Eingebetteter MRAM verspricht kostengünstige und stromsparende Lösung für IoT- und Automobilanwendungen 

Von David Lammers

Ein Grund, warum das International Electron Devices Meeting (IEDM) eine wichtige Veranstaltung ist, besteht darin zu sehen, wie sich die Halbleiterindustrie auf eine Technologieoption einigt, seien es Hafniumoxid-Gate-Oxide, Immersionslithographie oder, in diesem Fall, magnetische Direktzugriffsspeicher (MRAM).

Auf der IEDM 2019, die im Dezember in San Francisco stattfand, stellten die großen Foundries und Intel MRAM-Technologien vor, die in CMOS-Logikbausteine integriert werden können. Zwar kann man sagen, dass GLOBALFOUNDRIES in Bezug auf Zuverlässigkeit und Fertigungserfahrung einen Vorsprung vor den anderen hat, aber auch die anderen Unternehmen haben sich MRAM eindeutig zu eigen gemacht.

Die Zeit von MRAM ist vor allem deshalb gekommen, weil eingebetteter NOR-Flash zu viele Masken - ein Dutzend oder mehr - für die Herstellung im 28-nm-Knoten und darüber hinaus benötigt. Eingebettetes NOR-Flash erfordert außerdem eine hohe Spannung, um Daten zu schreiben, und die Schreibzeit ist recht lang. Auch MRAM hat seine Tücken, aber es ist schneller und weniger stromhungrig als eFlash.

Große Stromeinsparungen

"Wenn Ihre Anwendungen viel auf NOR-Flash schreiben, dann werden Sie MRAM lieben", sagt Jim Handy, der erfahrene Speicheranalyst von Objective Analysis in Los Gatos, Kalifornien. "Flash verbraucht sehr viel Strom, eine phänomenale Menge, weil der Schreibvorgang so lange dauert und hohe Spannungen erfordert. Wenn man zu MRAM wechselt, kann man viel Strom sparen. Die Schreibleistung sinkt um mehrere Größenordnungen, während die Leseleistung von MRAM etwa gleich bleibt." 

Handy weist darauf hin, dass Unternehmen, die Mikrocontroller entwickeln, die Wahl haben: Sie können entweder SRAM als Arbeitsspeicher verwenden und den Code in einem externen (diskreten) NOR-Flash speichern oder auf eingebetteten MRAM (eMRAM) umsteigen. Da SRAM sechs Transistoren benötigt, um ein Bit zu speichern, bietet MRAM in der Regel eine doppelt so hohe - oder sogar bessere - Speicherdichte, sagte er. 

Darüber hinaus ist nichtflüchtiges MRAM in Systemen, in denen SRAM eine Batterieunterstützung benötigt, oft kostengünstiger als die kombinierten Chip- und Batteriekosten von eingebettetem statischem RAM (SRAM), sagte er.

Auf der IEDM 2019 war eine ganze Sitzung dem Thema eMRAM gewidmet. Nach der Präsentation der neuesten eMRAM-Zuverlässigkeitsdaten von GF sagte Vinayak Bharat Naik, der in Singapur ansässige technische Leiter der Embedded-MRAM-Bemühungen von GF, er begrüße es, dass vier Unternehmen - GF, gefolgt von Intel, Samsung und TSMC - gleichzeitig eMRAM vorantreiben.

"Wenn die Kunden von einer herkömmlichen Technologie, die sie seit langem verwenden, auf eine neue Technologie umsteigen wollen, kann dies nicht plötzlich geschehen", so Naik. "Sobald ein Endkunde mit MRAM anfängt, werden sie mehr Vertrauen in die Idee haben, konventionellen Speicher durch MRAM zu ersetzen."

eMRAM-Zuverlässigkeit und -Herstellbarkeit 

Im vergangenen Jahr haben mehrere Kunden GF gebeten, zusätzliche Daten zu liefern, die zeigen, dass die eMRAM-Technologie alle Zuverlässigkeitstests für die Produktion erfüllt und auch starken externen Magnetfeldern standhält, die gespeicherte Daten stören könnten. 

Die IEDM-Präsentation 2019 von GF konzentrierte sich auf die Beantwortung dieser Fragen, und es war eine positive Geschichte, die sie zu erzählen hatte. 

Naiks IEDM-Papier zeigte die Herstellbarkeit von eMRAM auf der 22-nm-FD-SOI-Embedded-Plattform von GF unter Verwendung fortschrittlicher Stack-/Etch-/Integrationsprozesse mit magnetischen Tunnelübergängen (MTJ), indem er ein voll funktionsfähiges 40-MB-Makro im industriellen Betriebstemperaturbereich von -40 bis 125 Grad Celsius erreichte. Darüber hinaus wurde gezeigt, dass die Anforderungen an das Reflow-Löten erfüllt werden können und die Zuverlässigkeit des Produkts mit einer Fehlerrate von weniger als einem Teil pro Million (ppm) auf Gehäuseebene gewährleistet ist.

Die Studie zur magnetischen Immunität ergab, dass das 40-MB-eMRAM-Makro im Standby-Modus bei 25 Grad Celsius einem extrem hohen Magnetfeld von 1.600 Oersted standhalten kann, wobei die Ausfallrate bei 20-minütiger Exposition weniger als 1 ppm beträgt. Bei 125 Grad Celsius betrug die Ausfallrate bei 700 Oe immer noch weniger als 1 ppm. Die magnetische Immunität im aktiven Modus - die Fähigkeit eines Chips, in Gegenwart eines Magnetfeldes zu arbeiten - wurde ebenfalls mit 500 Oe nachgewiesen. Die Beständigkeit blieb mit Ausfallraten von weniger als 1 ppm bis zu einer Million Zyklen hervorragend, ohne Verschlechterung der Widerstandsverteilungen nach einer Million Zyklen und ohne Verschlechterung während des Hochtemperaturbetriebs nach 500 Stunden. Alle Ergebnisse wurden mit ausgeschalteter Fehlerkorrektur (ECC) erzielt.

"Ein Magnetfeld kann überall auftreten", sagte Naik. "Im Haushalt kann zum Beispiel das Ladegerät für Ihr Telefon ein gewisses Magnetfeld erzeugen. Wir müssen sicherstellen, dass sowohl die Standby- als auch die Aktiv-Modus-Immunität gut sind, damit der Chip wie gewohnt funktionieren kann", so Naik.

Im Jahr 2018 hat GF auf den wichtigsten Technologiekonferenzen wie der IEDM und dem Symposium on VLSI Technology gezeigt, dass sein eMRAM den beim Chip-Packaging verwendeten Löt-Reflow-Schritten standhält, wodurch Mikrocontroller (MCUs) vor den Löt-Reflow-Schritten im Gehäuse programmiert werden können. Der JEDEC-Standard des fünffachen Reflow-Lötens bei 260 Grad Celsius für fünf Minuten wurde mit Tests auf Gehäuse-Ebene nachgewiesen.

Verbesserte Zuverlässigkeitsleistung

Auf der IEDM 2019 wird GF durch die Präsentation von Zuverlässigkeitsdaten auf eMRAM-Gehäuseebene aus allen Standard-Zuverlässigkeitstests und magnetischer Immunität seine Wettbewerbsfähigkeit in der eMRAM-Technologie unter Beweis stellen, so Naik.

"Auf der IEDM haben wir gezeigt, dass wir für industrielle Anwendungen wie Wearables, Internet of Things (IoT) und viele andere Anwendungen produktionsreif sind", sagte er. "GF hat gute Produktionserfahrungen mit 40-nm- und 28-nm-MRAMs, die sich auch auf den eMRAM-Markt übertragen lassen."

Die Ingenieure von GF haben die Zelle mit magnetischen Tunnelübergängen (MTJ) weiter optimiert, einschließlich der Abscheidung und des Ätzens. "Im vergangenen Jahr haben wir sowohl den MTJ-Stapel und das Ätzen als auch die Integrationsprozesse verbessert, um die Ausdauerleistung mit besserer Schalteffizienz zu erhöhen. Außerdem konnten wir unsere Ausbeute auf über 90 Prozent steigern", sagte Naik.

Einsparungen beim Energieverbrauch

Tom Coughlin, ein Berater für Arbeitsspeicher und Speicherung, der 10 Jahre lang als Vorsitzender des jährlichen Flash Memory Summit fungierte, sagte, dass eMRAM "viele Möglichkeiten für eingebettete Produkte am Rande oder an den Endpunkten bietet, insbesondere für solche, die stromabhängig sind".

Der Markt für neu entstehende Speicher, wie eMRAM, ist laut Coughlin in der Lage, sich zu entwickeln. "Es gibt ein großes Wachstum bei persistenten Netzwerken, einschließlich der Fabrik 4.0, die intelligente Geräte mit KI für effizientere Fabriken kombiniert. Darüber hinaus könnte die Landwirtschaft ein großer Markt sein, da immer mehr Landwirte produktive drahtlose intelligente Sensoren auf ihren Feldern platzieren. Auch im Gesundheitswesen besteht ein Bedarf an einer effizienteren Energienutzung. Viele Märkte werden die Nachfrage ankurbeln. Und dann gibt es Dinge, an die wir noch gar nicht gedacht haben, darunter viele Verbraucheranwendungen, neue Anwendungen für einen schnellen, energieeffizienten Speicher, die gerade erst in Betrieb genommen werden, deren Potenzial wir aber noch nicht erkannt haben."

Naik sagte, GF gehe schrittweise vor und konzentriere sich zunächst auf IoT- und Industrieanwendungen, dann auf eMRAM in Automobilqualität - wo die Temperaturanforderungen höher sind und die Datenanforderungen des autonomen Fahrens eine hohe Speicherdichte auf dem Chip erfordern - und schließlich auf die Verwendung von MRAM als Level-4-Cache, der einige SRAMs in Prozessoren ersetzt.

Und dann gibt es noch einen weiteren sehr großen Markt, die Process-in-Memory-Berechnung (PIM), die auf der IEDM 2019 häufig diskutiert wurde. Bei PIM geht es darum, eine Form von neu entstehendem Speicher für die Berechnung künstlicher Intelligenz (KI) zu nutzen. MRAM oder andere Speichertypen wie Resistiv-RAM oder Phase-Change-RAM könnten als lokales Verarbeitungselement in Edge Devices dienen. "In Anbetracht der überlegenen Leistungen von MRAM, wie schnelle Schreibgeschwindigkeit, hohe Ausdauer, hohe Dichte und geringer Stromverbrauch, ist MRAM einzigartig unter anderen NVMs und hat ein großes Potenzial für PIM-Berechnungen für KI-Anwendungen", sagte Naik.

Prozess im Speicher

Coughlin stimmte zu, was das Potenzial von PIM angeht. "Process-in-Memory könnte ein größerer Teil von allem sein, indem KI-Anwendungen in alles andere integriert werden", sagte er. "Wir könnten das Training woanders durchführen und eine gewisse Lernfähigkeit auf dem Gerät haben. Zumindest könnte Process-in-Memory ein Modell lokal ausführen, anstatt im Rechenzentrum."

MRAM könnte auch in Rechenzentren eine größere Rolle spielen. "Wenn das System etwas nicht nutzt, bewahrt MRAM den Zustand, und wenn die Daten benötigt werden, sind sie sofort wieder verfügbar. Das führt uns weg von der Abhängigkeit von flüchtigem Speicher hin zu einer stärkeren Nutzung von nichtflüchtigem Speicher. Viele dieser Anwendungen werden heute von energieempfindlichen Anwendungen an Grenzpunkten angetrieben, aber sie könnten auch in Rechenzentren eingesetzt werden", so Coughlin.

Karim Arabi, CEO des in San Diego ansässigen Unternehmens Atlazo Inc. sprach auf der IEDM über die bevorstehenden Veränderungen bei Edge-Geräten. Autonomes Fahren ist nur eine Form des Edge Computing, die "tonnenweise Daten" benötigt, sagte er.

Fortgeschrittene Fahrerassistenzsysteme (ADAS) erfordern "Rechenleistung mit geringer Latenz, die sich in der Nähe des Sensors befindet", so Arabi.

"Wenn es um Datenaggregation und Schulung geht, können wir die Cloud in Bezug auf Rechenleistung und Datengröße nicht übertreffen. Für andere Anwendungen ist jedoch eine viel bessere Energieeffizienz erforderlich, und Edge Computing ist 100- bis 1.000-mal kostengünstiger in Bezug auf den Stromverbrauch als die Übertragung von Strom über drahtlose Verbindungen zur Cloud. Und aus Gründen des Datenschutzes müssen viele Daten lokal bleiben", so Arabi.

In typischen von-Neumann-Architekturen werden etwa 75-95 Prozent des Stroms durch die Übertragung von Daten zwischen dem Speicher und dem Prozessor verbraucht. "Mit neuen Speicherarchitekturen wie MRAM und PC-RAM können wir einen Teil des SRAM durch MRAM ersetzen und auch Daten von Off-Chip-DRAM zu On-Chip-MRAM verschieben. Sowohl MRAM als auch PC-RAM könnten ein neues Paradigma in der Datenverarbeitung schaffen", so Arabi. "In den nächsten 10 Jahren, wenn sich das neuromorphe Computing durchsetzt, werden MRAM und PC-RAM eine noch größere Bedeutung erlangen.

Neue Compute-Architekturen

GF positioniert sich als führendes Unternehmen im Bereich MRAM und nutzt dessen Potenzial, um Kunden von GF in die Lage zu versetzen, differenzierte, funktionsreiche Produkte zu entwickeln und neue Technologien als potenzielle neue Rechenarchitekturen voranzutreiben.

Ted Letavic, Chief Technology Officer und Vice President für Computing und Wireless-Infrastruktur bei GF, sagte: "Wir haben jetzt eine vernetzte Gesellschaft, und wenn man die Daten, die wir haben, nicht innerhalb des Leistungsrahmens verarbeiten kann, wenn man die Datenanalyse nicht durchführen kann, dann kann man KI nicht monetarisieren oder sogar implementieren. Wir müssen in der Lage sein, die Analysen durchzuführen, und das ist entweder Compute am Rande oder im Rechenzentrum."

In Zukunft wird der Datenschutz dazu führen, dass Daten in Edge-Geräten gespeichert werden, wo MRAM eine Rolle spielen könnte. "Wir alle haben persönliche Daten, die überall veröffentlicht werden, von den Endgeräten bis hin zum Rechenzentrum. Wir möchten diese Daten an den Rand verlagern, um sie zu schützen und mehr Privatsphäre zu gewährleisten.

Ein zweiter Faktor, der das Edge Computing vorantreibt, ist die Bandbreite. Während 5G mehr Daten an die Rechenzentren liefert, wird dieser Ansatz unpraktisch, wenn das Volumen der mobilen Daten zunimmt. "Selbst mit dem großen Versprechen von 5G oder sogar 6G benötigt jedes Bit, das an das Rechenzentrum übertragen werden muss, Bandbreite. Wir würden gerne den Punkt erreichen, an dem wir effiziente Rechenmaschinen am Rande des Netzes haben. Dann könnten wir die Metadaten - also nur das Ergebnis - übertragen, nicht die Rohdaten."

Laut Letavic arbeiten mehrere große Forschungszentren mit GF zusammen, um diese neuen Ansätze für Edge Computing zu erforschen.

"Es geht um so viel mehr als nur um eine Siliziumlösung. Wir müssen die Rechenarchitektur wirklich ändern. Wir reden nicht nur über neue Transistoren und Möglichkeiten, mit Elektronen und Photonen umzugehen, sondern über neue Architekturen", sagte Letavic in einem Interview auf der IEDM 2019.

MRAM könnte eine wichtige Rolle bei dem spielen, was Letavic die kommende "Renaissance des Computerdesigns" nennt.

"Zum ersten Mal seit 30 Jahren haben wir den Werkzeugkasten geöffnet und sehen uns Nicht-Von-Neumann-Architekturen an, bei denen die Leistungsvorteile enorm sind. Mit dedizierten Architekturen könnten wir den Stromverbrauch um das 100- oder 1.000-fache senken.

Da der Process-in-Memory-Ansatz so stromsparend ist, könnte MRAM in diesen Nicht-Von-Neumann-Architekturen eine zentrale Rolle spielen. "Als Gerätetechnologen könnten wir die Technologie in den nächsten 30 Jahren weiter verbessern, und wir würden immer noch nicht zu einer Leistung kommen, die unseren Ansprüchen genügt", sagte Letavic. "Wir müssen die Architekturen und Software-Stacks ändern. Neue Architekturen bringen neue Gerätetypen, neue Funktionen auf Plattformen und neue Ansätze für das Rechenproblem mit sich.