面向存内计算系统的低功耗CNFET-GAAFET三元9T SRAM创新设计

《Electronics》:Novel Low-Power CNFET-GAAFET Based Ternary 9T SRAM Design for Computing-in-Memory Systems

【字体: 大 中 小 】 时间:2025年12月29日 来源:Electronics 2.6

编辑推荐:

  本文综述了一种基于碳纳米管场效应晶体管(CNFET)和环栅场效应晶体管(GAAFET)的新型低功耗三元9T SRAM设计,用于存内计算(CIM)系统。研究显示,相较于传统FinFET设计,GAAFET实现了功耗与延迟的最佳平衡,而CNFET则展现出超低功耗(仅0.0004 μW),功耗降低达99%,为下一代高能效人工智能(AI)加速器提供了极具前景的解决方案。

  

摘要

人工智能(AI)加速器对高能效内存系统的需求日益增长,推动了对新型器件技术和存内计算(CIM)架构的研究。尽管基于CMOS和FinFET的传统二进制SRAM架构已被广泛探索,但三元设计在存储密度和计算效率方面展现出潜在优势。本文对一种采用碳纳米管场效应晶体管(CNFET)和环栅场效应晶体管(GAAFET)实现的、集成了灵敏放大器(SE)的9晶体管(9T)三元SRAM架构进行了低功耗分析。对比结果表明,总功耗显著降低——从FinFET的109.2 μW降至GAAFET的26.73 μW,而CNFET实现了仅0.0004 μW的超低功耗,相较于FinFET设计降低了99%。同样,总延迟从FinFET的0.01108 ns减少到GAAFET的0.004 ns,而CNFET设计的延迟为0.017 ns。总体而言,GAAFET在功耗和延迟之间提供了最佳权衡,而CNFET实现了最低的功耗,使其非常适用于超低功耗AI应用。这些发现强调了基于CNFET和GAAFET的设计相较于传统FinFET在能效和可扩展性方面的优越潜力,为下一代支持三元CIM的SRAM架构指明了一条有前景的道路。此外,文章还讨论了与CNFET和GAAFET技术相关的制造挑战,为其大规模集成的实际可行性提供了见解。

1. 引言

人工智能(AI)和机器学习应用的快速发展对高性能、低功耗内存子系统产生了前所未有的需求。传统的冯·诺依曼架构由于内存瓶颈而面临限制,即处理器和内存之间频繁的数据传输导致过高的延迟和能耗。存内计算(CIM)作为一种有前景的范式,通过在内存储器阵列本身内部启用计算来缓解这一挑战。
静态随机存取存储器(SRAM)是CIM架构的关键组成部分,因其高速运行和与逻辑集成的兼容性。虽然使用CMOS和FinFET技术的传统二进制SRAM架构已显示出可扩展性,但其二进制性质限制了存储效率和计算密度。最近的一项研究提出了一种基于二进制CMOS和FinFET设计的8T SRAM结构,证明了其在稳定性和能效方面的改进。然而,二进制SRAM本质上将数据表示限制为两种状态。
三元SRAM架构使用三种逻辑状态(例如,-1、0和+1)进行操作,可以提高数据存储密度并减少互连复杂性,使其对AI加速器极具吸引力。与此同时,新兴的晶体管技术,如碳纳米管场效应晶体管(CNFET)和环栅场效应晶体管(GAAFET),在克服CMOS和FinFET器件的缩放限制方面显示出潜力。本文研究了使用CNFET和GAAFET技术设计的、集成了灵敏放大器(SE)的三元9T SRAM CIM架构的低功耗性能,比较它们在AI硬件应用中的有效性。

2. 背景

AI驱动的应用通常需要大规模并行数据处理,导致显著的能耗。基于SRAM的存内计算(CIM)架构通过在内存储器阵列内部直接执行计算来解决这一挑战,从而最小化数据移动并降低功耗。使用三元逻辑通过减少所需逻辑操作的数量来进一步提高能效,导致比传统二进制设计更低的功耗。在三元逻辑系统中,XNOR门起着至关重要的作用,特别是在算术和比较功能中。将三元XNOR操作集成到8T SRAM单元中可以实现高效的内存计算,提高处理速度,同时降低功耗和延迟。因此,这些架构非常适合需要高速运行和最低能耗的AI应用。

2.1. 三元SRAM和CIM架构

传统的SRAM单元存储二进制数据,随着内存规模扩大,需要更多的晶体管和互连线。相比之下,三元SRAM每个单元可以存储三个逻辑电平,减少了存储相同信息所需的单元数量。这提高了CIM应用中的密度和功率效率。集成了灵敏放大器(SE)的设计进一步提高了读取稳定性和能效,使其适用于低功耗AI工作负载。

2.2. 传输管逻辑

数字电路可以使用传输管逻辑(PTL)实现,这是一种晶体管直接传播输入信号而不是通过传统电压电平开关产生输出的设计方法。在标准CMOS逻辑中,输出节点根据输入状态由互补的PMOS和NMOS晶体管网络驱动至高逻辑电平或低逻辑电平。相比之下,PTL采用晶体管作为受控开关,选择性地允许或抑制电压信号的传输。这种方法可以减少晶体管数量、降低功耗并实现更快的开关性能。
在PTL中,PMOS晶体管在传输强逻辑“1”时有效,但在传输逻辑“0”时性能下降;而NMOS晶体管有效传输逻辑“0”,但在传输逻辑“1”时存在阈值电压损失。因此,NMOS和PMOS器件通常一起使用以实现全摆幅信号传输,从而实现可靠的逻辑操作。

2.3. CNFET

碳纳米管场效应晶体管(CNFET)是一种新兴器件技术,其中传统的硅沟道被碳纳米管(CNT)取代。这些碳纳米管是基于石墨烯的圆柱形纳米结构,具有出色的电学特性——包括近弹道载流子传输、高迁移率和非常低的亚阈值摆幅——使CNFET成为超越CMOS技术限制扩展器件尺寸的有力候选者。本文所有模拟中使用的CNFET模型参数为:CNT直径1.4 nm,手性为(19,0),平均自由程200 nm,接触电阻6.5 kΩ,每个器件两个CNT。
在CNFET中,一个或多个半导体纳米管形成源极和漏极端子之间的导电沟道,而栅极控制载流子传输。由于CNT沟道的准弹道性质,载流子经历最小的散射,从而实现更快的开关和更低的能量耗散。此外,CNT的一维几何形状提供了优异的栅极静电控制,允许在栅极电压的微小变化下实现ON和OFF状态之间的转换,从而降低功耗。
尽管有这些优点,CNFET技术的实际实现涉及若干制造挑战,包括CNT的精确放置、金属性CNT的去除以及在整个大晶圆上保持均匀对准。尽管如此,最近的进展已经展示了基于CNFET技术的功能逻辑电路、存储单元甚至原型微处理器。由于其卓越的电学特性、低功耗操作和可扩展性,CNFET对于未来的存储器、处理器和存内计算架构仍然非常有前景。

2.4. GAAFET

环栅场效应晶体管(GAAFET)是一种先进的器件架构,旨在克服FinFET在技术节点缩小到5 nm以下时的缩放限制。在平面MOSFET和FinFET中,栅极分别从一侧或三侧控制沟道。随着尺寸持续缩小,这些结构面临短沟道效应增强、泄漏电流增加和静电控制减少等挑战。GAAFET通过用栅极完全包围沟道——因此称为“环栅”——来解决这些问题。这种全包围的栅极配置显著改善了静电特性,导致关态泄漏降低、漏致势垒降低(DIBL)减小以及亚阈值斜率改善。本文工作中使用的GAAFET模型采用纳米片,宽度12 nm,厚度5 nm,氧化物厚度1.2 nm,阈值电压0.32 V。
在结构上,GAAFET通常使用堆叠的水平纳米片或纳米线,而不是FinFET中使用的垂直鳍片。这些纳米片完全被栅极包围,提供了对沟道传导的卓越控制。该架构的一个关键优势是能够通过修改纳米片的数量或尺寸来调整驱动电流,为优化功率和性能提供了更大的设计灵活性。增加的栅极-沟道界面面积进一步增强了静电控制,使得能够在不影响可靠性或驱动强度的情况下持续缩小器件尺寸。
由于其在高性能和低功耗之间的出色平衡,GAAFET非常适合处理器、片上系统(SoC)平台、SRAM和存内计算(CIM)架构等应用。主要的半导体制造商已经开始转向基于GAAFET的技术——例如Intel的RibbonFET架构以及台积电和三星即将推出的GAAFET节点。总体而言,GAAFET代表了晶体管设计的一项重大进步,通过在一个紧凑的器件结构中结合高驱动电流、低泄漏和卓越的可扩展性来支持摩尔定律。

2.5. GAAFET与CNFET的比较

GAAFET和CNFET器件的I-V特性显示出明显不同的行为,这是由于它们基本的结构和材料差异所致。GAAFET在所有栅极电压(VG)下都表现出显著更高的驱动电流,在VG= 0.6 V和VDS= 0.8 V时峰值ID约为175 μA。ID随VDS稳定增加,显示出从线性区到饱和区的清晰过渡。相比之下,CNFET表现出早期饱和行为,ID在所有VG下超过VDS= 0.2 V后迅速达到稳定。CNFET在最高偏置下观察到的最大电流为27 μA,表明由于其准弹道传输而具有强饱和和低漏致势垒降低(DIBL)。
GAAFET显示出随VG的强电流调制,ID在强反型区急剧增加。在VDS= 0.9 V时,最大ID超过130 μA。GAAFET曲线还显示出良好的栅极控制能力和可扩展性,这是具有优异短沟道抑制能力的先进硅器件的典型特征。另一方面,CNFET显示出更陡峭的亚阈值斜率和更低的泄漏电流,ID在所有VDS值下均保持在10 μA以下。CNFET在低VG时ID的突然增加归因于碳纳米管的近理想静电特性和一维传导,这最小化了短沟道效应并实现了高效的低功耗开关。
总之,比较I-V图突出表明,GAAFET提供了更高的驱动强度,使其适用于高性能应用。同时,CNFET提供了卓越的亚阈值行为和能效,使其成为低功耗、高速电路的理想选择。CNFET中的早期电流饱和和低关态泄漏也强调了其在未来纳米电子系统中超越硅极限进行缩放的潜力。

2.6. CNFET和GAAFET基SRAM的制造问题

尽管具有潜力,但CNFET和GAAFET技术都面临实际的制造障碍:
  • •
    CNFET
    • •
      难以实现均匀的手性和半导体性CNT生长;
    • •
      金属性CNT的去除需要高精度的生长后技术;
    • •
      晶圆级CNT的对准和放置仍然是未解决的挑战;
    • •
      由于CNT结缺陷导致的可靠性问题。
  • •
    GAAFET
    • •
      与FinFET相比制造步骤复杂(堆叠的纳米片/纳米线需要精确蚀刻);
    • •
      纳米片尺寸的变化导致阈值电压变化;
    • •
      多堆叠配置导致寄生电容增加;
    • •
      由于新的工艺步骤和设备导致制造成本更高。
理解这些制造限制对于评估在大型AI硬件系统中部署基于CNFET和GAAFET的三元SRAM的实用性至关重要。

3. 基于传输管逻辑的三元XNOR电路设计

在二进制逻辑中,当两个输入相等时,XNOR门输出‘1’,当它们不同时输出‘0’。然而,在三元逻辑系统中,信号取三个值:-1、0和+1。当扩展到三元算术时,XNOR操作在输入条件平衡时产生中性输出(0),并根据操作数之间的相似性输出+1或-1。
在所提出的设计中,基于PTL的三元XNOR门直接集成在SRAM单元内。存储的值Q和Q?作为三元权重信息。两个控制输入A和B决定在计算期间哪些传输管路径被激活,从而将输出节点引导至三个三元电压电平之一。
三元XNOR操作对于算术、相关和比较任务至关重要。当直接嵌入内存阵列时,该操作支持高效的存内计算(CIM)执行,显著减少数据移动、延迟和功耗。这种三元XNOR-in-SRAM实现对于需要快速且高能效的乘加(MAC)操作的AI和机器学习工作负载特别有益。
在我们的架构中,存储的数据定义了权重值:
  • •
    当Q=0且Q?=1时,权重为-1。
  • •
    当Q=1且Q?=0时,权重为+1。
    PTL网络根据应用的输入和存储的权重的组合,将输出引导至对应于-1、0或+1的三元电压电平之一。
    SRAM单元中CNFET和GAAFET晶体管的尺寸经过精心设计。适当的晶体管尺寸对于平衡该设计的速度、功率和面积至关重要,特别是在亚阈值区域,实现高良品率可能具有挑战性。

4. 提出的CIM设计

所提出的用于存内计算(CIM)的、集成了灵敏放大器(SE)的三元9T SRAM单元如图所示。该架构分为两个主要功能块:写入块和读取块。这种分离使得与传统的二进制SRAM单元相比,具有改进的读取稳定性、更低的功耗和更高效的三元逻辑实现。

4.1. 写入块

写入块由晶体管M1和M2形成的交叉耦合反相器组成,它们充当SRAM单元的存储元件。存取晶体管M3和M4由写入字线(WWL)控制,并连接到位线对(BL和BLB)。在写入操作期间,WWL被置位,使能位线将节点Q和QB驱动到所需的逻辑状态。
在三元配置中,定义了三个不同的电压电平来表示逻辑状态(-1、0和+1)。这些状态的稳定性通过交叉耦合反相器的正反馈机制得以维持。此外,由预充电信号(PCHb)控制的预充电晶体管M8确保每次操作前位线的正确初始化。这增强了写入操作的可靠性并降低了动态功耗。

4.2. 读取块

读取操作与写入块隔离,以最小化读取干扰,这是多值SRAM单元中的常见挑战。专用的读取块由晶体管M5、M6和M7组成。读取字线(RWL)控制晶体管M7,它充当读取操作的使能开关。
当RWL被激活时,节点A和B(源自Q和QB)的存储数据通过读取堆栈(M5–M7)传输到输出节点。这确保了存储值被感测而不会干扰交叉耦合反相器的内部状态。输出电压对应于三种逻辑状态之一,使该单元与三元CIM操作兼容。

4.3. 灵敏放大器集成

在架构中集成灵敏放大器改善了三元电压电平的检测能力,特别是在工艺、电压和温度(PVT)变化下。通过嵌入灵敏放大器,三元状态的微小差异可以被放大,减少了感测延迟并提高了读取准确性。这一设计选择显著促进了所提出CIM单元的能量效率和鲁棒性。

4.4. 所提出设计的优势

9T三元SRAM单元中写入和读取路径的分离提供了多重优势:
  • •
    改进的读取稳定性: 隔离的读取路径防止了读取操作期间存储节点的干扰。
  • •
    低功耗操作: 预充电(通过M8
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号