摘要
作为全球信息产业的重要组成部分，存储器芯片是大数据、云计算、人工智能等新兴产业发展的根基。然而随着摩尔定律的发展，传统的存储器件跟不上信息产业的需求，此外冯·诺依曼计算架构的计算和存储操作分离，需要通过总线进行数据传输这限制了数据处理速度，新型存储器正在蓬勃发展。相变存储器(PhaseChangeRandomAccessMemory,PCRAM)是一种新兴非易失存储器，凭借高速、高密度、低功耗以及与标准CMOS(ComplementaryMetal-Oxide-SemiconductorTransistor)工艺兼容等优点，率先实现商业化量产，在嵌入式应用、大容量存储和存内计算领域具有独特的优势。在神经网络计算中，相变存储器具有大规模并行和非易失存储特性可以支持存内计算，有效避免由于数据频繁搬运而产生的巨大开销，从而克服冯·诺依曼架构的“存储墙”和“功耗墙”瓶颈，成为最有希望取代现有的内外存架构的新兴非易失存储器。然而相变存储器非理想特性制约着存内计算系统的性能，例如疲劳、漂移与噪声。本论文针对相变存储器的近存计算和存内计算设计了高疲劳寿命的双端读写电路，系统地测试相变存储芯片并探索非理想特性优化方法，并且提出一种在读出操作中抑制漂移系数的方法，以提高多级存储性能从而有效支持近存计算，设计具有零漂移系数补偿电流的类衬垫层读出电路提高神经网络计算的准确性，设计一种非易失逻辑运算,通过级联相变存储布尔逻辑算子实现存内计算架构，主要研究内容如下: 1.研究并设计了提高疲劳寿命的相变存储器芯片。该系统包括相变存储阵列与外围电路。根据相变存储单元的编程特性，针对单向循环脉冲造成的相变存储单元组分偏析与器件失效，设计了双端口读、写存储单元结构与阵列，提出适合相变存储器的双向读、写编程电路，根据仿真结果显示，双端口编程电路可以成功实现相变存储双向读写编程操作，且读出电路可以实现3.5ns快速读出。 2.研究了相变存储数据读取操作对芯片可靠性的影响。系统分析比较了不同电极宽度和低场读电压得到的相变存储单元阻值特性分布，并探索了低场电应力对漂移系数与多级存储状态级数的影响，提出了一种读取数据过程中提高长时漂移存储单元可靠性的优化方法，将阵列中平均漂移系数降低了一个数量级达到0.0034,是一种具有普适性的通用优化方法，大大提高了数据读取的可靠性，减少电阻漂移对多级存储的不利影响。 3.研究了相变存储器高可靠性的十六态多值存储实现方法，提高神经网络计算精度。研究了相变存储单元非理想特性，测试得出电阻漂移和噪声会降低存储单元非晶和晶态之间的电阻比，减小读出窗口，进而影响数据的准确性，特别是对于多级存储和神经网络计算应用造成了障碍。提出了一种新颖的类衬垫结构读电路，可显著降低漂移系数和噪声，提高十六态多级存储技术的最邻近电导比。测试证明类衬垫读操作优化方法将漂移系数降低了78％,噪声降低了三个数量级。通过在PyTorch中构建基于PCRAM的脉冲循环神经网络（SRNN），应用本节提出的抑制非理想特性优化方式，计算准确率达到了97.4％。 4.研究并设计了基于相变存储单元存内计算架构，非易失布尔逻辑计算为非冯·诺依曼计算架构提供了新的计算范式。基于相变存储1R、1T1R与1D1R单元结构分别设计非易失逻辑计算，在3步骤内实现16种非易失布尔逻辑计算，并进一步讨论了阵列间级联方案，在兼顾单元面积与计算效率的同时实现一位全加器、乘法器。并且构建存算一体架构，在相变存储阵列内实现哈希算法大规模数据检索，计算能效达到330Tops/W。
NETL