MARC

 008250224s2024        us  ||||||||||||||c||eng  d
■001000017165064
■00520250211153119
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346786429
■035    ▼a(MiAaPQ)AAI31757686
■035    ▼a(MiAaPQ)Stanforddj427mq8691
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a620
■1001  ▼aUpton,  Luke  Robert.
■24510▼aPeripheral  Circuit  Design  Techniques  for  Emerging  Memory.
■260    ▼a[S.l.]▼bStanford  University.  ▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a208  p.
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-06,  Section:  A.
■500    ▼aAdvisor:  Wong,  H.  S.  Philip.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2024.
■520    ▼aAs  the  capabilities  of  consumer  electronics  grow,  so  too  does  the  need  for  low-energy,  low-cost,  and  process-compatible  embedded  non-volatile  memory  (NVM).  Resistive  RAM  (RRAM)  is  a  technology  that  can  meet  this  NVM  need  using  materials  and  processes  already  available  in  a  wide  range  of  CMOS  processes.  However,  (1)  the  read/write  circuits  required  to  access  the  information  stored  in  a  cell  are  often  larger  than  the  RRAM  cells  themselves  in  a  macro,  (2)  there  are  competing  pressures  of  decreasing  read  latency  and  increasing  average  read  energy  in  an  RRAM  macro,  and  (3)  the  information  stored  in  an  RRAM  cell  must  be  retained  even  as  the  cell  conductance  experiences  time-based  variation.  In  this  dissertation,  we  explore  design  methods  for  high-density,  low  energy  RRAM  storage  macros.  First,  we  present  modeling  approaches  for  RRAM  macro  readout  circuit  latency,  energy,  and  thermal  noise  -  spanning  both  voltage-based  and  current-based  conductance  sense  amplifiers.  From  these  models,  we  investigate  the  tradeoff  between  average  read  energy  and  input-referred  thermal  noise  and  find  that  there  is  not  an  inherent  advantage  in  the  voltage-based  or  current-based  sensing  scheme  across  all  macro  use  cases.  We  then  present  a  method  to  design  small  driver  and  pass  gate  circuits  while  providing  the  current  and  voltage  necessary  for  RRAM  cell  write.  The  readout  circuit  models  and  write  circuit  area  models  are  combined  to  generate  prospective  energy-area  tradeoff  curves  for  macro  designs  given  RRAM  cell  parameters.  This  method  allows  designers  to  estimate  read  energy  and  macro  density  limits  given  an  RRAM  technology.  Next,  we  demonstrate  the  Efficient  Multiple-Bits-per-Cell  Embedded  RRAM  (EMBER)  macro,  which  uses  the  aforementioned  read  and  write  circuit  design  models/techniques  to  achieve  a  low  read  energy  (1.0  pJ/bit  single-bit-per-cell)  with  small  unit  cell  area  (5.6e-3  F2  single-bit-per-cell,  F  =  40  nm)  compared  to  prior  art.  We  also  use  experimental  data  obtained  from  EMBER  to  determine  conductance  level  allocations  most  suitable  for  fast,  low-BER  write  as  well  as  conductance  level  allocations  most  suitable  for  low-energy,  low-BER  read  over  an  extended  period  of  time.  Finally,  we  demonstrate  that  our  read/write  circuit  design  approach  is  not  just  applicable  to  RRAM,  but  to  other  emerging  resistive  NVMs  as  well.
■590    ▼aSchool  code:  0212.
■650  4▼aRandom  access  memory.
■650  4▼aSpace  exploration.
■650  4▼aEnergy.
■650  4▼aMacros.
■650  4▼aTransistors.
■650  4▼aDesign  techniques.
■650  4▼aAerospace  engineering.
■650  4▼aComputer  science.
■650  4▼aDesign.
■690    ▼a0791
■690    ▼a0538
■690    ▼a0984
■690    ▼a0389
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g86-06A.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17165064▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서