三维堆叠finfet;电化学公羊;超级原文如此。
3D堆叠finfet
在即将到来的2018IEEE国际电子器件会议(IEDM)，Imec预计将发表一篇关于3D堆叠finFET架构的论文。IEDM定于12月1日至5日，旧金山．
Imec的技术基于研发组织所说的顺序集成。另一个研发机构，Leti他称之为3D单片集成。
不管怎样，我们的想法是在基板上形成一层晶体管。然后，在第一层晶体管的顶部形成另一层晶体管。这两层是堆叠的，通过微小的互连连接起来。
在最近的一次活动中，Imec和Soitec演示了一个顺序3D前端集成流程。在IEDM上，Imec将报告具有45nm鳍间距和110nm门间距的3D堆叠finFET架构。
3D架构使用Imec的顺序集成流程，实现了顶层和底层之间的精确对齐。根据Imec的说法，顶层的无结器件采用低温(≤525ºC)工艺制造。
Imec评估了该技术的各种栅极堆叠。最终，它选择了TiN/TiAl/TiN/HfO2的组合，并将LaSiOx偶极子插入堆栈中。根据该论文的摘要，“这种组合展示了良好的阈值电压调谐、可靠性和低温性能。”
神经网络
深度神经网络(DNNs)也将成为IEDM的热门话题。dnn用于图像和语音识别等机器学习任务。
在这次活动中，IBM将描述一种基于新型电化学随机存取存储器(ECRAM)设备的突触细胞。ECRAM是基于锂离子嵌入氧化钨的配方。
根据IEDM摘要，ecram已经证明了高开关对称性和线性度，良好的数据保留和高达1000个离散电导水平，可用于大型存储阵列的多级操作。
IBM演示了使用5ns脉冲宽度和1fJ开关能量的高速编程。基于实验数据的MNIST图像识别仿真结果表明，该算法的准确率为96%。
在另一篇论文中，IBM的研究人员将描述一种名为“投影”相变存储器(proji - pcm)的技术。据称，该技术可以实现人工智能相关计算所需的标量乘法数学的高(8位)精度。
另外，在这次活动中，亚利桑那州立大学圣母分校而且佐治亚理工学院将描述内存计算体系结构。
该技术基于使用铁电FET (FeFET)技术的模拟突触细胞。该小组提出了一种模拟突触权重单元，使用两个mosfet和一个FeFET晶体管(2T-1FeFET)来处理训练和推理功能。
根据IEDM的摘要，研究人员使用MNIST和CIFAR-10训练数据集验证了其性能，并分别实现了~97.3%和~87%的准确性。
更多的论文
在IEDM,三星将介绍更多关于其3nm门全能(GAA)技术的细节。三星将其称为Multi-Bridge-Channel架构。
产业技术与此同时，他将发表一篇关于超结碳化硅(SiC)器件的论文。根据IEDM摘要，AIST已经实现了阻塞电压≥600 V的低导通电阻。“这是一个1170 V的超结SiC器件，Ron达到0.63 mΩcm2。”
|
|
|
|
|
|
|
|
|
|
留下回复