[논문 리뷰] The Generalized Metastable Switch Memristor Model

Timothy W. Molter, Michael Nugent|arXiv (Cornell University)|2016. 08. 15.

Advanced Memory and Neural Computing참고 문헌 5인용 수 33

한 줄 요약

이 논문은 일반화된 불안정 스위치(MSS) 메모리스터 모델을 제안한다. 이는 계산적으로 효율적이고 반경험적인 프레임워크로, 확률적이고 전압에 의존하는 기억 성분과 샤크리 다이오드 전류를 조합하여 메모리스터 장치의 히스테리시스 및 확률적 행동을 정확하게 시뮬레이션한다. 모델은 텅스텐-은-칼코겐화합물 메모리스터에서 다양한 파형 하에서 최소한의 피팅으로 실험 데이터를 성공적으로 재현하며, 뉴로모픽 회로 설계에 있어 뛰어난 유연성과 정확성을 보여준다.

ABSTRACT

Memristor device modeling is currently a heavily researched topic and is becoming ever more important as memristor devices make their way into CMOS circuit designs, necessitating accurate and efficient memristor circuit simulations. In this paper, the Generalized Metastable Switch (MSS) memristor model is presented. The Generalized MSS model consists of a voltage-dependent stochastic component and a voltage-dependent exponential diode current component and is designed to be easy to implement, computationally efficient, and amenable to modeling a wide range of different memristor devices.

연구 동기 및 목표

• 실제 장치에서 관찰되는 확률적 행동을 정확히 반영하는 계산적으로 효율적인 메모리스터 모델을 개발하기 위해.
• 특히 뉴로모픽 응용 분야에서 메모리스터의 전체 역학을 표현하는 데에 한계가 있는 결정론적 모델의 문제점을 해결하기 위해.
• 기억에 의존하는 스위칭과 샤크리 다이오드 효과를 하나의 확장 가능한 프레임워크로 통합하기 위해.
• 표준 회로 시뮬레이터인 SPICE 및 Verilog에 쉽게 구현하여 CMOS 설계에 실용적으로 통합할 수 있도록 하기 위해.

제안 방법

• 총 전류는 기억에 의존하는 전류 $I_{\rm m}$ 와 샤크리 다이오드 전류 $I_{\rm s}$ 의 가중합으로 모델링되며, 가중치 $\phi \in [0,1]$ 를 사용한다.
• 샤크리 전류 $I_{\rm s}$ 는 전방 및 역방향 지수 항을 사용하여 모델링되며, 매개변수 $\alpha_{\rm f}, \beta_{\rm f}, \alpha_{\rm r}, \beta_{\rm r}$ 를 포함한다.
• 기억 성분 $I_{\rm m}$ 은 $N$ 개의 불안정 스위치(MSS) 로부터 유도되며, 각 스위치는 전압에 의존하는 확률 $P_{\rm A}$ 와 $P_{\rm B}$ 에 따라 고전도도($G_{\rm A}$) 및 저전도도($G_{\rm B}$) 상태를 전환한다.
• 전이 확률은 로지스틱 함수 $\Gamma(V, V_{\rm A})$ 를 사용하여 0과 1 사이의 유한한 확률을 보장하며, 열전압 $V_{\rm T}$ 와 시간 간격 $\Delta t$ 에 의존한다.
• 스위치 상태 전환 수는 이항분포의 정규근사에 기반하여 표본 추출되며, 평균 $\mu = np$ 와 분산 $\sigma^2 = np(1-p)$ 를 갖는다.
• 총 전도도 $G_{\rm m}$ 은 각 시간 단위마다 $\Delta G_{\rm m} = \Delta N_{\rm A} G_{\rm A} - \Delta N_{\rm B} G_{\rm B}$ 를 통해 업데이트되며, $I_{\rm m} = V(G_{\rm m} + \Delta G_{\rm m})$ 를 만족한다.

실험 결과

연구 질문

• RQ1 확률적이고 반경험적인 메모리스터 모델이 실제 메모리스터 장치의 히스테리시스 및 확률적 행동을 정확하게 재현할 수 있는가?
• RQ2 불안정 스위치의 수($N$) 는 모델 출력의 확률적 성향에 어떤 영향을 미치는가?
• RQ3 샤크리 다이오드 전류 성분($I_{\rm s}$) 을 포함함으로써 모델의 실험 데이터에 대한 적합도는 어느 정도 향상되는가?
• RQ4 모델은 SPICE 및 Verilog 등의 표준 회로 시뮬레이션 환경에서 효율적으로 구현될 수 있는가?

주요 결과

• 모델은 $N=1000$ 과 $\phi=1$ 인 조건에서 500 Hz 정현파 입력 하에서 텅스텐-은-칼코겐화합물 메모리스터의 실험적 히스테리시스 데이터를 성공적으로 피팅하였다.
• N을 1000에서 10으로 줄임으로써 확률적 성향이 증가하였으며, 이는 모델이 장치 수준의 노이즈와 변동성을 정확히 포괄할 수 있음을 보여준다.
• $\phi = 0.45$, $\alpha = 0.00005$, $\beta = 6$ 로 조정함으로써 샤크리 다이오드 전류 반응을 추가할 수 있었으며, 금속-반도체 접합을 가진 장치에 대한 현실성 향상에 기여하였다.
• 모델은 삼각파형, 펄스, 양방향 전압 입력 및 직렬 연결 장치를 포함한 다양한 파형을 정확하게 시뮬레이션할 수 있었다.
• 이항분포 전환에 대한 정규분포 근사를 사용함으로써 계산 효율성을 확보하면서도 통계적 정밀도를 유지할 수 있었다.
• 모델은 확장 가능하며 SPICE 및 Verilog로의 이식이 가능하여, 뉴로모픽 및 CMOS 회로 설계 워크플로우에 통합하기에 적합하다.