SK hynix hat eine Forschungsarbeit zu 3D FeNAND vorgestellt, die NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben-Speicher nicht nur als Datenspeicher, sondern als Baustein für Rechnen im Speicher positioniert. Im Mittelpunkt steht ein Ansatz für analoges Compute-in-Memory (A-CiM), bei dem Zellen, Peripherie und Datenorganisation gemeinsam optimiert werden.
Ausgangspunkt ist das Problem wachsender AIartificial intelligence-Modelle: Datenbewegung kostet Energie und erhöht die Latenz. A-CiM setzt deshalb auf Rechenoperationen nahe am Speicher. Für solche Architekturen braucht es Speicherzellen, die mehrere Stromniveaus präzise unterscheiden können. Hier sieht SK hynix Vorteile von FeNAND gegenüber konventionellem CTNcharge trap nitrideCTN ist die in konventionellem 3D NAND verbreitete Ladungsfallenstruktur.-basiertem 3D NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben, weil ferroelectrische Materialien den Zellzustand über Polarisation statt über Ladungsfallen steuern.
Die Arbeit adressiert drei Engpässe zugleich: die Zellcharakteristik, die Wortleitungs-Strukturen außerhalb der Zelle und die Page-Organisation. Auf Zellebene wurde eine Betriebsweise beschrieben, bei der mit steigender Pulszahl und nahezu konstanter Spannung die Zellströme stufenweise anwachsen. Damit lassen sich mehrere analoge Zustände für AIartificial intelligence-Berechnungen darstellen. Für die low-current-Region wurde zudem ein Vier-Level-pro-Zelle-Betrieb auf 300-mm-Waferbasis mit stabiler Datenerhaltung gezeigt.
Bei den Nicht-Zell-Strukturen standen Wortleitungswiderstand und -kapazität im Fokus. Ein niederohmiges Metall verbesserte den Durchsatz um bis zu 16 Prozent und die Energieeffizienz um bis zu 3 Prozent. Deutlich stärker wirkte die Reduktion parasitärer Kapazitäten durch air gaps zwischen den Wortleitungen: Die Kopplung sank um rund 60 Prozent, der Durchsatz stieg um den Faktor 1,2, die Energieeffizienz um den Faktor 2,2 nach gemeinsamer Optimierung von Widerstand und Kapazität.
Auf Page-Ebene setzt der Ansatz auf in-page pipelining, das Layer innerhalb einer Page organisiert und bei Bedarf repliziert, um Parallelität zu erhöhen und Schaltvorgänge zu verringern. In Simulationen verdoppelte diese Methode die Energieeffizienz und erhöhte den Durchsatz um das Neunfache gegenüber der Basisarchitektur. Insgesamt meldet SK hynix für die optimierte 3D-FeNAND-Architektur gegenüber konventionellen 3D-NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben-Ansätzen eine etwa 10- bis 20-fach höhere Leistung sowie eine rund 4.000- bis 5.000-fach bessere Energieeffizienz bei gleichem Chipflächenrahmen.
Die Ergebnisse unterstreichen, dass sich der Nutzen von höherer Speicherdichte erst dann voll entfaltet, wenn Zellzustände, Schaltaufwand und Datenanordnung gemeinsam auf die Rechenaufgabe abgestimmt werden. Für SK hynix erweitert 3D FeNAND damit die Rolle von NANDNot ANDEin Logikgatter, das am Ausgang 0 ausgibt, wenn alle Eingänge 1 sind. In allen anderen Fällen wird eine 1 ausgegeben in AIartificial intelligence-Systemen in Richtung eines Rechenmediums mit hoher Integrationsdichte und niedrigem Leistungsbedarf.