海歸學者發起的公益學術平臺

分享資訊，整合資源

交流學術，偶爾風月

鐵電體可透過外部電場程式設計出非易失極化態，在非易失儲存器（NVM）和存內計算領域展示出巨大的潛力。然而，鈣鈦礦鐵電體的互補金氧半導體（CMOS）相容性差和多相共存的鉿基鐵電體在尺寸縮放後鐵電效能的不均勻性等一直是阻礙鐵電器件實際應用的棘手問題。新興的鐵電AlScN為規避這些困境提供了機會。

近日，華東師範大學田博博教授與朱秋香副教授團隊在Nano-Micro Letters期刊（2023 IF: 31.6）上以“New-Generation Ferroelectric AlScN materials”為題發表了綜述，詳細討論了鐵電AlScN薄膜的鐵電機理和疇動力學，全面總結了AlScN薄膜的不同製備技術和相應的效能最佳化策略，分析了其在儲存和存算一體中的應用，並對鐵電AlScN的商業前景和挑戰進行了展望。該工作華東師範大學電子科學系張亞龍博士研究生為論文第一作者。

人工智慧的發展和晶片的算力是相輔相成的。在傳統的馮·諾依曼架構中，中央處理器（CPU）和儲存器的分離會導致資料傳輸過程中的延遲和能量消耗（圖1a）。為了突破這些瓶頸，近年來出現了NVIDIA的多核圖形處理器（GPU）和谷歌的張量處理器（TPU），以及基於非易失性儲存器（NVM）的存內計算（IMC）技術（圖1b）。鐵電儲存器（FeM）器件由於低功耗、高執行速度和優秀的疲勞特性，在IMC應用方面具有獨特優勢（圖1c）。

圖1（a）Von Neumann體系結構中的記憶體和CPU。（b）提高算力的技術路線圖。（c）現有NVM的效能比較。這裡，“FeRAM:10/10”表示FeRAM的讀/寫時間為10/10 ns，其餘定義類似。

縱觀百年鐵電史，鈣鈦礦型鐵電材料與CMOS後端（BEOL）不相容。鉿基鐵電材料的結晶需要額外的後退火處理，多晶和多相導致薄膜小面積上的效能不均勻，並給大規模整合晶片帶來了問題。因此，迫切需要可替代鐵電材料。幸運的是，純相鐵電體AlScN具有比其他傳統鐵電體大幾倍的P_r和E_c值。AlScN的鐵電性在1100℃時保持穩定。此外，在已知的鐵電材料中，AlScN具有最低的介電常數。低介電常數鐵電層可以減少非鐵電層的電壓共享，有利於增加鐵電儲存器的感測裕度和耐久性（圖2）。

圖2（a）鐵電材料和FeM的發展歷史。上插圖顯示了AlScN的晶體結構，下插圖顯示了FeM的結構，其中FeSFET、FeD和FFD分別代表鐵電半導體FET、鐵電二極體和鐵電鰭式二極體。（b）AlScN與其它常見鐵電體P_r和E_c的比較。（c）不同鐵電體的介電常數和T_c的比較。

接下來，作者從ScN和AlN如何被聯絡起來開始介紹AlScN的鐵電起源。常識上，ScN具有穩定的非極性岩鹽結構，難以與纖鋅礦AlN連線。然而，早期的計算預測了亞穩態六方ScN的存在。純AlN的極化方向在電場低於其介電擊穿極限的條件下無法實現反轉。但是，理論上可以透過降低纖鋅礦AlN兩個極化狀態之間的能量勢壘來切換極化方向。關於AlN從纖鋅礦結構轉變為岩鹽結構的相變路徑，大多數學者支援將層狀六方相作為過渡相的觀點，因為六方相作為中間相在能量上是有利的。後來的計算結果顯示，Sc摻雜可導致AlN的能壘變平坦。因此，有科學家推測層狀六方相可以用作AlScN的兩個極化取向之間的過渡態，以降低兩個極化態之間的能量勢壘（圖3）。

圖3 AlScN的極化反轉過程和摻雜Sc後雙勢阱的變化。

隨後，作者總結了Sc的摻雜含量、膜厚、溫度等因素對AlScN薄膜搖擺曲線FWHM、c/a、P_r、E_c和介電常數等效能的影響（圖4和圖5）。同時，總結了AlScN的疇反轉動力學和原子尺度的極化反轉（圖6）。

圖4 Al_1-xSc_xN的材料特性與Sc濃度的函式關係。（a）搖擺曲線FWHM、（b）c/a、（c）P_r、（d）E_c和（e）介電常數。

圖5 Al_1-xSc_xN的材料特性的膜厚依賴性。（a）c/a、（b）介電常數、（c）P_r和（d）E_c。Al_1-xSc_xN的材料性質的溫度依賴性。（e）c/a、（f）介電常數、（g）P_r和（h）E_c。

圖6（a）沉積的Pt區域的STEM影像，非切換區域（N極性）極化切換到金屬極性。（b）HAADF顯微照片顯示了N極性的原子結構。（c）HAADF顯微照片顯示了在沉積的Pt區域中極化反轉後金屬極性的原子結構。（d）N極性、非極性和Al極性態的原子模型、STEM影像的模擬和實驗影像。

圖7 （a）FeFET（HZO、PZT和AlScN）的on/off比和歸一化儲存視窗。（b）HZO、PZT和AlScN-FeFET的E_DEP/E_c比率的模擬值。（c）基於AlScN/MoS₂的FeFET的示意圖。（d）I–V轉移曲線。（e）基於AlScN/MoS₂的FeFET的疲勞性和（f）保持特性。（g）基於AlScN/MoS₂的FeFET的示意圖。（h）I–V轉移曲線。（i）MoS₂作為溝道的不同FeFET的歸一化MW和開態電導率的比較。

隨後，作者總結了AlScN基的FeRAM、FeFET、FeD和FTJ器件，並闡述其商業化的潛力。針對以上AlScN鐵電器件各自的缺點提出了在商業化道路上可能面臨的困難（圖7）。最後，列舉了基於AlScN的鐵電儲存器在IMC領域應用的例項（圖8）。

圖8（a）AlScN-FeD和（b）TCAM由2-FeD細胞構建。（c）各種TCAM單胞的面積與搜尋延遲的基準比較圖。（d）VMM的AlScN FD交叉陣列實現。（e）16種電導態的保持特性。（f）卷積神經網路的拓撲圖。（g）I–V曲線的擬合。（h）和（i）AlScN憶阻器的線性V_dr對映到非線性V_de。

圖9. 鐵電AlScN在NVM中的優勢及其在IMC和感測器內計算領域的潛在應用。

挑戰和展望

鐵電AlScN具有CMOS後端相容性、可持續微縮、本徵且穩定的鐵電相等優點，這促使研究人員對其物理性質進行了廣泛的探索。這篇綜述對AlScN基鐵電體進行了全面的綜述，涵蓋了鐵電機理和疇動力學、AlScN基FeMs及其IMC應用等方面。儘管取得了這些研究進展，但AlScN的效能仍需要進一步的改進和開發，以充分發揮其在未來商業應用中的潛力。

（1）材料層面的挑戰：

III族元素的摻雜會在III族氮化物中誘發應力並降低其極化反轉能壘，導致III族氮化物在硬擊穿前發生極化反轉，並伴有巨大的P_r。必須系統分析空位、溫度、應變、摻雜濃度、雜質、非均勻疇和表面吸附等因素對AlScN鐵電效能的影響。目前，原位PFM與脈衝測試相結合已經證實了AlScN中的疇反轉動力學，並且已經用STEM和其他方法證實了AlScN鐵電疇壁的存在。然而，有必要使用高精度原位X射線衍射（XRD）和原位STEM表徵方法進行進一步研究，以進一步揭示AlScN鐵電性的起源和鐵電效能的溫度依賴性。

（2）商用儲存器中對AlScN的需求：

巨大的E_c是一把雙刃劍。FeFET的MW主要由鐵電層的矯頑電壓（V_c）決定，與鐵電膜的厚度和E_c成比例。器件的小型化需要減小柵極厚度。因此，為了保持所需的MW，FeFETs器件中的鐵電柵極材料需要具有大的E_c。此外，FeFET中半導體溝道的不完全遮蔽引入了大的去極化場，導致資料保持特性差。高E_c有利於改善器件的保持特性。然而，超大的E_c對工作電壓的要求更高，限制了FeRAM的疲勞效能。在高電壓下迴圈會導致效能下降。因此，合適的E_c被認為是在鐵電應用中實現平衡效能的最佳選擇。透過調節引入的Ga、B和Sc等陽離子的濃度，可以降低AlScN的E_c。改變襯底或採用快速退火來增加平面內拉伸應力也可以降低E_c。此外，為了降低操作電壓，必須採用超薄膜。

剩餘極化P_r是鐵電材料的另一個關鍵引數。儘管大P_r提供了優勢，但它也帶來了挑戰。AlScN表現出的大P_r擴大了剩餘極化選擇的範圍，並能夠產生用於有效靜電摻雜的強區域性電場。例如，調整施加電壓的幅值可以產生許多變化P_r值 (inner
hysteresis loops)。然而，在FeFET中，大的P_r可以導致顯著的去極化場。因此，在FeFET應用中，優選合適的P_r來平衡效能和穩定性。

當施加的電場接近E_c時，AlScN經歷顯著的漏電流，導致較差的迴圈耐久性。這個問題通常歸因於氮缺陷、位錯和非均勻疇。需要高真空沉積系統在具有高氮含量的環境中生長薄膜以抑制氮空位的形成。此外，合適的襯底是必不可少的，它不僅可以提供外延模板來抑制位錯和非均勻疇，而且可以誘導適當的應變來平坦極化反轉的能壘。此外，系統研究纖鋅礦鐵電薄膜儲存應用中需要解決的喚醒效應、印記效應、疲勞失效機制和迴圈耐久性機制也很重要。

為了滿足商用晶片對AlScN的需求，在保持AlScN晶圓質量的同時，必須專注於降低成本。此外，滿足深孔充填工藝的要求也是至關重要的。AlScN的ALD工藝可用於複雜結構的深孔填充，但ALD中真空條件差導致的晶格氧等缺陷仍然是值得關注的問題。此外，利用纖鋅礦鐵電材料的效能優勢為設計新型儲存結構和晶片架構開闢了途徑。

（3）IMC對FeM晶片的需求：

在執行VMM計算時，器件-器件和迴圈-迴圈之間的一致性至關重要。需要深入瞭解器件極化狀態、疇動力學和電阻態之間的複雜聯絡。目前，基於AlScN的器件的研究仍處於初級階段，通常以簡單的結構作為單個器件存在。為了向IMC邁進，迫切需要高質量、大規模的陣列。對於FTJ和FeD來說，實現足夠緊湊的單元尺寸和實現多型對於最佳化效能至關重要。對於FeFET來說，採用類NAND結構提供了一種提高儲存密度的可行方法。

總之，鐵電AlScN表現出優異的鐵電性，在鐵電NVM領域具有廣闊的應用前景。在解決上述挑戰的同時，重點改善鐵電AlScN的電學性質並探索與前端和後端技術相容的整合工藝至關重要。當然，擴充套件AlScN在IMC（如搜尋運算、向量矩陣乘法、邏輯運算、機器學習和圖形計算）和感測器計算（如人工視覺、聽覺、觸覺、嗅覺和味覺感測器）中的應用是至關重要的（圖9）。儘管其商業化可能需要時間，但預計一旦其薄膜和器件達到臨界質量，AlScN的卓越效能將被廣泛應用。

該論文得到國家重點研發計劃、國家自然科學基金優青、面上專案、上海科技創新行動計劃和中央高校基本科研業務等專案資助。