Atomic Layer Deposited Li-Nb-O Family for Artificial Synapse Devices

Abstract

With the advent of big data era such as AI, autonomous driving, and 5G, huge amounts of data are being generated. The current computing architecture, von-Neumann architecture, is increasingly reaching its limit due to the bottleneck caused by the difference in processing speed between memory and processing unit. Neuromorphic computing, consisting of artificial neurons and synapses, is one of the most promising candidates to resolve the von-Neumann bottleneck because of its in-memory-computing attributes, high efficiency, and parallel signal processing. In particular, research on artificial synapse devices using various memory devices has been actively conducted, and ReRAM devices are in the spotlight due to their low power consumption, high speed, high integration, and ability to analog switching. In this study, lithium niobium oxide (Li-Nb-O) family is used as the switching layer of ReRAM. The Li-Nb-O compounds has desirable multifunctional properties including memory, TS behavior, ferroelectric effect, etc. Among them, we focus on memristor characteristics of lithium niobate (LiNbOx, LNO). Especially, lithium niobate can represent superior characteristics due to small ion size of lithium (Li) ion enabling low energy consumption, high mobility, and high endurance. Despite the potential for new and enhanced functional devices and materials, this LNO multifunctional compound remains relatively unexplored due to the difficulty of precise composition control. Therefore, LNO based ReRAM devices with various compositions were fabricated using atomic layer deposition (ALD) process that is easy to adjust the composition. Controllable characteristics were confirmed by adjusting the Li concentration in the LNO thin film, and stable analog switching behavior that can be used as an artificial synapse device was also confirmed. In addition, we proposed the possible mechanism of operation based on electrical measurement. By understanding the effect of Li-ion concentration on LNO based ReRAM, an optimal composition of LNO thin film is achieved for synaptic properties such as potentiation/depression. | 인공지능, 자율주행, 5G 등 빅데이터 시대가 도래하면서 막대한 양의 데이터가 쏟아져 나오고 있다. 현재 컴퓨팅 방식인 폰 노이만 구조는 메모리와 연산 장치 사이의 병목 현상으로 인해 점점 한계에 다다르고 있다. 인공 뉴런과 인공 시냅스 소자로 이루어진 뉴로모픽 컴퓨팅은 in-memory-computing 방식과 고효율의 데이터 처리, 병렬 연산 등의 특성으로 인해 폰 노이만 병목 현상을 해결하기 위한 새로운 컴퓨팅 구조로 각광받고 있다. 특히, 다양한 메모리 소자를 이용한 인공 시냅스 소자 연구가 활발히 이루어지고 있는데, 낮은 전력 소모와 빠른 속도, 고집적화, 아날로그 스위칭이 쉽다는 점으로 인해 ReRAM 소자가 각광받고 있다. 본 연구에서는 ReRAM의 저항 변화 층으로 Li-Nb-O 화합물을 이용하였다. LNO 화합물은 메모리, TS 특성, 강유전체 특성 등 다양한 기능을 갖고 있으며, 그 중에서도 멤리스터 특성에 집중하여 연구를 진행하였다. LNO는 리튬 이온의 작은 크기로 인해 낮은 전력 소모, 높은 이동성, 높은 내구성 등 뛰어난 성능을 가질 수 있지만, 박막의 정밀한 조성 조절이 어려워 LNO에 대한 많은 연구가 이루어지지는 않았다. 따라서, 조성 조절이 용이한 ALD 공정을 이용하여 다양한 조성의 LNO 기반 ReRAM 소자를 제작 및 분석하였다. LNO 박막 내 리튬 농도에 따라 특성 조절이 가능하였으며, 인공 시냅스 소자로 활용 가능한 안정적인 아날로그 스위칭 거동을 확보하였다. 또한, 전기적 특성을 바탕으로 동작 메커니즘에 대한 제시까지도 할 수 있었다. 조성에 따른 동작 특성을 이해함으로써 인공 시냅스 소자로써 가장 적합한 조성의 LNO 기반 ReRAM 소자를 얻었으며, 이러한 연구 내용을 기반으로 차세대 뉴로모픽 컴퓨팅의 인공 시냅스 소자에 다양하게 접목시킬 수 있을 것으로 기대되는 바이다.