[논문 리뷰] A Fokker-Planck Approach for Modeling the Stochastic Phenomena in Magnetic and Resistive Random Access Memory Devices

Debasis Das, Xuanyao Fong|arXiv (Cornell University)|2021. 05. 08.

Advanced Memory and Neural Computing참고 문헌 40인용 수 6

한 줄 요약

이 논문은 스핀트랜스퍼 토크 자기 저항성 메모리(STT-MRAM)와 저항성 메모리(RRAM)의 확률적 写기 프로세스를 모델링하기 위해 Fokker-Planck(FP) 방정식 기반 접근법을 제안한다. 이는 고비용 몬테카를로 방법을 사용하지 않고도 写기 오류율(WER)과 저항도 분포를 효율적으로 시뮬레이션할 수 있도록 한다. 이 방법은 STT-MRAM에서 실험적으로 측정된 WER와 RRAM에서의 갭 길이 분포를 정확히 재현하며, 실험 데이터와의 QQ 플롯에서 평균 제곱오차(MSE)가 0.005~0.007 수준이다.

ABSTRACT

Embedded non-volatile memory technologies such as resistive random access memory (RRAM) and spin-transfer torque magnetic RAM (STT MRAM) are increasingly being researched for application in neuromorphic computing and hardware accelerators for AI. However, the stochastic write processes in these memory technologies affect their yield and need to be studied alongside process variations, which drastically increase the complexity of yield analysis using the Monte Carlo approach. Therefore, we propose an approach based on the Fokker-Planck equation for modeling the stochastic write processes in STT MRAM and RRAM devices. Moreover, we show that our proposed approach can reproduce the experimental results for both STT-MRAM and RRAM devices.

연구 동기 및 목표

• STT-MRAM 및 RRAM와 같은 확률적 메모리 장치의 수율 분 析을 위한 몬테카를로 시뮬레이션의 높은 계산 비용을 해결하기 위해.
• Fokker-Planck 방정식을 사용하여 STT-MRAM의 자화도 및 RRAM의 필라멘트 갭 길이와 같은 핵심 물리 상태의 시간에 따른 확률 밀도 함수를 모델링하기 위해.
• 대규모 몬테카를로 샘플링에 의존하지 않고도 写기 오류율(WER)과 저항 상태 분포를 정확하게 추정할 수 있도록 하기 위해.
• STT-MRAM 및 필라멘트형 RRAM 장치에 대해 실험 데이터와의 비교를 통해 FP 기반 모델의 타당성을 검증하기 위해.
• 외부 요인인 전압, VCMA 효과 및 두극자 결합이 MRAM의 WER에 미치는 영향을 조사하기 위해.

제안 방법

• Fokker-Planck(FP) 방정식을 사용하여 STT-MRAM의 자화 상태 및 RRAM의 필라멘트 갭 길이의 확률 밀도 함수(PDF)의 시간 진화를 모델링한다.
• FP 방정식은 결정론적 동역학(예: 스피너 전달 토크 및 효과적 자기장)을 나타내는 이동항과 열 및 확률적 불확실성을 모델링하는 확산항을 포함한다.
• 확산 계수는 온도에 따라 변하며, 이는 D(T)를 통해 열에 의한 확률적 성질을 포괄할 수 있다.
• 상태 공간 내에서 총 확률을 보존하기 위해 노이만 경계 조건이 적용된다.
• 모델은 수치적으로 해석되어 자화 또는 갭 길이의 정적 상태 PDF를 도출하며, 이로부터 WER 및 저항 상태 분포를 유도한다.
• 이 프레임워크는 MRAM에서 전압, VCMA, 두극자 결합 등의 영향을 포함하기 위해 확장된다.

실험 결과

연구 질문

• RQ1 몬테카를로 시뮬레이션 없이도 Fokker-Planck 방정식이 STT-MRAM 및 RRAM의 확률적 写기 프로세스를 정확히 모델링할 수 있는가?
• RQ2 FP 기반 시뮬레이션은 STT-MRAM에서 실험적으로 측정된 写기 오류율(WER)을 얼마나 잘 재현하는가?
• RQ3 FP 모델은 갭 길이 통계에 기반하여 RRAM의 저항도 분포(LRS 및 HRS)를 어느 정도 정확하게 예측할 수 있는가?
• RQ4 적용된 전압 및 VCMA 효과와 같은 외부 매개변수가 FP 모델에 따르면 STT-MRAM의 WER에 어떤 영향을 미치는가?
• RQ5 실험 데이터와 비교했을 때, FP 모델은 RRAM의 갭 길이 분포 꼬리 부분을 얼마나 정확하게 포착하는가?

주요 결과

• FP 기반 시뮬레이션은 실험적으로 측정된 STT-MRAM의 写기 오류율(WER)을 높은 정확도로 재현하여 모델의 예측 능력을 검증한다.
• RRAM에서의 갭 길이 확률 밀도 함수(PDF) 시뮬레이션이 실험 데이터와 특히 꼬리 부분에서 매우 유사하게 일치한다.
• 분위수-분위수(QQ) 플롯을 통해 FP 모델의 출력이 정규분포보다 실험적 갭 길이 데이터와 훨씬 더 잘 맞는 것으로 나타났으며, LRS 및 HRS에 대해 각각 MSE 값이 0.005 및 0.007이다.
• 이러한 정확도를 달성함에 있어 몬테카를로 방법에 비해 상당히 낮은 계산 비용을 기록하였으며, 신뢰할 수 있는 WER 추정을 위해 수천에서 수백만 번의 실행이 필요한 몬테카를로 방법과 대비된다.
• FP 프레임워크에 VCMA 및 두극자 결합 효과를 통합함으로써 다양한 장치 조건 하에서 STT-MRAM의 WER를 더 현실적으로 시뮬레이션할 수 있게 되었다.
• 이 방법은 상태 분포의 진화 과정에서 결정론적 이동과 확률적 확산 간의 경쟁을 성공적으로 포착하여 통계적 샘플링의 물리적으로 타당한 대안을 제공한다.