极端制造 光学相变存储与神经形态光计算器件的制造与集成

时间: 2024-05-28 05:01:36 |   作者: 产品展示

产品介绍

  近年来,硫系相变材料与硅光波导集成的非易失性存储器件在神经形态存内计算应用方面取得了重要进展。相变材料在电脉冲或激光脉冲诱导下可发生快速可逆结构相变,产生非易失的电学或光学性质差异,被认为是实现非冯诺依曼计算架构的重要材料之一。得益于130 nm CMOS工艺线的光子集成线路制造工艺、深紫外光刻技术、电子束直写技术与晶圆级相变材料薄膜溅射技术的发展,该类非冯诺依曼计算元件有望实现大规模制造,在未来运行先进机器学习算法时可利用超大带宽、高速和波分复用并行计算优势,从而大幅度的提高算力。近期,》(International Journal of Extreme Manufacturing, IJEM)上发表名为《Fabrication and integration of photonic devices for phase-change memory and neuromorphic computing》的综述。该综述概述了基于集成硅光波导的相变存储光功能器件与神经形态光计算系统的最新进展,讨论了实现先进器件性能的制造与集成工艺,并展望了未来基于相变材料的光存储与光计算器件的应用与挑战。

  详细阐述了悬浮波导、光波导存储器、波导微加热器、及表面等离子体激元纳米缝波导器件的工作原理、制备流程与器件性能。

  展望了兼容硅光CMOS工艺线的集成光波导相变存储器的后道制造工艺所面临的机遇与挑战。

  集成硅基光电子芯片是实现超大带宽、高速率、波分复用信号传输的主流光互连平台,通过结合硅光CMOS集成技术与光子集成线路得以实现晶圆级大批量生产。目前,基于高性能硅光功能器件的集成光子芯片已被应用于量子态操控、片上量子信息处理、量子计算等光量子信息领域。为了推动类脑计算的发展,研究人员已开发了基于集成硅光波导平台的光学深度神经网络,光子卷积加速器与光学频率梳驱动的光子处理器单元,在机器学习、计算机视觉、无人驾驶、语音识别和医疗诊断等领域极具应用潜力。新型的存内计算架构也是实现高效能光子计算的一条有效途径。相变材料在电脉冲或激光脉冲诱导条件下可发生快速可逆结构相变,同时伴随着显著的非易失性电学与光学性质改变,基于此特性将相变薄膜材料与光波导器件集成并互联成为具有神经突触功能的集成相变波导器件,可以构建高速率、低能耗、并行计算处理的人工神经网络。本文综述了基于相变材料的硅基光电子器件和类脑计算系统的器件功能、制造工艺和系统应用的最新进展。

  图1展示了近年来基于相变材料的硅基光电子器件和系统的发展。全光编程中的多级操作可通过调节光学编程脉冲的参数,灵活调控相变薄膜材料中晶态与非晶态的比例。除全光编程外,另一种方案为光电混合集成方案,可同时具备电控编程和高速光信号传输和处理的优点。目前该领域的研究重点正经历着从器件性能优化到器件类脑互联的转变。由相变材料器件阵列组成的大规模光子神经网络可作为神经形态光计算的硬件基石,因此开发光子集成线路中用于集成高质量相变薄膜的后道工艺对类脑计算硬件的快速成型与晶圆级制造特别的重要。本文展开讨论了集成相变光子器件的最新进展,着重关注先进的微纳米加工工艺和最先进的器件服役性能。本文接着对具有光编程、电编程和光电混合编程模式的相变材料波导器件进行了概述,重点讨论提升相变光电子器件多级存储性能的有效技术途径。最后讨论了用于实现关联学习和矩阵–向量乘法计算的类脑计算系统的制备和工作性能。

  相变材料可作为集成相变光电子器件中的材料功能层,图2展示了典型相变材料锗锑碲Ge2Sb2Te5的工作机理与结构相变所引入的光学性质差异。文中对相变材料的结晶机制进行了讨论,并通过键合理论对相变材料光学性质调控的原理进行了讨论,介绍了多种先进相变材料的研究进展。

  图2Ge2Sb2Te5­的材料特性。( a ) Ge2Sb2Te5­非晶态和晶态的原子结构。红色、蓝色和白色球体分别代表Ge、Sb、Te原子。( b )利用椭偏仪测量的非晶态和晶态GST薄膜的折射率( n )和消光系数( k )。

  硅基光波导器件可作为集成相变光电子器件中的架构层。硅基光子学是以硅( Si )和锗( Ge )为波导材料的集成光电子器件的研究与应用,一般被应用于近红外波段的数据通讯,而将光谱范围扩展到中红外波段则能轻松实现片上光谱分析与传感应用。悬浮波导能够尽可能的防止绝缘体上硅或锗晶圆中二氧化硅埋层较强的光吸收,为中红外宽带应用提供了前景。图3、4分别介绍了悬浮硅波导平台和悬浮锗波导平台的结构及制备方法,讨论了二者的优势及潜在的应用场景。图5、6分别展示了各类相变波导器件的构造与制备流程,详细阐述了相变薄膜波导器件、亚波长尺寸图案化相变波导器件、相变材料纳米天线阵列超表面波导器件、与相变材料纳米线波导器件的制备工艺与性能。

  图3悬浮硅波导平台。( a )全悬浮狭缝波导结构示意图和SEM照片。( b ) 悬浮波导平台的制造流程。

  图4悬浮锗波导平台。( a ) 用于光纤-芯片光耦合的悬浮锗波导与用于光信号输入输出的聚焦型亚波长光栅耦合器的器件原理图。( b ) 悬浮锗波导平台的制备过程。

  图5基于相变材料的光波导器件。( a )集成光波导神经突触的结构示意图。( b )波导上集成图案化GST纳米圆盘的SEM照片。( c )波导上集成图案化GST纳米天线阵列超表面的SEM图像。

  图6相变材料纳米线波导器件。( a )相变材料纳米线的制备和集成过程,包括拾取、放置、对准和沉积等步骤。( b )集成了相变材料纳米线的圆环谐振器的原理图和( c )SEM图像。

  对于相变材料的电致加热过程,一项成熟的技术是利用离子注入硅光波导微加热器实现。图7介绍了基于该技术的高性能非易失性相移器的制备流程,其中优化设计的n型掺杂桥式区域可以产生梯度型温度场,以此来实现Sb2Se3相变薄膜结晶化与非晶化区域体积比例的微调。在未来的研究中,可以对器件的设计和制造来优化,并实现CMOS驱动电压下高效工作的波导微加热器。近年来,石墨烯因其优异的电学和导热特性,也被应用于开发波导微加热器,其制造流程如图8所示。另一种实现相变材料电控编程的方式是利用表面等离子体激元纳米缝波导器件。图9展示了该器件的制备过程,此设计有望逐步降低相变存储光波导器件的擦写功耗。

  相变存储器的多值存储特性是其最重要的工作性能之一,它直接决定了类脑计算中突触权重的编程精度和计算准确性。为实现多值操作,能够最终靠调整光学编程脉冲的参数来微调相变材料单元的非晶态与晶体态区域的体积比例,图10介绍了可实现多值存储的高性能相变波导器件。

  图7离子注入式硅波导微加热器。离子注入式波导微加热器顶部Sb2Se3薄膜的后道集成工艺。

  图8基于石墨烯波导的微加热器器件。( a )石墨烯相变波导器件的制备工艺。( b ) 石墨烯相变波导器件的截面图。

  图9用于实现光电混合读写操作模式的表面等离子体激元纳米缝波导器件。套刻对准标记、锥形波导和表面等离子体激元纳米缝波导的制作流程。

  图10相变波导存储器的多值存储特性。( a )5比特相变波导存储器。( b )实现45个存储位的双相神经突触。( c )实现6比特存储容量的GST超表面波导器件 ( d )实现6比特以上存储容量的分段式In2O3 / GST微加热器器件。( e )实现38个存储位的法布里-珀罗腔结构相变存储器。

  与传统硅基光子集成芯片相比,在神经网络中应用非易失性相变存储器单元,具有零静态功耗维持神经突触权重的优势。此外,与光子集成芯片中基于微加热器的可调谐马赫-曾德尔干涉仪相比,相变存储器单元的封装面积更小,更有望实现高密度集成。图11与图12分别展示了用于协同学习的波导神经网络与小规模的光子张量处理器内核。这些神经形态存内计算系统已被应用于人工智能训练与推理任务中,例如图像处理、分类和生成。图13展示了通过光子张量处理器内核,利用波分复用架构实现并行光计算的研究。图14、图15分别展示了神经形态系统在AI应用方面的研究,开发了用于卷积图像处理和图像分类的电控型存内点积光计算系统。

  图11用于协同学习的相变波导神经网络。( a )光网络的光镜图。( b )协同学习器件单元。( c )可重构马赫-曾德尔干涉仪。

  图12基于相变材料-硅光波导的3×3小型光子张量处理器内核。( a )小型张量处理器的光镜图。( b )可重构马赫-曾德尔干涉仪。( c )相变波导存储器单元。

  图13基于氮化硅波导的存内光计算张量处理器内核。( a )基于波分复用( WDM )架构的光波导交叉阵列实现并行计算。( b )电子计算单元中进行的串行数据处理,和光子计算单元中利用WDM方案进行的并行数据处理。( c )基于布拉格波导光栅的波长复用器和解复用器的交叉波导阵列光镜图。

  图14神经形态处理器执行的人工智能任务。( a )训练协同学习网络,获得猫的图像模型和图像的分类结果。( b ) 基于卷积神经网络的手写数字图像分类。( c )乘累加计算的准确性。

  图15用于卷积图像处理和分类的电控型存内点积光计算系统。( a )点积光计算系统示意图。( b )演示样片和系统的光镜图,电控型相变波导器件的扫描电子显微镜图片。( c )实现点积运算的实验系统。( d )面向时尚产品图像识别的卷积神经网络。DEMUX:解复用器,MUX:多路复用器,PC:偏振控制器,VOA:可变光衰减器,Daq:数据采集器,ReLU:整流线性单元。

  与电阻式相变存储交叉阵列相比,基于相变存储器的光波导交叉阵列具有光互连和并行信号处理的优势,可实现更高的计算密度。然而,基于微加热器的相变光子器件所需的开关能量为纳焦量级,需要对其进行器件优化,以降低擦写能耗。一种潜在的解决方案是增强光与相变材料的相互作用,例如使用狭缝波导和光学谐振腔结构,在降低开关能耗的同时保持较大的开关对比度。此外,基于相变存储电子器件的循环寿命能达到10E12,而相变光子器件的循环寿命仅为10E6。相变光子集成器件的失效机制主要是由相变合金材料的相分离、合金质量损失,以及熔化时表面张力引起的薄膜变形造成的。利用图案化亚波长结构的相变薄膜,可以大幅度降低热应力引起的薄膜变形。利用相变异质结器件中的纳米阻挡层,可通过纳米局限效应,有效抑制相变材料层中的相分离,实现器件循环寿命的实质性提升。此外,由于微米级尺寸的器件封装面积,集成相变光波导器件的集成密度比较有限。为减少器件的总插入损耗,研究人员提出了低损耗型相变材料,可大幅度的降低光吸收损耗。基于相变材料的可重构多功能光子集成芯片也是未来具有前景的研究方向。利用脉冲型激光,可以对相变材料薄膜进行微区图案化直写,并进行光传输片上操控。以上相变波导器件也可应用于光路由、集成光量子芯片和类脑计算芯片的开发。鉴于相变材料高度可调的光电特性,也有望未来应用于传感器内计算和人工视觉。

  周文,西安交通大学材料科学与工程学院教授、博士生导师、国家级青年人才(2023)。多年来专注于研究硅基光电子集成器件和相变存储计算器件,先后在香港中文大学电子工程系获博士学位,在英国牛津大学材料系H. Bhaskaran教授(英国皇家工程院院士)团队从事博士后研究。迄今在相关领域发表SCI论文40余篇,以第一/共一/通讯作者发表SCI论文20余篇,这中间还包括《Nature Communications》《Materials Today》《npj Computational Materials》《IEEE Journal of Selected Topics in Quantum Electronics》《Optics Letters》等。

  张伟,西安交通大学材料学院教授、博士生导师、材料创新设计中心CAID执行主任、国家级青年人才(2016)。浙江大学学士、硕士,德国亚琛工业大学博士、博士后。面向国家在新式信息存储类芯片领域的重大需求,专注研究相变存储技术瓶颈背后的核心科学问题,在相变材料的结晶化机理、非晶弛豫、材料设计以及器件原子模拟等方面取得重要进展。在《Science 》(3)、《Nat. Mater. 》(3)、《Nat. Electron.》、《Nat. Rev. Mater.》、《Adv. Mater.》(3)、《科学通报》等国内外学术期刊上发表一作/通讯作者论文60多篇,3篇论文入选ESI高被引论文。所有论文引用近4300次,H因子33。授权发明专利4项。获得IFAM青年科学家奖、王宽诚基金会学术讲座奖、杭州青山湖材料基因工程青年科学家奖等。作为会议主席,举办中德电子与内存双边研讨会2次、美国MRS春/秋季会议相变存储研讨会2次,并担任欧洲相变存储学会EPCOS委员会委员。

  International Journal of Extreme Manufacturing(中文《极端制造》),简称IJEM,致力于发表极端制造领域相关的高质量最新研究成果。自2019年创刊至今,期刊陆续被SCIE、EI、Scopus等20余个国际数据库收录。2023年JCR最新影响因子14.7,位列工程/制造学科领域第一。中科院分区工程技术1区。