科技号消息，npj Unconventional Computing 发表了一篇由慕尼黑工业大学的 Mahdi Benkhelifa、Simon Thomann 撰写的文章;慕尼黑工业大学计算、信息与技术学院，德国慕尼黑机器人与机器智能研究所人工智能处理器设计主席，美国印第安纳州圣母大学电气工程系 Kai Ni 和慕尼黑技术大学 Hussam Amrouch;慕尼黑工业大学计算、信息与技术学院，德国慕尼黑机器人与机器智能研究所 AI 处理器设计主席。
摘要： “这项工作提出了一种新颖的双比特铁电场效应晶体管 （FeFET） 结构，该结构可以通过分段金属栅极对铁电 （FE） 层进行局部控制。这种设计允许在 FE 材料的不同区域进行独立的域切换，使存储单元能够存储两个离散位，同时保持稳健的读取裕量。至关重要的是，这种方法消除了对复杂脉冲方案的需求，例如多级单元 （MLC） FeFET 通常需要的阶梯写入电压脉冲。我们通过对读写作进行全面的 TCAD 仿真来演示该器件的功能，同时考虑了过程变化和随机域切换行为。即使将编程/擦除 （P/E） 电压降低到 ±3.3 V，脉冲持续时间为 1 μs，该器件也能实现 1.61 V 的大内存窗口，从而显著提高效率和耐用性。相比之下，传统的 FeFET 需要更高的写入电压（即 ±4 V，持续 10 μs），这会加速潜在缺陷和陷阱的产生，从而导致耐用性有限。我们的双位设计有可能延长基于 FeFET 的交叉开关阵列的耐用性，这对于 AI 加速器至关重要。通过有效地将存储容量增加一倍，这种方法降低了权重重新编程的频率，解决了现有内存计算架构中的一个关键限制。“