分析丨新型存储ReRAM，能打破“存算墙”和“能耗墙”？

·聚焦:人工智能、芯片等行业

欢迎各位客官关注、转发

前言：

万物智联时代，需要速度、功耗、容量等性能更强的新型存储器，AIoT、智能汽车、数据中心、AI计算（存算一体）将是ReRAM的重要发展机遇。

作者 | 方文图片来源 |  网 络 
 存算一体打破[存算墙]和[能耗墙]

在我国西部，一座座数据中心正在拔地而起，为全国输送着源源不断的算力。

 

但数据计算往往伴随着巨大的功耗，因此发展数据中心和实现[双碳]目标之间存在着巨大的矛盾。

 

在后摩尔时代，单纯通过工艺制程的提升降低芯片功耗的路径也日渐捉襟见肘，已经接近摩尔定律的物理极限。

 

但随着基于ReRAM的全数字存算一体架构大算力、低功耗、易部署芯片的研发和产业化，这一难题似乎有了新的解决思路。

 

基于忆阻器ReRAM技术的计算单元可以通过阻值器件的存储记忆特性，利用基础物理定律和原理完成海量的AI计算；

 

通过存算一体的架构，可以节省把数据从内存单元逐层搬迁到计算单元的环节，从而得以节省因为数据搬迁而产生的大量衍生成本。

 

这此类方式也符合国家对于碳中和、碳达峰的技术发展路线，改变了传统AI运算数据量需要带来巨大能耗的现状。

新型存储器对比中ReRAM的优势

目前，新型存储器主要有4种：相变存储器（PCM），铁电存储器（FeRAM），磁性存储器（MRAM），阻变存储器（ReRAM）。

 

对比四种新型存储器，ReRAM在密度、工艺制程、成本和良率上具备明显优势。

 

ReRAM的单元面积极小，可做到4F²，读写速度是NAND FLASH的1000倍，同时功耗下降15倍。

 

以Crossbar和昕原半导体为例，其采用对CMOS友善的材料，能够使用标准的CMOS工艺与设备，对产线无污染，整体制造成本低。

 

可以很容易地让半导体代工厂具备ReRAM的生产制造能力，这对于量产和商业化推动有很大优势。

 

从密度、能效比、成本、工艺制程和良率各方面综合衡量，ReRAM存储器在目前已有的新型存储器中具备明显优势。

ReRAM国内外发展现状

在商业化上，Crossbar、昕原半导体、松下、Adesto、Elpida、东芝、索尼、美光、海力士、富士通等厂商都在开展ReRAM的研究和生产。

 

在代工厂方面，中芯国际、台积电和联电都已经将ReRAM纳入自己未来的发展版图中。

 

已量产的海外ReRAM存储器主要有Adesto的130nm CBRAM和松下的180nm ReRAM。

 

松下（Panasonic）在2013年开始出货ReRAM，成为了世界第一家出货ReRAM的公司。

 

接着，松下与富士通联合推出了第二代ReRAM技术，基于180nm工艺。

 

而Adesto 一直在缓慢地出货低密度 CBRAM。

 

国内，昕原半导体在Crossbar的基础上实现了技术核心升级和工艺制程的改进，实现28nm量产，并且已建成自己的首条量产线，拥有了垂直一体化存储器设计加制造的能力。

 

兆易创新和Rambus宣布合作建立合资企业合肥睿科微，进行ReRAM技术的商业化，但目前还无量产消息。

ReRAM迎来四大发展机遇

①物联网：AIoT需要数据的实时交互，因此不仅要求存储器低功耗，也需要高读写和低延迟。目前的NOR Flash存储密度低、容量小、功耗高，无法实现高写入速度。

 

而ReRAM在保证读性能的情况下，写入速度可提升1000倍，同时可实现更高存储密度和十分低的功耗，未来将会是取代NOR Flash成为万物智联时代存储器的最佳选择。

 

②智能汽车：未来单车存储容量将达到2TB-11TB，一辆L4/L5级自动驾驶汽车至少需要74GB DRAM和1TB NAND。

 

新型存储器中，ReRAM不仅满足高读写速度和存储密度的要求，同时延迟可降低1000倍，可满足未来智能驾驶高实时数据吞吐量。

 

③数据中心：ReRAM相较NAND可提升100倍的读写性能，同时保持更低的功耗和高存储密度，有望解决未来数据中心高能效比，低延迟的需求，实现更高性能的AI数据中心。

国产存储器有望弯道超车

新型存储器的核心，是在其开发中需要在传统CMOS工艺里增加一些特殊的材料或工艺，这些特殊材料或工艺的开发则需要经过大量实验及测试验证。

 

传统CMOS代工厂或因囿于资源所限，迭代速度较慢，从而影响工艺开发进度，而国内各大科研院所虽可在实验室阶段加快迭代速度，但没有标准的12寸量产产线，实验成果往往很难走向量产。

 

昕原自行搭建的28/22nm ReRAM（阻变存储器）12寸中试生产线就解决了上述问题。

 

汲取了代工厂和实验室的长处，迭代速度快， 产线灵活，拥有自主可控的知识产权，使得ReRAM相关产品的快速实现变成了可能。

结尾：

目前的ReRAM器件还未成熟，它还面临三个关键挑战：①基于高精度模数转换器的读出电路；

②器件的非理想性，包括受单元间变化的器件的影响；③ReRAM设备中非线性的以及不对称电导更新后会严重降低训练的准确度。

 

部分资料参考：36氪：《ReRAM「存算一体」应用于AI大算力的新思路》，云岫资本：《ReRAM新型存储器如何影响未来存储格局？》

本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。

END

推荐阅读：

商务合作请加微信勾搭：

18948782064

请务必注明：

「姓名 + 公司 + 合作需求」