MRAM:次世代コンピューティング向けの汎用不揮発性メモリ

フォン・ノイマンアーキテクチャのメモリとプロセッサの物理的分離は、データ集約型アプリケーションの開発を制限してきた。脳の並列・イベント駆動型動作メカニズムに着想を得たニューロモルフィックコンピューティング技術は、低消費電力のインメモリコンピューティングを可能にした。コンダクタンスを調整可能なメモリスタは生物学的シナプスを模倣でき、柔軟なメモリスタは機械的柔軟性も提供し、ウェアラブルエレクトロニクスやインテリジェントセンシングシステムに適している。本レビューは、導電性フィラメント、界面効果、強誘電性、相変化、複数の相乗効果メカニズムを含む、柔軟なニューロモルフィックメモリスタのスイッチングメカ…

• SnTeメモリスタを用いた光センシングPUFが開発され、画像暗号化とニューロモルフィック認識を単一プラットフォームで実現した
• 構築されたメモリスタニューラルネットワークは300エポック後、95.1%の認識精度を達成した
• デバイスは4000秒超の保持特性と安定した抵抗スイッチングを示し、シナプス模倣挙動を実現した

• レビューはHf0.5Zr0.5O2(HZO)を中心に、ハフニア系強誘電体の厚みエンジニアリングが製造中に生じる相状態、スイッチング可能な電圧・時間、動作中の信号保持に与える影響を検証している。
• スタック・アニーリング・電気的状態・エンドポイントの定義を揃えた比較でも、コンディショニングと駆動電圧が厚み依存の傾向に大きく影響し得ることが示され、単純な膜厚スケーリング則の限界を裏付けている。
• キャパシタメモリ、FeFET、トンネル接合、負容量トランジスタ、コンピューティングデバイスが、アーキテクチャ固有の読み出しマージンと故障基準で相互比較されている。

• Te/Fe3GaTe2 1D-2D強誘電ヘテロ接合トランジスタが、20ナノ秒の超高速スイッチングと7ビットを超える調整可能な抵抗状態を実現
• 同トランジスタを応用し、畳み込みニューラルネットワークでワーク表面の6種類の微小欠陥を97.1%の精度で認識

AI技術の急速な発展により、輸送、産業、ヘルスケア分野でインテリジェントな進化が起こっており、モバイルロボット、ウェアラブルインテリジェントエージェント、自動運転車、無人航空機などの技術に対する要求が高まっています。従来の離散的なセンサーアーキテクチャと比較して、高度に統合されたセンシングシステムは、速度、効率、信頼性に優れ、新たなインテリジェントデバイスの厳しい要件を満たします。知覚、通信、コンピューティングなどの先進技術を統合することで、システムインテリジェンスのプロセスが加速し、身体化知能の時代へと移行しています。センサーは単なる受動的なデータ収集ツールではなく、知覚と行動の間のつなが…