isscc2023V33_NonVolatile_Memory_and_ComputeInMemory

本文介绍了几个不同的非挥发性内存（NVM）技术和计算存储一体化（CIM）宏结构，它们在2023年IEEE国际固态电路会议（ISSCC）上展示。这些技术包括16nm 32Mb嵌入式自旋转移扭矩磁阻随机存取存储器（STT-MRAM）、22nm 8Mb STT-MRAM近存计算宏、9Mb基于HZO的嵌入式铁电随机存取存储器（FeRAM）和28nm 2Mb STT-MRAM计算存储一体化宏。 16nm 32Mb嵌入式STT-MRAM具有6ns的读取访问时间、1M次写入耐久性、在150°C下20年的数据保持能力，并通过磁隧道结-一次性可编程（MTJ-OTP）解决方案实现对磁场干扰的免疫。该技术采用合并的本地参考方案和字线位置偏置修剪技术，以提高读取和写入性能。 22nm 8Mb STT-MRAM近存计算宏专为边缘AI设备设计，提供8位精度和46.4-160.1 TOPS/W的能效。该宏结构通过硬件和软件优化，减少了重复权重数据读取的能量消耗，并降低了数字宏电路中的位流翻转率，从而提高了能效。 9Mb基于HZO的嵌入式FeRAM在130nm CMOS工艺中实现，具有1012次循环耐久性和5/7ns的读写速度。该技术采用ECC辅助数据刷新和偏置取消的感测放大器，以提高读取可靠性和耐久性。 28nm 2Mb STT-MRAM计算存储一体化宏针对AI推理设计，具有改进的位单元和22.4-41.5 TOPS/W的能效。该宏结构采用伪2T-2MTJ位单元设计，提出了CR-C2R检测修复方案和两种读出方案，以实现快速计算和高准确性。 这些技术展示了非挥发性内存在提高存储密度、读写速度、耐久性和能效方面的最新进展，特别是在嵌入式存储和近存计算应用中的潜力。