现今的大容量记忆体技术包括 DRAM、SRAM 和快闪记忆体，这些技术是在数十年前发明，已广为数位装置与系统所采用。新型记忆体－尤其是 MRAM、ReRAM 与 PCRAM－提供独特的优点，但是这些记忆体所采用的新材料，同时为大量生产带来了相当程度的挑战。

半导体产业面临的机会与挑战

应用材料公司半导体事业群金属沉积产品处全球产品经理周春明指出，物联网与工业4.0的发展让资讯量呈现爆炸性的增长。所有资料都必须在边缘收集，并从边缘到云端的多个层级进行处理和传输、储存和分析。要将爆炸的资料转变为有价值的资讯，将仰赖人工智慧和机器学习。此外，摩尔定律正面临扩张速度的急遽减缓，已无法再提供功耗、效能和面积成本（PPAC）的同步提升。

图一 : 物联网的发展让资讯量呈现爆炸性的增长。所有资料都必须在边缘收集，并从边缘到云端的多个层级进行处理和传输、储存和分析。

由人工智慧和大数据所推动的新运算需求，加上摩尔定律扩展的趋缓，造成硬体开发和投资的复兴。各种规模的企业正竞相开发新的硬体平台、架构与设计，以提升运算效率，例如 MRAM、ReRAM 和 PCRAM 等新的记忆体技术兴起，便是晶片与系统设计人员都致力研究的关键领域。这些新型记忆体提供更多工具来增强进记忆体运算（Near Memory Compute），也是下一阶段记忆体内运算（In-Memory Compute）的建构模组。

适用于物联网的 MRAM

随着 AI 时代需要提升晶片的效能与效率，对于新记忆体技术的需求也不断增加。新的材料与装置类型可以扮演重要的角色，实现物联网、云端与 AI 产品适用的高效能、低耗能嵌入式记忆体。而AI、机器学习与物联网的精进，使得工作量日趋成为资料密集与高复杂度，需要创新的记忆体技术方能有效率处理资料。

电脑产业正在建构物联网，其中将会有数百亿个装置内建感测器、运算与通讯功能，用来监控环境、作决策和传送重要资讯到云端资料中心。在储存物联网装置的软体与 AI 演算法方面，MRAM（磁性随机存取记忆体）是储存用记忆体的首选之一。

图二 : 以统合式 MRAM 解决方案取代微控制器中的eFlash和SRAM，可节省高达90%的功耗。

MRAM是一种极为快速、元件容忍度高的非挥发性记忆体，有望在物联网与 AI 应用中，取代嵌入式快闪记忆体和第 3 级快取 SRAM。 MRAM 采用硬碟机中常见的精致磁性材料。 MRAM本来就是快速且非挥发性，就算在失去电力的情况下，也能保存软体和资料。由于速度快与元件容忍度高，MRAM 最终可能做为第 3 级快取记忆体中 SRAM 的替代产品。 MRAM 可以整合于物联网晶片设计的后端互连层，进而实现更小的晶粒尺寸，并降低成本。

全新的记忆体技术

AI、机器学习与物联网的精进，使得工作量日趋成为资料密集与高复杂度，需要创新的记忆体技术方能有效率处理资料。

周春明认为，新一代的记忆体技术预计可为边缘与云端装置提供优于现有记忆体技术的功耗、效能和面积成本效益。根据研究指出，以统合式 MRAM 解决方案取代微控制器中的 eFlash 和 SRAM，便可节省高达 90% 的功耗。采用单一电晶体 MRAM 取代六个电晶体 SRAM，便可实现更高的位元密度和更小的晶片尺寸。这些功耗与面积成本优势使得MRAM成为边缘装置的理想选择，相较于传统的 NAND、PCRAM 或 ReRAM 的储存级记忆体，更可提供超过10倍以上的存取速度，使得MRAM记忆体成为云端资料的首选。

图三 : 新一代的记忆体技术可为边缘与云端装置提供优於现有记忆体技术的功耗、效能和面积成本效益。

PCRAM 和 ReRAM两种技术都具有结构堆叠，包含容易受薄膜成分和劣化衰退影响的多重元素材料。由于这两者都是高密度记忆体应用的候选技术，因此设备解决方案需要提供精确的薄膜厚度、成分均衡性和介面品质。以相变单元材料为例，产业界花了数十年的时间才发现具有适当成分的锗锑碲复合物薄膜材料，并达到最佳化的条件。 ReRAM 对记忆体材料的组成也非常敏感。藉由精确控制晶圆上的组成物质，可以显著强化功耗、效能与面积成本（PPAC）。记忆体单元采用最佳化的基础成分，可提升 PCRAM 装置功率并加快运作速度。

云端中的 ReRAM 与 PCRAM

随着资料量产生呈现指数性遽增，云端资料中心也需要针对连结伺服器和储存系统的资料路径，达成这些路径在速度与耗电量方面的数量级效能提升。 ReRAM（电阻式随机存取记忆体） 与 PCRAM（相变随机存取记忆体）是快速、非挥发性、低功率的高密度记忆体，可以做为「储存级记忆体」，以填补伺服器 DRAM 与储存记忆体之间，不断扩大的价格与性能落差。

ReRAM 采用新材料制成，材料的作用类似于保险丝，可在数十亿个储存单元内选择性地形成灯丝，以表示资料。对照之下，PCRAM 则采用 DVD 光碟片中可找到的相变材料，并藉由将材料的状态从非晶态变成晶态，以进行位元的编程。类似于 3D NAND 记忆体，ReRAM 和 PCRAM 是以 3D 结构排列，而记忆体制造商可以在每一代的产品中加入更多层，以稳健地降低储存成本。 ReRAM 与 PCRAM 也提供编程与电阻率中间阶段的可能性，让每个储存单元可以储存多个位元的资料。

相较于 DRAM，ReRAM 与 PCRAM 皆承诺未来可大幅降低成本，而且读取效能也比 NAND 和硬碟机快上许多。 ReRAM 也是未来记忆体内运算架构的首要候选技术，能将运算元件整合于记忆体阵列中，以协助克服 AI 运算相关的资料移动瓶颈。