电阻式随机存取存储器（ReRAM）是一种正处于开发阶段的下一代内存技术。在经历了多年的挫折之后，这项技术终于开始受到欢迎了。

富士通和松下正在联合加大投入开发第二代ReRAM器件。此外，Crossbar正在实验性地生产一种40nmReRAM技术，目前正由中国的中芯国际（SMIC）的晶圆厂代工生产。台积电（TSMC）和联电（UMC）也不甘示弱，最近也已经将ReRAM加入了自己的发展路线图中，并且将在明年左右为自己的客户开发这项技术。

多年以来，人们一直在吹捧ReRAM，说它是NAND等传统内存技术的替代者，但ReRAM的开发难度比之前任何人预测的都要大。此外，NAND也比之前所想的发展得更远，导致很多公司延缓甚至终止了它们的ReRAM开发。

并非所有芯片制造商都支持ReRAM。GlobalFoundries等一些公司对ReRAM技术就较为冷淡，而是正在开发不同类型的下一代内存技术。

与闪存相比，ReRAM的优势是读取延迟更低且写入速度更快。在传统内存中，数据以电荷的形式存储。在ReRAM中，会有一个电压被应用于一种堆叠的材料，进而导致电阻变化，这种变化可以在内存中记录数据（0和1）。

尽管有这些优良属性，但目前为止出货ReRAM的公司仅有寥寥几家。其它公司还在攻坚克难，因为ReRAM技术在物理方面非常困难。而且在一些案例中，ReRAM的性能和可靠性也没有达到人们的期待。

ReRAM不会取代NAND或其它内存，但它会找到自己的位置，尤其是在嵌入式内存应用领域。联电嵌入式非易失性内存助理副总裁YauKaeSheu说：“ReRAM是一种针对成本敏感型应用的解决方案，比如可穿戴和物联网设备。ReRAM很适合一些低端的MCU和内存密度要求更低的消费级产品。”

但对于未来应用，ReRAM等一些下一代内存技术的目标是所谓的存储级内存（storage-classmemory）市场。多年以来，内存行业一直在寻找一种新的内存类型，即存储级内存。这种内存可以用在系统的主内存（DRAM）和储存器（NAND闪存）之间，填补这两者之间日益增大的延迟差距。

ReRAM的另一个潜在应用是神经形态计算（neuromorphiccomputing）。神经形态计算使用了脑启发的计算功能，可用于实现人工智能和机器学习。但是，在ReRAM进军这些市场之前，内存行业必须要先小规模地掌控ReRAM。

为什么要做下一代内存？

多年以来，内存行业一直都在开发ReRAM和其它下一代内存技术。因为传统内存存在很多限制，新的内存类型有望填补这些空白。

AppliedMaterials硅系统组内存和材料总经理Er-XuanPing说：“他们正在解决DRAM和NAND的问题。NAND很慢。DRAM虽然快，但却是易失性的。”

DRAM是易失性的，所以当系统断电时，它的数据会丢失。闪存在断电时也能继续保存数据。但在实际工作中，闪存会经历多轮读/写周期，这个过程很慢。

总的来说，下一代内存类型的特点是快、非易失且能提供无限的耐久性。它们还要能提供位可改写、免擦除的功能，从而可以作为DRAM和闪存的完美替代品。

这些内存技术的问题在于它们依赖于异乎寻常的材料和复杂的开关机制，所以下一代内存类型需要更长的开发时间。与此同时，内存行业还在继续延展DRAM和闪存，让新内存类型难以在市场上占据一席之地。

但是，现在有好几种新内存类型都正迎来发展势头，其中3DXPoint和STT-MRAM势头最盛。另外还有碳纳米管RAM、FRAM和ReRAM等其它一些类型。

没有任何单一一种内存类型是全能的，能够处理所有应用。每种技术都有不同的属性，能够执行不同的功能。LamResearch的子部门Coventor的首席技术官DavidFried说：“我预计这些先进内存技术首先会被用于能够体现和利用它们的特有优势的应用中。”

由英特尔和美光开发的3DXPoint技术是下一代相变内存。而STT-MRAM则使用电子自旋的磁性来提供非易失性。

碳纳米管RAM是使用纳米管来形成电阻态。而FRAM则是使用铁电电容器来存储数据。

ReRAM与上述方法都不一样。在多年的开发发展中，ReRAM在2008年曾变得臭名昭著，那时候惠普公司提出了一种被称为忆阻器（memristor）的ReRAM。多年以来，惠普一直都在开发一款集成整合了忆阻器的面向未来的系统“TheMachine”。但分析人士说，惠普在这项技术上努力多年之后却转向了一种更加传统的内存方案，退出了忆阻器的道路。

现在惠普已经和西部数据开始合作开发另一种ReRAM技术了。4DS、Adesto、Crossbar、美光、松下、三星、索尼等公司也在开发ReRAM。

但是到目前为止，松下是唯一一家量产ReRAM的公司。另外，Crossbar也有望在今年年底之前开始出货ReRAM。

其它公司都还在努力开发ReRAM。“Adesto一直在缓慢地出货低密度CBRAM，他们相信将在2018年实现大量出货。”Web-FeetResearch首席执行官AlanNiebel在谈到导电桥接RAM（CBRAM，这是一种ReRAM）时说道，“西部数据和惠普已经陷入困境，但可能能在2019年出货。”

与此同时，索尼正在调整自己的ReRAM的开发工作。多年来，索尼和美光一直都在合作开发ReRAM，但美光最近退出了该项目。转而开始与英特尔合作重点开发3DXPoint，留下了没有晶圆厂合作伙伴的索尼独自开发ReRAM。

在代工厂方面，中芯国际、台积电、联电等都正在为代工客户开发和/或提供ReRAM工艺。但GlobalFoundries和三星这两家到目前为止都还没有推出ReRAM。

晶圆代工厂正在探索所有下一代内存类型，但它们的重点还是那些长期看来更有可能成功的技术。GlobalFoundries嵌入式内存副总裁DaveEggleston说：“投资这些技术的成本很高，行业只能投资这么多。”

例如，GlobalFoundries侧重的技术是STT-MRAM。三星、台积电和联电也正在为代工客户开发STT-MRAM。Eggleston说：“在所有这些技术中，最具商业潜力的技术绝对是MRAM。嵌入式MRAM正处于最前沿的位置。如果能获得投资，其它一些技术得到应用的难度将越来越大。”

ReRAM有一些优势，但仍然面临着严峻的挑战。他补充说：“在采用方面，ReRAM事实上有点让人失望。”

ReRAM是什么？

ReRAM也是一种难以掌握的技术，但对晶圆厂的生产来说，它是一种相对简单直接的工艺。ReRAM和STT-MRAM都只需要少量几个掩模步骤而且可在晶圆厂中所谓的生产线后道工序（BEOL）制造生成。而且STT-MRAM和ReRAM都构建在芯片的金属层的触点或通孔之上。

制造ReRAM是一回事，但要使其工作又是另一回事。一般来说，ReRAM有两种主要类型——氧空缺（oxygen-vacancy）ReRAM和CBRAM。氧空缺ReRAM也被称为基于氧化物的ReRAM（oxide-basedReRAM），简称OxRAM。

OxRAM和CBRAM都是二端器件——由一个顶部电极和一个底部电极组成。在两个电极之间是开关介质。

图1：FilamentaryReRAM技术，来自Crossbar

在OxRAM中，两个电极之间夹着一种金属氧化物材料。当将正电压施加到顶部电极上时，在两个电极之间会形成导电细丝。这些细丝由离子原子组成。

当将负电压施加到底部电极上时，这些导电细丝会断裂。从而在效果上实现了ReRAM在高低电阻之间的切换。在内存中，电阻的变化就表示成0和1。

图2：工作中的ReRAM，来自Adesto

和OxRAM类似，CBRAM也是通过构建和摧毁细丝来创造电阻状态。但CBRAM是将铜或银金属注入到硅中，从而在两个电极之间形成导电桥或细丝。

其他也有一些人在研究非细丝的方法。与形成细丝不同，这种技术是使用自整流技术来形成开关效应。有的人将这种技术归类为OxRAM。

不管怎样，ReRAM技术都很艰难。LamResearch副总裁ThorstenLill表示：“如果能开发出来，ReRAM确实能带来读/写延迟方面的改善，但它却有可靠性方面的限制。它的单元开关几万次之后性质就会改变。这似乎与构建细丝的物理化学效应有关。我们对此知之甚少。”

DRAM和闪存处理的是电子。而OxRAM和CBRAM则涉及控制离子原子形成细丝的复杂过程。电子更轻，而原子更重。

“ReRAM在纸面上看起来很简单，但实际情况却并非如此。”Applied的Ping说，“当你让离子在材料之中移动时，不只会形成电流，而且还有响应它的电场。其互扩散、温度行为和电行为全都要一起考虑。这必然涉及到处理很多自然参数。所以非常复杂。”

Ping继续说：“比如，当你向任何一种ReRAM输入一个电脉冲时，都会出现RC相互作用。根据RC相互作用的不同，局部产生的热也有所不同而且不会保持不变。如果这有所不同，那氧的扩散速度也会不同。这是一个困境。一方面，电子可能太轻了。然后会导致很高的噪声。另一方面，原子又太重了。这不是简单用电就能解决的。”

OxRAMvs.CBRAM

松下在2013年开始出货ReRAM，成为了世界第一家出货ReRAM的公司。那时候，松下推出的是一款8位微控制器（MCU），其中集成了180nmReRAM作为嵌入式内存模块。

去年，松下与富士通联合推出了第二代ReRAM技术。同样基于180nm工艺，这款4Mbit的ReRAM器件适用于便携式和医疗产品等低功耗应用。

现在，松下现在正在开发40nmReRAM，目标是在2018年推出。联电的一处代工厂正在为松下制造生产这项技术。

松下的ReRAM基于OxRAM方法。松下首席工程师ZhiqiangWei说：“我们认为OxRAM的滞留特性（retentionproperty）优于CBRAM。”

在180nm节点，松下的ReRAM基于一种TaOx材料，带有一个Ta2O5stalking矩阵。作为比较，Wei说，40nm节点ReRAM将会使用“同样的基本概念，但并不完全一样的堆叠方式。”

在器件方面，松下的ReRAM是围绕1T1R（单晶体管单电阻）架构设计的。1T1R需要很大的晶体管，以便为该器件提供足够的驱动电流。这反过来又限制了芯片的内存密度。

但1T1R对嵌入式内存应用而言很理想。OEM会为嵌入式应用使用MCU和其它芯片。一般来说，MCU可以在同一个器件上集成嵌入式内存。嵌入式内存通常基于EEPROM或NOR闪存，可用于存储代码和其它数据。

那么ReRAM的适用领域是什么？在一个案例中，来自富士通-松下组合的4MbitReRAM比EEPROM的密度更大。实际上，ReRAM可以替代EEPROM。

所以，嵌入式ReRAM的定位是低功耗、成本敏感、无需快速写入速度的解决方案。联电的Sheu说：“ReRAM的定位是作为物联网和其它应用的低成本解决方案。”

目前ReRAM和相近的对手STT-MRAM有不同的市场定位。“MRAM针对的是需要更高性能的应用，比如MCU和汽车。”Sheu说，“我们相信STT-MRAM未来可以成为一种优良的非易失性内存替代方案，因为它具有更好的扩展性和性能。”

在一种应用中，STT-MRAM的定位是在22nm及以后节点的MCU中替代NOR。NOR在28nm节点之后就难以扩展了，需要STT-MRAM这样的新解决方案。随着时间推移，ReRAM也有可能成为NOR的替代技术。

到目前为止，STT-MRAM已经扩展到了28nm，22nm及以后节点也正在开发之中。而Crossbar的ReRAM技术处于40nm节点，28nm及以后节点的技术仍在研发中。

无晶圆厂的创业公司Crossbar没有使用OxRAM方法，而是使用了电化学金属化工艺。据专家介绍，从机制的角度看，这项工艺使用了接近CBRAM的金属离子细丝。

“OxRAM的问题在于难以扩展。”Crossbar营销和业务发展副总裁SylvainDubois说，“它在单元内部对细丝进行调节。其开关比（on/offratio）不是很好。”

对于自己的电化学方案，Crossbar声称开/关比会随扩展而增加。Dubois说：“这意味着当你扩展到下一个工艺节点时，这种技术将会得到改善。”

所以，Crossbar的ReRAM器件可以扩展到40nm节点之后。他说：“现在我们正在和一家20几纳米的晶圆代工厂合作，甚至还有一家10几纳米的晶圆代工合作伙伴。”

更重要的是，Crossbar的ReRAM比闪存有更低的读取延迟和更快的写入性能。为了利用自己已经推向市场的技术，Crossbar正在开发两种架构——1T1R和一种堆叠式内存器件。

Crossbar的1T1R技术针对的是嵌入式领域。其第一款1T1R产品基于40nm工艺，由中芯国际生产。

Crossbar也在开发一种用于存储级内存应用的技术。这种架构由单个层组成，这些层堆叠在器件上。其中内置了一个选择器（selector），可以让一个晶体管驱动一个或数千个内存单元。

图3：Crossbar的堆叠式内存架构，来自Crossbar

Dubois说：“在16nm节点下，只需四层，我们就能得到32GB的密度。只需较少的层，我们就能达到GB水平。”

Crossbar这种堆叠式配置的ReRAM的目标是用于固态硬盘和双列直插式内存模块。对于这些应用，ReRAM通常与已有的内存一起使用。它也可能替代一些DRAM和NAND。

他说：“我认为我们不会一夜之间就替代一种类别。我们是要开启新的数据存取方式。所以我们并没打算替代即插即用的闪存或DRAM。而是用在它们之间。”

ReRAM在嵌入式应用领域还是前景可观的，但在存储级内存领域，这项技术将面临很大的竞争。Applied的Ping说：“它面临着与已有解决方案的竞争。这个生态系统被更大的供应商控制着，所以并不容易。”

另外，将一种新内存技术推向市场还需要大量资源。比如英特尔和美光正在推3DXPoint技术，它们当然有资源为它们的业务开路。

未来

尽管ReRAM在存储级内存市场能否成功还有待观察，但这项技术也可用于其它领域，尤其是神经网络。

Facebook和谷歌等一些公司已经开发出了一些使用神经网络的机器学习系统。神经网络可以帮助系统处理数据和识别模式。然后，它可以学习到什么属性是重要的。

这些系统很多都使用了带有基于SRAM的内存的FPGA和GPU。内存行业正在为这一领域研发ReRAM。与GPU/SRAM架构相比，ReRAM的密度大得多。

使用ReRAM这样的专用硬件的计算也被称为神经形态计算。Ping说：“神经形态是模拟的。OxRAM有这样的性质。其电阻可以改变以满足神经形态计算的需求。”

但是神经形态系统需要级联多个堆叠的ReRAM器件。如前所述，只是控制单个ReRAM器件就已经很难了。

控制多个ReRAM更是难上加难。Ping说：“神经形态计算最终将需要对电阻进行某种控制。同样，使用ReRAM时，你要让原子在细丝中移动。所以，这方面有多种可能。这事儿还是个未知数。”