🔬 materials science

PdNeuRAM: forming-free, multi-bit Pd/HfO2 ReRAM for energy-efficient neuromorphic computing

यह शोध पत्र PdNeuRAM प्रस्तुत करता है, जो एक नवीन फॉर्मिंग-मुक्त, मल्टी-बिट Pd/HfO2 ReRAM डिवाइस है जो एक अद्वितीय Pd-O-Hf विन्यास का लाभ उठाता है ताकि इलेक्ट्रोफॉर्मिंग को समाप्त किया जा सके, परिवर्तनशीलता को कम किया जा सके, और कुशल न्यूरोमॉर्फिक कंप्यूटिंग के लिए प्रोग्रामिंग और रीडिंग ऊर्जा को काफी कम किया जा सके।

मूल लेखक: Erbing Hua, Theofilos Spyrou, Majid Ahmadi, Abdul Momin Syed, Hanzhi Xun, Laurentiu Braic, Ewout van der Veer, Nazek Elatab, Anteneh Gebregiorgis, Georgi Gaydadjiev, Beatriz Noheda, Said Hamdioui, Ryo

प्रकाशित 2026-05-07

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Erbing Hua, Theofilos Spyrou, Majid Ahmadi, Abdul Momin Syed, Hanzhi Xun, Laurentiu Braic, Ewout van der Veer, Nazek Elatab, Anteneh Gebregiorgis, Georgi Gaydadjiev, Beatriz Noheda, Said Hamdioui, Ryoichi Ishihara, Heba Abunahla

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक अत्यंत कुशल, मस्तिष्क के समान कंप्यूटर बनाने की कोशिश कर रहे हैं। इसे करने के लिए, आपको बहुत छोटे स्विचों की आवश्यकता है जो जानकारी को याद रख सकें और उसे प्रोसेस कर सकें, ठीक वैसे ही जैसे आपके अपने मस्तिष्क में सिनैप्स (synapses) होते हैं। इन स्विचों को मेमरिस्टर (memristors) (विशेष रूप से ReRAM नामक एक प्रकार) कहा जाता है।

लेकिन, इन्हें बनाना एक गीली माचिस से आग जलाने जैसा कठिन काम रहा है। पारंपरिक रूप से, इन स्विचों का उपयोग करने से पहले, आपको एक कठिन, अत्यधिक ऊर्जा खपत करने वाले "प्री-हीटिंग" चरण से गुजरना पड़ता है जिसे इलेक्ट्रोफॉर्मिंग (electroforming) कहते हैं। आपको बिजली का रास्ता बनाने के लिए उन पर उच्च वोल्टेज का प्रहार करना पड़ता है। यह ऊर्जा बर्बाद करता है, डिवाइस को घिस देता है, और निर्माण प्रक्रिया को जटिल और महंगा बना देता है।

ब्रेकथ्रू: PdNeuRAM
इस अध्ययन में, डेल्फ़्ट यूनिवर्सिटी ऑफ़ टेक्नोलॉजी और अन्य के शोधकर्ताओं ने एक नए प्रकार का स्विच बनाया जिसे PdNeuRAM कहा जाता है। इसे ऐसे समझें कि आपने गीली माचिस को एक स्पार्कलर (sparkler) से बदल दिया है जो तुरंत जल उठता है।

उन्होंने इसे इस प्रकार किया है, सरल उपमाओं का उपयोग करते हुए:

1. "जादुई सामग्री" (पैलेडियम)

इनके डिज़ाइन का गुप्त सूत्र पैलेडियम (Palladium - Pd) नामक एक धातु है।

पुराना तरीका (प्लेटिनम): कल्पना कीजिए कि आप एक नदी (मेमोरी मटेरियल) के ऊपर पुल बनाने की कोशिश कर रहे हैं और इसके लिए मानक ईंटों (प्लेटिनम) का उपयोग कर रहे हैं। ईंटें अच्छी तरह से नहीं चिपकती हैं, इसलिए आपको रास्ता बनाने के लिए एक विशाल क्रेन (उच्च वोल्टेज) का उपयोग करके उन्हें जबरदस्ती जोड़ना पड़ता है। यह "इलेक्ट्रोफॉर्मिंग" चरण है।
नया तरीका (पैलेडियम): शोधकर्ताओं ने इसके बजाय पैलेडियम की ईंटों का उपयोग किया। पैलेडियम का नदी सामग्री (हाफनियम ऑक्साइड) के प्रति एक स्वाभाविक "आकर्षण" या लगाव होता है। यह ऐसा है जैसे ईंटें चिपचिपी हैं; वे स्वाभाविक रूप से नदी की सामग्री के साथ घुलना-मिलना चाहती हैं। क्योंकि वे इतनी आसानी से जुड़ जाती हैं, इसलिए पुल तुरंत खुद ही बन जाता है। आपको अब उस भारी क्रेन (उच्च वोल्टेज) की आवश्यकता नहीं है। इसीलिए इसे "फॉर्मिंग-फ्री" (forming-free) कहा जाता है।

2. "ट्रैफिक कंट्रोलर" (कम ऊर्जा और मल्टी-बिट)

चूंकि पुल स्वाभाविक रूप से और आसानी से बनता है, इसलिए यह स्विच बहुत कम वोल्टेज (लगभग 0.56 वोल्ट) पर काम करता है।

ऊर्जा की बचत: पेपर का दावा है कि यह नया स्विच पुराने प्लेटिनम स्विचों की तुलना में डेटा लिखने के लिए 43% कम ऊर्जा और डेटा पढ़ने के लिए 73% कम ऊर्जा का उपयोग करता है।
मल्टी-बिट फंक्शन: कल्पना कीजिए कि एक लाइट स्विच है जिसमें केवल "ऑन" और "ऑफ" होता है। वह एक मानक मेमोरी बिट है। PdNeuRAM एक डिमर स्विच (dimmer switch) की तरह है। शोधकर्ताओं ने दिखाया कि वे इसे एक ही सेल के भीतर 8 अलग-अलग चमक स्तरों (रेसिस्टेंस स्टेट्स) के लिए ट्यून कर सकते हैं। यह उन्हें एक ही स्थान में बहुत अधिक जानकारी संग्रहीत करने की अनुमति देता है, ठीक वैसे ही जैसे एक डिमर स्विच केवल ऑन/ऑफ के बजाय कई अलग-अलग सेटिंग्स को दर्शा सकता है।

3. "सेल्फ-हीलिंग" (स्वयं ठीक होने वाला) तंत्र

पेपर बताता है कि पैलेडियम परमाणु वास्तव में मेमोरी सामग्री के अंदर घुस जाते हैं और इलेक्ट्रॉनों के "ट्रैफिक" को पुनर्गठित करते हैं।

पुराने स्विचों में, इलेक्ट्रॉनों को ऊंचे, कठिन अवरोधों (गहरे दोषों) के ऊपर से कूदना पड़ता था।
नए पैलेडियम स्विचों में, परमाणु "उथले" (shallow) मार्ग बनाते हैं। यह एक खड़ी पहाड़ी पर चढ़ने (पुराना तरीका) बनाम एक हल्की ढलान (नया तरीका) पर चलने के बीच के अंतर जैसा है। यह डिवाइस को अधिक विश्वसनीय और सुसंगत बनाता है।

4. "मस्तिष्क" में परीक्षण (न्यूरोमॉर्फिक कंप्यूटिंग)

यह साबित करने के लिए कि यह वास्तविक दुनिया के अनुप्रयोगों में कैसे काम करता है, शोधकर्ताओं ने इन नए स्विचों को एक सिम्युलेटेड स्पाइकिंग न्यूरल नेटवर्क (Spiking Neural Network - SNN) में प्लग किया।

परीक्षण: उन्होंने हस्तलिखित संख्याओं (N-MNIST डेटासेट) और हाथों के इशारों (IBM DVS128 Gesture dataset) को पहचानने के लिए नेटवर्क का उपयोग किया।
परिणाम: नेटवर्क सटीकता के मामले में पुरानी तकनीक के समान ही अच्छा रहा (संख्याओं के लिए लगभग 94.6% और इशारों के लिए 85.6%)। हालांकि, क्योंकि स्विच बहुत अधिक ऊर्जा-कुशल थे, इसलिए पूरे "मस्तिष्क" सिमुलेशन ने काफी कम बिजली की खपत की।

सारांश

यह पेपर एक नया मेमोरी डिवाइस प्रस्तुत करता है जो:

इसमें कोई प्री-हीटिंग की आवश्यकता नहीं है (कोई इलेक्ट्रोफॉर्मिंग नहीं) क्योंकि पैलेडियम सामग्री स्वाभाविक रूप से आवश्यक पथ बना देती है।
डेटा लिखने और पढ़ने के लिए कम ऊर्जा का उपयोग करता है।
एक ही सेल में अधिक डेटा स्टोर कर सकता है क्योंकि यह कई रेसिस्टेंस स्तरों (डिमर स्विच की तरह) का उपयोग करता है।
मानक कंप्यूटर निर्माण प्रक्रियाओं के साथ संगत है।

लेखकों का निष्कर्ष है कि यह "PdNeuRAM" तकनीक एक स्पष्ट और रणनीतिक मार्ग प्रदान करती है, जिससे ऐसे कंप्यूटर बनाए जा सकते हैं जो बहुत अधिक ऊर्जा-कुशल हों, जो आर्टिफिशियल इंटेलिजेंस और इंटरनेट ऑफ थिंग्स (IoT) के भविष्य के लिए अत्यंत महत्वपूर्ण है।

तकनीकी सारांश: PdNeuRAM: ऊर्जा-कुशल कंप्यूटिंग के लिए फॉर्मिंग-फ्री, मल्टी-बिट Pd/HfO2 ReRAM

समस्या विवरण
मेमरिस्टिव रेसिस्टिव रैम (ReRAM) ऊर्जा-कुशल कंप्यूटिंग-इन-मेमोरी (CIM) और न्यूरोमॉर्फिक कंप्यूटिंग के लिए एक प्रमुख उम्मीदवार है क्योंकि यह नॉन-वोलेटाइल (non-volatility), उच्च घनत्व और CMOS संगतता प्रदर्शित करता है। हालांकि, पारंपरिक फिलामेंटरी ReRAM उपकरणों को महत्वपूर्ण बाधाओं का सामना करना पड़ता है:

इलेक्ट्रोफॉर्मिंग की आवश्यकता: अधिकांश उपकरणों को कंडक्टिव फिलामेंट्स (CFs) बनाने के लिए एक उच्च-वोल्टेज "इलेक्ट्रोफॉर्मिंग" चरण की आवश्यकता होती है, जो बिजली की खपत को बढ़ाता है, निर्माण को जटिल बनाता है और डिवाइस की एंड्योरेंस (endurance) को कम करता है।
परिवर्तनीयता और विश्वसनीयता: प्रतिरोध अवस्थाओं (resistance states) में अंतर्निहित परिवर्तनशीलता और राइट ऑपरेशंस के दौरान उच्च करंट डेंसिटी विश्वसनीयता से समझौता करती है, जिससे अक्सर बड़े सेल साइज की आवश्यकता होती है, जो एकीकरण घनत्व (integration density) को कम कर देता है।
निर्माण जटिलता: इलेक्ट्रोफॉर्मिंग को समाप्त करने वाली मौजूदा विधियाँ (जैसे थर्मल एनीलिंग, एक्स-रे विकिरण, या विदेशी डोपिंग) निर्माण लागत और ऊर्जा उपयोग को बढ़ाती हैं या अनजाने में ट्रांजिस्टर के प्रदर्शन को खराब कर देती हैं।

कार्यप्रणाली
लेखक एक अभिनव, फॉर्मिंग-फ्री ReRAM डिवाइस आर्किटेक्चर प्रस्तावित करते हैं जिसे PdNeuRAM कहा जाता है, जो एक Pd/HfO2-x/Ti/Pd स्टैक (जिसे PdHT कहा जाता है) का उपयोग करता है। यह अध्ययन सामग्री लक्षण वर्णन (material characterization), इलेक्ट्रिकल टेस्टिंग और सिस्टम-लेवल सिमुलेशन के संयोजन वाले एक व्यापक दृष्टिकोण का उपयोग करता है:

डिवाइस फैब्रिकेशन: मानक इंटीग्रेटेड सर्किट (IC) प्रक्रियाओं का उपयोग करके क्रॉसबार एरेज़ (2 µm × 2 µm नोड्स) बनाए गए। स्टैक में 5 nm Ti और 50 nm Pd इलेक्ट्रोड के बीच एक 5 nm HfO2-x परत शामिल है।
सामग्री लक्षण वर्णन (Material Characterization): परमाणु संरचना, तत्वों के वितरण और इंटरफेस गुणों का विश्लेषण करने के लिए हाई-रिज़ॉल्यूशन स्कैनिंग ट्रांसमिशन इलेक्ट्रॉन माइक्रोस्कोपी (HRSTEM), एनर्जी लॉस स्पेक्ट्रोस्कोपी (EELS), एटॉमिक फोर्स माइक्रोस्कोपी (AFM) और रदरफोर्ड बैकस्कैटरिंग स्पेक्ट्रोस्कोपी (RBS) का उपयोग किया गया।
इलेक्ट्रिकल लक्षण वर्णन: स्विचिंग वोल्टेज, परिवर्तनशीलता (साइकिल-टू-साइकिल और डिवाइस-टू-डिवाइस), रिटेंशन, एंड्योरेंस और मल्टी-लेवल रेजिस्टेंस (MLR) क्षमताओं को निर्धारित करने के लिए I-V कर्व्स मापे गए। अरहेनियस प्लॉट्स (Arrhenius plots) के माध्यम से एक्टिवेशन ऊर्जा प्राप्त की गई।
तंत्र विश्लेषण (Mechanism Analysis): कंडक्शन मैकेनिज्म का विश्लेषण स्पेस-चार्ज-लिमिटेड कंडक्शन (SCLC) मॉडल (मॉट-गर्नी लॉ) में I-V कर्व्स को फिट करके और कंट्रोल ग्रुप (Pt/HfO2-x/Ti/Pt, या PtHT) के विरुद्ध एक्टिवेशन ऊर्जा की तुलना करके किया गया।
सिस्टम-लेवल सिमुलेशन: उपकरणों को JART मेमरिस्टर मॉडल का उपयोग करके मॉडल किया गया और इमेज क्लासिफिकेशन (N-MNIST) और जेस्चर रिकग्निशन (IBM DVS128 Gesture) कार्यों के लिए ऊर्जा खपत का अनुकरण करने के लिए स्पाइकिंग न्यूरल नेटवर्क (SNNs) में एकीकृत किया गया।

प्रमुख योगदान और तंत्र
अध्ययन पहचानता है कि एक अद्वितीय Pd–O–Hf कॉन्फ़िगरेशन ही फॉर्मिंग-फ्री व्यवहार को सक्षम करने वाला महत्वपूर्ण कारक है:

फॉर्मिंग-फ्री मैकेनिज्म: Pt-आधारित उपकरणों के विपरीत, Pd इलेक्ट्रोड HfO2-x परत में Pd परमाणुओं के एकीकरण को सुगम बनाता है। यह एक Pd–O–Hf कॉन्फ़िगरेशन बनाता है जो एक कंडक्टिव ब्रिज के रूप में कार्य करता है और चार्ज डिफ्यूजन बैरियर को कम करता है।
डिफेक्ट इंजीनियरिंग: Pd की उपस्थिति डिफेक्ट लैंडस्केप को बदल देती है, जिससे सिंगली पॉजिटिवली चार्ज्ड ऑक्सीजन वेकेंसीज़ ( $V_O^+$ ) और इंटरस्टिशियल ऑक्सीजन पेयर्स ( $V_O^+ - O_i^{2-}$ ) उत्पन्न होते हैं। ये शैलो (shallow) डिफेक्ट स्टेट्स रूम टेम्परेचर पर इलेक्ट्रॉन होपिंग और ड्रिफ्ट को सुगम बनाते हैं, जिससे गहरे डिफेक्ट स्टेट्स बनाने के लिए आवश्यक उच्च-वोल्टेज इलेक्ट्रोफॉर्मिंग की आवश्यकता समाप्त हो जाती है।
कम एक्टिवेशन ऊर्जा: मूल PdHT डिवाइस, PtHT डिवाइस ( $E_{a1} \approx 0.124$ eV, $E_{a2} \approx 0.502$ eV) की तुलना में काफी कम एक्टिवेशन ऊर्जा ( $E_{a1} \approx 0.055$ eV, $E_{a2} \approx 0.22$ eV) प्रदर्शित करते हैं, जो उच्च-वोल्टेज इनिशियलाइजेशन के बिना चार्ज ट्रांसपोर्ट की सुगमता की पुष्टि करते हैं।
कंडक्शन मैकेनिज्म: PdHT डिवाइस मुख्य रूप से शैलो ट्रैप्स के साथ ट्रैप-मीडिएटेड SCLC के माध्यम से संचालित होते हैं, जबकि PtHT डिवाइस इलेक्ट्रोफॉर्मिंग के बाद बनने वाले डीप ट्रैप स्टेट्स पर निर्भर करते हैं।

परिणाम

इलेक्ट्रिकल प्रदर्शन:
- फॉर्मिंग-फ्री: PdHT डिवाइस बिना किसी इलेक्ट्रोफॉर्मिंग स्टेप के संचालित होते हैं, जबकि PtHT डिवाइस को फॉर्मिंग के लिए ~2.3 V की आवश्यकता होती है।
- लो वोल्टेज: SET वोल्टेज ( $V_{SET}$ ) 0.56 V के आसपास केंद्रित है, और RESET वोल्टेज ( $V_{RESET}$ ) -0.58 V के करीब है।
- परिवर्तनीयता (Variability): PdHT डिवाइस, PtHT की तुलना में कम परिवर्तनशीलता दिखाते हैं (C2C: 7.7% बनाम 11.0%; D2D: 16.8% बनाम 19.2%)।
- मल्टी-बिट क्षमता: RESET स्टॉपिंग वोल्टेज ( $V_{RESET, stop}$ ) को मॉड्युलेट करके, डिवाइस 8 अलग-अलग रेजिस्टेंस स्टेट्स (प्रति सेल 3-बिट) का समर्थन करते हैं, जो स्थिर रिटेंशन (>4.5 × 10⁴ सेकंड) और एंड्योरेंस (>2.5 × 10³ साइकिल) के साथ आते हैं।
ऊर्जा दक्षता (सिस्टम-लेवल):
- जब N-MNIST और जेस्चर रिकग्निशन कार्यों के लिए SNNs में एकीकृत किया गया, तो PdHT उपकरणों ने PtHT समकक्षों की तुलना में पर्याप्त ऊर्जा बचत प्रदर्शित की।
- राइट एनर्जी (Write Energy): लगभग 43% कम हुई।
- रीड एनर्जी (Read Energy): लगभग 73% कम हुई।
- क्लासिफिकेशन एक्यूरेसी प्रतिस्पर्धी रही (N-MNIST के लिए 94.6% और जेस्चर के लिए 85.6%), जो न्यूरोमॉर्फिक कार्यों के लिए इसके उपयोग की पुष्टि करती है।

महत्व और दावे
पेपर का दावा है कि PdNeuRAM पारंपरिक IC मैन्युफैक्चरिंग प्रक्रियाओं का लाभ उठाकर ऊर्जा-कुशल और लागत प्रभावी ReRAM उपकरणों को साकार करने के लिए एक रणनीतिक रोडमैप प्रदान करता है। मुख्य महत्व निम्नलिखित में निहित है:

इलेक्ट्रोफॉर्मिंग का उन्मूलन: Pd-प्रेरित कॉन्फ़िगरेशन स्वाभाविक रूप से कंडक्टिव पाथवे को सुगम बनाता है, जिससे ऊर्जा-गहन और विश्वसनीयता से समझौता करने वाले इलेक्ट्रोफॉर्मिंग चरण को हटाया जा सकता है।
स्केलेबिलिटी और लागत: मानक सामग्रियों (Pd, HfO2, Ti) और प्रक्रियाओं का उपयोग विदेशी डोपिंग या पोस्ट-फैब्रिकेशन उपचारों (जैसे एनीलिंग या विकिरण) की आवश्यकता को टालता है, जिससे निर्माण जटिलता और लागत कम हो सकती है।
न्यूरोमॉर्फिक उपयुक्तता: लो-वोल्टेज ऑपरेशन, मल्टी-बिट स्टोरेज और कम परिवर्तनशीलता का संयोजन इस डिवाइस को सघन, ऊर्जा-कुशल न्यूरोमॉर्फिक कंप्यूटिंग सिस्टम के लिए अत्यधिक उपयुक्त बनाता है, विशेष रूप से स्पाइकिंग न्यूरल नेटवर्क के लिए जहाँ ऊर्जा दक्षता सर्वोपरि है।

लेखक निष्कर्ष निकालते हैं कि हालांकि वर्तमान एंड्योरेंस और रिटेंशन परीक्षण उत्साहजनक हैं, लेकिन डिवाइस को व्यावसायिक तैनाती के लिए पूरी तरह से अनुकूलित करने के लिए उच्च तापमान और विस्तारित साइकिल काउंट में आगे के अन्वेषण की आवश्यकता है। हालांकि, प्रदर्शित प्रोग्रामिंग और रीडिंग ऊर्जा में कमी PdNeuRAM को अगली पीढ़ी के लो-पावर कंप्यूटिंग के लिए एक सम्मोहक उम्मीदवार के रूप में स्थापित करती है।

1. "जादुई सामग्री" (पैलेडियम)

2. "ट्रैफिक कंट्रोलर" (कम ऊर्जा और मल्टी-बिट)

3. "सेल्फ-हीलिंग" (स्वयं ठीक होने वाला) तंत्र

4. "मस्तिष्क" में परीक्षण (न्यूरोमॉर्फिक कंप्यूटिंग)

सारांश

इसी तरह के और पेपर