[논문 리뷰] Storage Class Memory: Principles, Problems, and Possibilities

Aditya K. Kamath, Leslie Monis외 2명|arXiv (Cornell University)|2019. 09. 26.

Advanced Memory and Neural Computing참고 문헌 104인용 수 5

한 줄 요약

이 논문은 저장용 메모리(Storage Class Memory, SCM) 기술—다이어그램 메모리(Phase Change Memory, PCM), STT-RAM, ReRAM—에 대한 종합적인 서베이를 제공하며, 작동 원리, 왈기 지연 및 내구성 제한 등의 주요 과제, 그리고 가속기와 다중 레벨 셀(Multi-Level Cell, MLC) 구현에서의 미래 잠재력에 대해 기술한다. SCM이 DRAM과 NAND 플래시 사이의 성능 격차를 메우며, 비버니시성과 바이트 주소 가능성을 갖춘 통합된 메모리 계층을 가능하게 한다는 점을 강조한다.

ABSTRACT

Storage Class Memory (SCM) is a class of memory technology which has recently become viable for use. Their namearises from the fact that they exhibit non-volatility of data, similar to secondary storage while also having latencies comparable toprimary memory and byte-addressibility. In this area, Phase Change Memory (PCM), Spin-Transfer-Torque Random Access Memory(STT-RAM), and Resistive RAM (ReRAM) have emerged as the major contenders for commercial and industrial use. In this paper, wedescribe how these memory types function, while highlighting the problems of endurance and performance that these memory typesface. We also discuss the future possibilities of Multi-Level Cells (MLCs), as well as how SCM can be used to construct accelerators.

연구 동기 및 목표

• 주요 SCM 기술인 PCM, STT-RAM, ReRAM의 기본 작동 원리를 분석하기.
• 높은 왈기 지연, 제한된 내구성, SCM 장치에서의 경직된 오류 등 주요 기술 과제를 식별하고 분류하기.
• MLC가 SCM의 저장 밀도와 효율을 향상시키는 데 어떻게 활용될 수 있는지 탐색하기.
• 맞춤형 하드웨어 가속기를 통해 딥러닝 및 그래프 처리와 같은 특수 워크로드를 가속화하는 데 SCM이 어떻게 활용될 수 있는지 평가하기.
• SCM 분야의 최근 연구 추세를 체계적으로 분류하기, 예를 들어 수명 연장, 오류 보정, 성능 최적화 등.

제안 방법

• Ch알코젠화물 재료(예: Ge-Sb-Te)에서의 상 전이에 기반한 PCM 작동 원리 분석으로, SET 및 RESET 과정은 전류 및 온도 프로파일에 의해 제어된다.
• 자기터널 장벽(Magnetic Tunnel Junction, MTJ)을 통한 STT-RAM 작동 원리 설명으로, 데이터는 투자성 자성층의 스핀 정렬 또는 반대 정렬 상태로 저장되며, 스핀 균일 전류에 의해 제어된다.
• 전기화학적 금속화 및 금속 산화물 층 내 산소 공여체 이동을 포함하는 ReRAM 메커니즘 기술로, 외부 전압이 인가될 경우 저항 스위칭이 가능하다.
• 연구를 주제별 영역으로 분류: 수명 연장, 오류 보정, 성능 및 병렬 처리, MLC 설계, 가속기 개발, SCM 유형별 특화 연구.
• GEM5, NVSim, NVMain과 같은 시스템 수준 시뮬레이터를 평가하여, 마이크로아키텍처 및 회로 수준에서 SCM의 성능, 에너지, 면적을 모델링한다.
• ITRS 예측 및 실험적 추세를 바탕으로 향후 연구 방향을 통합하여 제시: 하이브리드 메모리 아키텍처 및 고밀도를 위한 MLC 통합.

실험 결과

연구 질문

• RQ1 PCM, STT-RAM, ReRAM는 데이터 저장을 위한 물리적 메커니즘에서 어떻게 다릅니까?
• RQ2 현재 SCM 기술의 주요 성능 및 신뢰성 제한 사항(예: 왈기 지연, 내구성, 경직된 오류)은 무엇입니까?
• RQ3 MLC는 SCM에 어떻게 효과적으로 구현될 수 있으며, 어떤 과제를 야기합니까?
• RQ4 SCM는 기계 학습 및 그래프 처리 워크로드를 위한 고성능 가속기를 설계하는 데 어떻게 활용될 수 있습니까?
• RQ5 GEM5, NVSim, NVMain과 같은 시스템 수준 시뮬레이터는 SCM 기반 메모리 시스템 평가 및 최적화에 어떤 역할을 합니까?

주요 결과

• PCM는 비정질 상태와 결정 상태 사이의 상 전이에 필요한 열적 과정으로 인해 DRAM 대비 약 10배 정도의 높은 왈기 지연을 보인다.
• STT-RAM과 ReRAM는 높은 왈기 에너지와 제한된 내구성을 겪으며, 메모리 셀이 특정 저항 상태에 고정되어 더 이상 전환되지 않는 영구적인 경직된 오류가 발생할 수 있다.
• SCM에 MLC를 구현하면 서로 다른 데이터 값에 대응하는 고유한 저항 수준을 할당하여 셀당 다중 비트를 저장할 수 있으며, ITRS는 향후 3비트 및 4비트 MLC가 실현 가능하다고 예측한다.
• SCM 기반 가속기, 특히 컨volutional 신경망(Convolutional Neural Networks, CNNs)과 볼츠만 기계(Boltzmann Machines)에 대해서는 기존의 다코어 구현 대비 높은 성능 향상과 에너지 소비 감소를 보였다.
• DRAM/SRAM와 함께 조합된 하이브리드 메모리 아키텍처는 SCM의 단점을 보완하면서도 확장 가능하고 고용량의 메모리 시스템을 가능하게 하여 실용적인 솔루션으로 부상하고 있다.
• NVSim 및 NVMain과 같은 시뮬레이터는 SCM의 성능, 에너지, 면적을 사이클 정밀도로 정확하게 모델링할 수 있으며, 물리적 제작 이전의 초기 단계 설계 최적화를 지원한다.