Emerging 2D Materials for Beyond von Neumann Computing: A Perspective

이 관점은 폰 노이만 병목 현상을 극복하기 위해서는 향후 10 년간의 2 차원 소재 연구가 개별적인 기록 경신 소자에서 단일 반도체 웨이퍼 상에 그래핀 트랜지스터, 멤리스터, 광학 구조물이 통합되어 공존하는 형태로 전환하여 메모리 내 연산과 광학 연산을 가능하게 해야 한다고 주장한다.

핵심

이 논문은 간단한 언어와 창의적인 비유를 사용하여 설명합니다.

큰 문제: 교통 체증

상상해 보세요. 물건을 만드는 초고속 공장 (컴퓨터 프로세서) 과 원자재를 보관하는 거대한 창고 (메모리) 가 있습니다. 현재 컴퓨터에서는 공장과 창고가 서로 다른 건물에 위치해 있습니다. 공장이 부품을 필요로 할 때마다, 트럭이 두 건물 사이를 왕복해야 합니다.

수십 년 동안 우리는 공장을 더 빠르게 만들고 트럭을 더 작게 만들었습니다. 하지만 이제 공장은 너무 빨라서 트럭이 따라잡지 못합니다. 공장은 트럭이 도착하기를 기다리며 가만히 서 있게 됩니다. 이를 '폰 노이만 병목 현상'이라고 합니다. 이 논문은 단순히 더 빠른 트럭을 만드는 것만으로는 부족하며, 작업자들이 자재가 보관된 곳 바로 옆에서 물건을 만들 수 있도록 공장 전체를 재설계해야 한다고 주장합니다.

해결책: '스위스 아리 칼' 같은 소재

저자는 이 문제를 해결하기 위해 2 차원 소재 (그래핀과 같은 원자의 초박막 시트) 를 사용할 것을 제안합니다. 이러한 소재를 단일 도구가 아닌, 같은 작은 실리콘 조각 위에서 세 가지 완전히 다른 일을 동시에 수행할 수 있는 스위스 아리 칼로 생각하세요.

1. 논리 스위치 (공장 작업자):

   • 문제: 순수한 그래핀은 출구가 없는 고속도로와 같습니다. 전기가 너무 쉽게 흐르기 때문에 디지털 논리를 위한 온/오프 스위치로 작용하기 어렵습니다.
   • 해결: 이 논문은 그래핀을 나노리본이라고 불리는 매우 좁은 띠로 자를 것을 제안합니다. 넓은 고속도로를 좁은 골목길로 자르는 것을 상상해 보세요. 이렇게 하면 전기가 스위치 (온/오프) 처럼 행동하도록 강제하여, 오늘날 실리콘으로 만들 수 있는 것보다 더 작고 빠른 트랜지스터를 구축할 수 있습니다.

2. 메모리/뇌 세포 (지능형 창고):

   • 문제: 현재 메모리는 '켜짐' 또는 '꺼짐' (전등 스위치와 같음) 만 가능하지만, 우리의 뇌와 고급 인공지능은 회색조 (디머 스위치와 같음) 로 정보를 기억해야 합니다.
   • 해결: 특수 산화물과 2 차원 소재를 적층하면 멤리스터를 만들 수 있습니다. 이는 특정 저항 수준을 유지할 수 있는 '지능형 스티커 메모'와 같습니다. 이들은 데이터를 저장하면서도 동시에 계산을 수행할 수 있습니다. 이 논문은 이러한 멤리스터가 AI 학습에 필수적인 여러 다른 수준의 정보를 저장하도록 조정될 수 있다고 주장합니다.

3. 빛의 빔 (메신저):

   • 문제: 전기로 데이터를 이동시키면 열이 발생하고 속도 한계에 부딪힙니다.
   • 해결: 2 차원 소재는 광 방출기로도 작용할 수 있습니다. 아주 작은 전압을 가했을 때 특정 색상의 적외선 빛을 내는 그래핀 층을 상상해 보세요. 이를 통해 컴퓨터는 전선 대신 빛의 빔으로 정보를 전송할 수 있어 더 빠르고 시원해집니다.

'대과제': 퍼즐 맞추기

이 논문은 매우 구체적인 주장을 합니다: 우리는 이미 조각들을 가지고 있지만, 퍼즐을 완성하지는 못했습니다.

• 지난 10 년: 과학자들은 이러한 2 차원 소재들이 개별적으로 작동함을 증명하는 데 10 년을 보냈습니다. 그래핀 트랜지스터가 작동하고, 2 차원 메모리 셀이 작동하며, 2 차원 광 방출기가 작동함을 보여주었습니다.
• 다음 10 년: 저자는 승자가 가장 좋은 단일 조각을 만드는 사람이 아닐 것이라고 주장합니다. 승자는 이 세 가지 조각을 단일 웨이퍼 (단일 칩) 위에서 손상 없이 모두 붙이는 첫 번째 팀이 될 것입니다.

자동차를 만드는 것과 같다고 생각하세요. 우리는 훌륭한 엔진, 훌륭한 타이어, 훌륭한 핸들을 가지고 있습니다. 하지만 세 가지 부품이 같은 공장 라인에서 제조되고 조립된 자동차는 아직 성공적으로 만들지 못했습니다. 이 논문은 다음 큰 돌파구가 통합이라고 말합니다. 즉, 이 세 가지 서로 다른 기술이 하나의 작은 칩 위에서 공존할 수 있도록 만드는 것입니다.

왜 이것이 중요한가

우리가 성공한다면 다음과 같은 컴퓨터를 얻게 됩니다.

• 데이터를 왕복시키는 에너지를 낭비하지 않습니다.
• 인간의 뇌처럼 (경직된 시계 대신 이벤트와 스파이크를 사용하여) 정보를 처리합니다.
• 내부 통신에 빛을 사용하여 놀라울 정도로 빠릅니다.

이 논문은 로드맵으로 마무리합니다: 기술은 준비되었습니다. 향후 5 년은 이 세 가지 '스위스 아리 칼' 기능을 하나의 칩에 통합하여 차세대 슈퍼컴퓨터를 만들기 위한 공학적 퍼즐을 푸는 데 집중할 것입니다.

기술 요약

기술 요약: 폰 노이만 컴퓨팅을 넘어선 차세대 2 차원 소재

문제 제기
본 논문은 현대 컴퓨팅의 구조적 병목 현상으로 메모리와 논리 간의 폰 노이만 분할을 지적합니다. 덴나드 스케일링이 역사적으로 컴퓨팅 밀도를 개선해 왔으나, 메모리 대역폭과 산술 처리량 간의 격차가 벌어지면서 데이터 이동이 주요 에너지 소비원이 되었으며, 이 추세는 모델 크기의 증가로 더욱 악화되었습니다. 기존 벌크 실리콘은 메모리 내/저항성 컴퓨팅, 뉴로모픽/이벤트 기반 처리, 통합 광자학이라는 세 가지 새로운 아키텍처 대응에 필요한 특정 소자 특성을 본질적으로 제공할 수 없습니다. 구체적으로, 10nm 미만 피치에서 조정 가능한 고이동도 채널, 비휘발성 아날로그 프로그래밍 가능 전도도, 재구성 가능한 스펙트럼 응답을 가진 온칩 광학 소자의 부재가 문제입니다.

방법론 및 범위
본 관점 논문은 2 차원 (2D) 소재 커뮤니티 내의 세 가지 특정 추진 방향의 수렴을 조사하며, 2D 소재가上述한 아키텍처 요구 사항을 해결할 수 있는 통합 기판을 제공한다고 주장합니다. 분석은 다음에 의존합니다:

1. 소자 모델링 및 특성 분석: 그래핀 나노리본 (GNR) 에 대한 원자 수준의 비평형 그린 함수 (NEGF) 모델링과 산화물 멤리스터에 대한 다물리 시뮬레이션을 활용하여 수송 한계, 스위칭 역학 및 변동성을 이해합니다.
2. 비교 분석: 에너지, 밀도, 내구성, 아날로그 정밀도 및 광자 능력 측면에서 2D 소재 기반 프리미티브를 기존 CMOS 를 넘어선 옵션 (상변화 메모리, 강유전체 FET, STT-MRAM) 과 비교합니다.
3. 시스템 수준 통합 논증: 알고리즘 훈련 절차가 아날로그 비이상성 (예: 전도도 드리프트, 노이즈) 을 명시적으로 고려하도록 예산을 편성하는'공동 설계 (co-design)'접근법을 제안하며, 평가 단위를 고립된 소자 지표에서 완전한 소자 + 매핑 + 훈련 스택으로 전환합니다.

주요 기여 및 기술적 발견

• 2D 채널 (그래핀 및 GNR): 원시 그래핀은 디지털 논리에 적합하지 않은 준금속이지만, 이를 나노리본 (GNR) 으로 패터닝하면 폭에 의존하는 밴드갭이 열립니다. NEGF 모델링에 따르면 13nm 폭을 가진 GNR 은 이동도 장점을 유지하면서 InGaAs 와 비교 가능한 밴드갭을 달성할 수 있습니다. 그러나 성능은 라인 에지 거칠기 (0.5nm RMS 거칠기가 온전류를 현저히 저하시킴) 와 유전체 통합에 의해 제한됩니다. 수송을 보존하고 1nm 미만의 등가 산화막 두께를 달성하기 위해 원자층 증착을 통해 증착된 고유전율 유전체 (HfO2, Al2O3) 가 필수적입니다. 논리를 넘어선 영역에서, 스케일링된 GNR FET 는 고밀도 온도 모니터링을 위한 유효한 온칩 온도계로 식별됩니다.
• 저항성 스위칭 및 멤리스터: 논문은 하드웨어 머신러닝의 과제가 더 이상 저항성 스위칭의 존재가 아니라 전도도 궤적과 유지의 정밀도라고 주장합니다. 2D 소재는 여기서 두 가지 역할을 수행합니다: 전류 크리프를 억제하고 선형성을 개선하기 위한 초박형 터널링 장벽 (예: 육방정계 질화붕소, TMD) 과 필라멘트를 가두고 기생 커패시턴스를 줄이기 위한 전극 (그래핀) 입니다. 저자는 변동성을 1 급 설계 매개변수로 취급해야 하며, 중앙값 성과 지표뿐만 아니라 전체 전도도 분포와 비트 오류율 궤적을 보고할 것을 옹호합니다.
• 뉴로모픽 회로: 논문은 표준 CMOS 와 CMOS 를 넘어선 프리미티브의 하이브리드화 잠재력을 강조합니다. 구체적으로, 적분 - 발화 (IF) 뉴런의 비교기 단계를 측면 접촉 전계 효과 다이오드 (S-FED) 로 교체하면 디지털 설계 흐름과의 호환성을 유지하면서 스파이크당 에너지와 실리콘 면적을 줄일 수 있습니다.
• 광자 및 열 프리미티브: 다층 그래핀 스택은 전기적으로 조정 가능한 중적외선 방출체로 제시됩니다. 비주기적 적층 순서 (예: 칸토어 또는 피보나치) 를 사용하면 이러한 구조는 스위칭 가능한 협대역 열 방출을 생성할 수 있습니다. 이 기능은 광학 신경망 활성화 함수와 온칩 열 신호 전달을 지원하여 모든 전자식 플랫폼이 결여한 본질적인 광 - 전자 인터페이스를 제공합니다.
• 비교 지형: 비교 표 (표 1) 는 2D 소재를 단일 지표에서 우월한 옵션 (예: PCM 또는 FeFET 가 개별적으로 더 나은 내구성이나 밀도를 제공할 수 있음) 이 아니라, 본질적인 광자 모드를 포함한 전체 컴퓨팅 프리미티브 세트를 아우를 수 있는 유일한 계열로 위치시킵니다. 전략적 이점은 통합 비용과 단일 웨이퍼 위에 이종 구성 요소를 공동 제작할 수 있는 능력에 있다고 주장됩니다.

결과 및 제안된 시연 장치
본 논문은 새로운 실험 데이터를 제시하지는 않지만 기존 성과를 종합하여 구체적인 근시일 내 시연 장치를 제안합니다. 이 가상의 칩은 단일 CMOS 호환 기판 위에 네 가지 구별된 블록을 통합합니다:

1. 디지털 제어: 고이동도 논리 및 온칩 온도계를 위한 스케일링된 GNR FET.
2. 컴퓨팅 코어: 메모리 내 행렬 - 벡터 곱셈을 위한 2D 안정화 멤리스티브 크로스바.
3. 스파이킹 프론트엔드: 이벤트 기반 전처리를 위한 S-FED 기반 뉴런.
4. 광자 판독: 조정 가능한 중적외선 칩 간 인터커넥트를 위한 비주기적 다층 그래핀 방출체.

논문은 각 블록이 개별적으로 시연되었으나, 어느 팀도 수율과 열 예산을 수용 가능한 수준으로 유지하면서 단일 웨이퍼 위에 이를 통합하지는 못했다고 지적합니다.

의의 및 주장
본 관점 논문의 중심 주장은 2D 소재 커뮤니티가 지난 10 년간 기록적인 개별 소자를 생산해 왔다는 점입니다. 다음 10 년의 진전은 트랜지스터, 멤리스터, 광자학이라는 세 가지 구별된 추진 방향을 단일 반도체 웨이퍼에 통합하는 능력에 의해 결정될 것입니다.

논문은'병목 단계'가 더 이상 소재 성장이나 소자 물리가 아니라 통합의 공학적 과제라고 주장합니다. 2D 소재 기반 이종 칩은 개별 셀 지표에서 전문화된 비 2D 기술보다 열등할지라도, PCM, FeFET, 실리콘 광자학 등 별도의 공정 흐름에서 파생된 상이한 기술을 결합하는 시스템보다 낮은 통합 비용과 우수한 공동 설계 능력으로 인해 더 뛰어난 성능을 발휘할 것이라고 주장합니다.

저자들은 결론적으로 채널 스케일링, 시냅스 안정성 및 광자 통합을 위한 구체적이고 측정 가능한 마일스톤이 포함된 5 년 로드맵 (2026~2031 년) 을 제시하며, 분야가 고립된 소자 최적화에서 시스템 수준 수렴으로 초점을 전환할 것을 촉구합니다.