A Study on the Ta2O5 based Conductive Bridging Random-Access-Memory for Image Classification

Abstract

Due to the 4th industrial revolution, artificial intelligence (AI) technology is rapidly developing and research is underway on the neural network using it. However, the bottleneck phenomenon between CPU and memory has been raised as a major problem with the neural network technology that mimics the human brain [1]. Furthermore, synapse that are located between neurons and connect to each other affects learning and memory enhancement. Therefore, next generation memory such as Phase Change Memory (PCM), Resistive RAM (ReRAM), and Conductive Bridge RAM (CBRAM) is attracting attention as a synaptic device because it can process low power consumption and large amounts of data quickly [2]. In this work, I conduct a study on the properties of tantalum oxide (Ta2O5) based CBRAM with the advantages of chemical stability and low leakage currents [3,4]. The Ta2O5 based CBRAM with a 5 ㎛ cell size is a solid electrolyte and is made of a metal-insulator-metal (MIM) structure inserted between the electrode CuTe and the inactive electrode W. I conducted the material analysis with the XRD of Ta2O5. The electrical properties (I-V curves) and reliability of the manufactured elements were analyzed, and the synaptic properties were also measured. The device is forming free property which the voltage of forming and set is same at 0.7 V, with a reset voltage of -1.0 V and ION/IOFF ratio of 3.97 × 102. Based on the measured synaptic properties, I designed a 4×3 DNN model that consists of input, hidden and output layer using iris data, and a total of 70 weights were obtained. Finally, I presented how the device can operate as a synaptic device by conducting a simulation of hardware circuit constructed by mapping the weights to resistors by differential pair. Consequently, I obtained appropriate output results from each input signals of the iris images, and confirmed that the device was suitable as a synaptic device.|4차 산업 혁명으로 인해, 인공지능 기술은 빠르게 발전하고 있으며, 이를 활용한 neural network에 대한 연구도 진행 중에 있다. 하지만, CPU와 메모리 사이의 병목 현상(bottleneck phenomenon)은 사람의 두뇌를 흉내 내는 neural network 기술에 있어 큰 문제점으로 제기되고 있다 [1]. 또한, 뉴런과 뉴런 사이에 위치하여 서로 연결시켜주는 시냅스는 학습과 메모리 향상에 영향을 준다. 따라서, Phase Change Memory (PCM), Resistive RAM (ReRAM),Conductive bridge RAM (CBRAM)과 같은 차세대 메모리는 낮은 소비 전력과많은 양의 데이터를 빠르게 처리할 수 있기 때문에 시냅스 소자로 주목받고 있다 [2]. 본 연구에서는 화학적 안정성과 낮은 누설전류의 장점을 지닌 탄탈럼 산화물 (Ta2O5) 기반 CBRAM의 특성에 대한 연구를 진행하였다 [3,4]. 5㎛ 셀 사이즈를 가진 Ta2O5 기반 CBRAM은 Ta2O5는 고체 전해질로, 전극CuTe과 비활성 전극 W 사이에 끼워진 금속-절연체-금속 (MIM) 구조로 제작했다. Ta2O5의 XRD로 물질 분석을 진행하였다. 제작된 소자의 전기적 특성(I-V 곡선)과 신뢰성 분석을 진행하였고, 시냅스 특성 또한 측정했다. 해당 소자는 forming 및 set 전압이 0.7 V로 동일한 forming free 특성이 있으며, -1.0 V의 reset 전압과 3.97 × 102의 ION/IOFF ratio를 지닌다. 마지막으로 측정된 시냅스 특성을 기반으로 iris 데이터를 사용하여 입력층, 은닉층, 그리고출력층으로 구성된 4×3 DNN 모델을 설계하였고, 총 70개의 가중치를 얻었다. 마지막으로, differential pair를 통해 해당 가중치들을 각 저항으로 맵핑하여 구성한 회로의 시뮬레이션을 진행함으로 정상적인 결과를 도출함을 확인할 수 있었다. 결과적으로 iris 이미지의 각 입력 신호에서 적절한 출력 결과를 얻어 본 소자가 시냅스 소자로 적합함을 확인하였다.