诸如物联网(IoT)、人工智能(AI)、机器学习/深度学习和云计算等新兴技术的指数级增长[1],推动了对电子系统存储带宽和容量的巨大需求。然而,传统的DRAM在工艺节点缩放、能效和速度方面越来越显示出局限性。这些限制促进了多种非易失性存储技术的研究。在新兴的非易失性存储器中,自旋转移扭矩磁随机存取存储器(STT-MRAM)由于其非易失性、高读写速度和低功耗等优点[2],显示出广泛的应用前景。数据保留能力作为一个关键的可靠性参数,量化了存储数据的时间稳定性。在实际应用之前准确评估其数据保留能力具有重要意义。数据保留不足可能会引发电子系统的故障,甚至导致系统功能完全失效。研究数据保留时间的评估方法有助于优化材料和改进处理技术。
MRAM的基本存储单元是MTJ,其多层架构如图1所示。它主要由三层组成:参考层(RL)、隧道势垒层和自由层(FL)。RL的磁化方向保持不变,而FL的磁化方向会对外部磁场或自旋极化电流做出响应。FL和RL之间的平行磁化对齐会产生低电阻状态(RP),而反平行对齐会产生高电阻状态(RAP)。这两种状态分别对应逻辑“0”和“1”。这种现象称为隧道磁阻(TMR),其计算公式如下:
MRAM中的非易失性数据存储是通过FL的稳定磁定向实现的。因此,数据保留能力取决于FL保持其磁极化的能力。如图2所示,STT-MRAM具有两种稳定状态,这两种状态之间由能量势垒Eb分隔。对于经历热激活反转的单畴FL,平均数据保留时间τ的计算公式如下:
其中τ? (~1 ns)是尝试频率,Δ表示热稳定性因子,EB是能量势垒,kB是玻尔兹曼常数,T表示绝对温度。Néel的基础工作在Arrhenius框架内[3,4]中建立了τ和Eb之间的指数关系。较高的热稳定性因子对应更长的数据保留时间。
在操作温度范围内,数据保留时间通常超过10年,使得实时表征变得不可行。为了解决这个问题,半导体行业采用了加速老化结合Arrhenius/场加速模型的方法来预测数据保留时间。具体来说,使用适当的数学模型在加速应力条件(例如高温或磁场)下测量数据保留时间。随后,根据公式模型计算操作条件下的数据保留时间。
公式(2)定量描述了τ和Δ之间的关系。高温加速方法已成为评估数据保留时间最广泛使用的技术之一。高温加速方法通过将设备置于高温下以模拟等效的数据保留时间来发挥作用。Thomas等人[5]在2015年率先对高温加速测试进行了深入研究。他们将复杂的指数模型简化为线性形式,并引入了有效热稳定性因子(Δeff)这一新概念。这种方法结合了分布的平均值和标准差,使得在低错误率条件下能够精确评估数据保留时间。2019年,O'Donnell等人[6]研究了观察到的平行/反平行状态、时间和温度之间的缩放关系,提出了一个经验外推模型。然而,这种方法存在一定的保守性。
传统的高温加速方法通常将芯片置于高于操作温度的温度(例如85°C)下以减少测试时间。然而,这种方法在预测低温性能时引入了外推误差。尽管减少加速温度和目标温度之间的差异可以提高外推精度,但会导致测试时间呈指数级增加。为了解决这个问题,研究人员开发了几种新的数据保留表征方法,包括写电流脉冲加速和磁场加速技术。写电流脉冲加速方法通过施加写电流或延长脉冲宽度来加速MTJ的切换,从而加快测试过程。例如,Tillie等人[7]系统评估了四种基于写电流的提取方法,并比较了它们的准确性和局限性。与传统的高温加速相比,电流方法提供了更短的测试时间,并消除了外推需求。然而,对于具有固定写时机的商用MRAM芯片,精确控制和测量内部写电流和脉冲宽度仍然具有挑战性。
磁场加速方法通过施加固定磁场来诱导MTJ的切换。增加磁场强度会降低平行状态和反平行状态之间的能量势垒,从而减少数据保留时间。Thomas等人[8]开发了一个基于畴壁的翻转机制模型来解决STT-MRAM中的尺寸依赖性热稳定性问题。通过模拟,Khan等人[9]比较分析了温度和磁场加速对数据保留时间的影响。他们发现,虽然高温加速可以减少4个数量级的数据保留时间,但磁场应用可以使数据保留测试加速多达13个数量级。此外,结合温度和磁场加速可以显著提高数据保留测试效率。Gallagher等人[10]研究了22纳米STT-MRAM在不同温度下的磁场干扰电阻,并观察到磁场与比特错误率(BER)增加之间的直接相关性。当磁场从1000 Oe增加到1500 Oe时,BER增加了三个数量级以上,这表明通过施加磁场可以缩短数据保留时间并提高测试效率。
在这项研究中,我们采用了一种结合高温和磁场加速方法的综合方法。我们使用两种不同的评估方法来评估目标温度下STT-MRAM芯片的数据保留能力。这种方法显著减少了单一方法评估中固有的拟合误差,同时优化了测试效率和估计精度。使用40纳米节点的STT-MRAM芯片,我们系统研究了磁场依赖的EBmean变化。实验结果与畴壁(DW)模型的预测非常吻合,并且与MTJ工艺尺寸具有很好的兼容性。值得注意的是,两种方法对EBeff和热稳定性因子的预测非常接近。在-25°C时,观察到的相对偏差在10%以内。芯片的实验表征证实了在105°C下的20年数据保留时间(BER = 1 ppm),展示了STT-MRAM的优异保留时间。
首先,介绍了关于测试芯片、数据保留能力评估方法以及测试设置的相关信息。然后,对测试结果进行了深入分析和讨论。最后,对内容进行了全面总结。