Design, fabrication and applications of memristive devices and circuits for in-memory and edge computing using silicon nitride dielectrics

Abstract

This thesis investigates the potential of silicon nitride (SiNx)-based resistive random-access memory (RRAM) or memristor devices as high-density, low-power, and high-speed nonvolatile memory solutions capable of addressing limitations faced by traditional flash memory and advancing in-memory computing. As technology demands increase, memristor has emerged as a promising candidate due to its resistive switching phenomenon, which supports efficient scaling and operational advantages over flash memory. This research explores the fundamental properties of SiNx in RRAM, examining its suitability for next-generation applications in areas like artificial intelligence (AI) and edge computing. Key research objectives include optimizing fabrication techniques, evaluating interlayer impacts on device performance, and investigating substrate effects on noise stability. By analyzing random telegraph noise (RTN) and defects management through doping, this study addresses challenges in device reliability, retention, and endurance. Innovative device architectures, including SiNx-based crossbar arrays, aim to enhance integration of memory and logic operations, while silicon-on-insulator (SOI) substrates reduce current overshoot, supporting multi-level resistance switching. Further, this work introduces a SiNx-based true random number generator (TRNG) for secure computing applications, leveraging high-entropy multistate resistance properties. The research contributes substantially to advancing SiNx-based RRAM by revealing insights into noise behavior, multilevel switching, and substrate-dependent performance. Collectively, these findings underscore the importance of SiNx’s compatibility with complementary metal-oxide-semiconductor (CMOS) processes, emphasizing its potential as a stable, scalable material for future RRAM technologies and efficient in-memory computing. This thesis presents a comprehensive study on SiNx memristive devices, guiding advancements in RRAM technology through detailed assessments of device stability, innovative architectures, and material interactions, establishing a foundation for robust nonvolatile memory solutions and sophisticated computing architectures.

Η διατριβή αυτή διερευνά τη δυνατότητα των συσκευών μνήμης αντίστασης (RRAM) ή αλλιώς memristors βασισμένων σε άζωτο πυριτίου (SiNx) ως λύσεις μη πτητικής μνήμης υψηλής πυκνότητας, χαμηλής κατανάλωσης και υψηλής ταχύτητας που είναι ικανές να εξισορροπήσουν τους περιορισμούς που αντιμετωπίζει η παραδοσιακή μνήμη flash και να προωθήσουν αρχιτεκτονικές υπολογισμού στη μνήμης. Καθώς οι απαιτήσεις της τεχνολογίας αυξάνονται, η RRAM έχει αναδειχθεί ως υποσχόμενη επιλογή λόγω του φαινομένου της μεταβλητής αντίστασης δύο ακροδεκτών, το οποίο υποστηρίζει καλύτερες δυνατότητες κλιμάκωσης και λειτουργικά πλεονεκτήματα σε σύγκριση με τη μνήμη flash. Αυτή η έρευνα εξετάζει τις θεμελιώδεις ιδιότητες του SiNx memristor, ερευνώντας την καταλληλότητά του για εφαρμογές επόμενης γενιάς σε τομείς όπως η τεχνητή νοημοσύνη (AI) και η υπολογιστική αιχμής. Κύριοι ερευνητικοί στόχοι της παρούσας διατριβής περιλαμβάνουν την βελτιστοποίηση των τεχνικών κατασκευής, την αξιολόγηση των επιπτώσεων των ενδιάμεσων στρωμάτων υλικού στην απόδοση της συσκευής και τη διερεύνηση των επιδράσεων του υποστρώματος στη σταθερότητα απέναντι στο θόρυβο. Με την ανάλυση του τυχαίου θορύβου τηλεγραφικών σημάτων (RTN) και τον έλεγχο των ατελειών μέσω ντόπινγκ, αυτή η μελέτη αντιμετωπίζει προκλήσεις που υπάρχουν στην αξιοπιστία της μνήμης, καθώς και στη διατήρηση και την αντοχή της στο χρόνο. Καινοτόμες αρχιτεκτονικές συσκευών, συμπεριλαμβανομένων των διατάξεων διασταυρούμενων αγωγών με SiNx, στοχεύουν στην αύξηση της κλίμακας ολοκλήρωσης καθώς και των λειτουργιών της μνήμης σε επίπεδο λογικής, ενώ χρησιμοποιώντας υποστρώματα πυριτίου σε μονωτή (SOI) μειώνεται η επίδραση της υπερφόρτιση του ρεύματος, υποστηρίζοντας έτσι την εναλλαγή πολλαπλών επιπέδων αντιστάσεων με μεγαλύτερη ευκολία. Επιπλέον, αυτή η διατριβή προτείνει μια γεννήτρια πραγματικά τυχαίων αριθμών (TRNG) βασισμένη στο SiNx για εφαρμογές ασφαλούς υπολογισμού, αξιοποιώντας την μεταβλητή εντροπία που προσφέρουν οι αντίστασης πολλών επιπέδων του SiNx memristor. Η έρευνα συνεισφέρει σημαντικά στην πρόοδο της RRAM βασισμένης σε SiNx διερευνώντας τη συμπεριφορά του θορύβου, την εναλλαγή πολλών επιπέδων αντίστασης και την απόδοση της συσκευής σε συνάρτηση με το υπόστρωμα κατασκευής. Συγκεντρωτικά, αυτά τα ευρήματα υπογραμμίζουν τη σημασία της συμβατότητας του SiNx με τις διεργασίες CMOS, τονίζοντας τη δυνατότητά του ως αξιόπιστου και με δυνατότητες κλιμάκωσης υλικού για τις μελλοντικές τεχνολογίες RRAM και για αποδοτική χρήση σε αρχιτεκτονικές υπολογισμού στη μνήμης. Αυτή η διατριβή παρουσιάζει μια ολοκληρωμένη μελέτη για τις συσκευές μνήμης βασισμένες στο SiNx, δίνοντας ακόμα λίγο φως στην τεχνολογία RRAM μέσω λεπτομερών αναλύσεων της ευρωστίας των συσκευών αυτών και ιδέες καινοτόμων αρχιτεκτονικών, ανοίγοντας το δρόμο για εύρωστες λύσεις μη πτητικής μνήμης και πολύπλοκες αρχιτεκτονικές υπολογισμού.