉积了一层二氧化铪薄膜,形成了“二元介质层”结构。

最后,作者采用电子束蒸镀的方法,在器件表面制备了栅极金属电极。

这种高效的注入机制最终实现了突破性的性能——其中石墨烯版本闪存器件在通道长度为0.2μm时,可以实现400皮秒的编程速度,这打破了闪存1纳秒的速度瓶颈。

图片

作者简介

该项目由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周鹏-刘春森团队完成。

周鹏教授现任复旦大学微电子学院副院长,长期从事集成电路新材料、新器件和新工艺的研究。

周鹏本科和博士均就读于复旦,2005年博士毕业后留校工作,并于2013年成为教授。

博士生导师刘春森,是周鹏教授的博士毕业生,2019年毕业后留校从事博士后研究,2021年7月至今担任青年研究员。

在此项目中,周鹏和刘春森为共同通讯作者,同时刘春森还与Yutong Xiang和Chong Wang为共同一作。

论文地址:https://www.nature.com/articles/s41586-025-08839-w

相关标签:

相关资讯

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
12/25/2023 2:40:00 PM
机器之心

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
8/13/2024 12:55:11 PM
汪淼

刚刚,OpenAI首个智能体提前曝光!高级编码AI剑指400万年薪L6级工程师

AGI或许就在本周? 刚刚外媒爆料称,OpenAI暗藏的首个智能体项目「Operator」即将发布。 网友发现Operator已登陆ChatGPT,不过可能Pro用户最先用上这款AI智能体将与ChatGPT深度集成,直接可以接管你的屏幕,自动化完成任务。
1/24/2025 9:00:00 AM
新智元