With the advancement of hardware, the practical application of artificial intelligence (AI), which was previously only theoretical, has become feasible. Currently, the scope of applications for AI is rapidly expanding. However, conventional computing methods are not suitable for inevitable AI applications due to the Von-Neumann bottleneck, where the off-chip memory and on-chip computing logic are connected via a bus, resulting in significant computational limitations. Therefore, new approaches such as in-memory computing, which allows computation within the memory, or monolithic 3D (M3D) integration which reduces the interconnect length between different components, have been proposed. Especially, M3D technology demonstrates significant improvements in terms of high density, low power consumption, and high-speed performance by connecting layers through lithography processes. However, as the upper devices are fabricated on a substrate where underlying devices exist, the process needs to be conducted at temperatures lower than 500 degrees Celsius. Molybdenum disulfide, one of the two-dimensional materials, can be used as a channel for the transfer process, enabling the implementation of monolithic 3D integration and providing substantial advantages in terms of high density and low power consumption. However, due to its extremely thin nature, two-dimensional materials are more susceptible to surface optical phonon scattering compared to a conventional silicon channel. Therefore, there is a need to use appropriate dielectric materials at the interface between channel and gate insulator to improve this vulnerability.
In this study, we propose a synaptic device based on a molybdenum disulfide channel using a charge trapping mechanism to address these issues. To achieve three-dimensional stacking, such as monolithic 3D integration, all processes were conducted at temperatures below 300 degrees Celsius. To reduce the decrease in mobility caused by surface optical phonon scattering, aluminum nitride, which are well known for having high phonon energy, was used as a tunneling layer. The measured electrical characteristics of the device confirmed that the mobility decreased by only about 3.5% at room temperature compared to when it was measured at 200 K. By applying microsecond-level pulse width modulation, we verified that the conductivity could be controlled. Also, we verified that decrease in conductivity during repetitive operations did not significantly affect the accuracy decrease when we use this device for a MNIST simulation. Furthermore, through a measurement of retention characteristic, we confirmed a very low level of conductivity variation within the actual conductivity update range.
하드웨어의 발전으로 과거 이론적으로 제시되었던 인공지능 응용이 실제로 사용 가능함을 보일 수 있었고, 현재 그 응용처에 대한 범주가 빠르게 확장되고 있다. 하지만, 기존의 컴퓨팅 방식은 오프칩 메모리와 온칩 컴퓨팅 로직 사이가 버스로 연결되어 있어 폰-노이만 병목현상으로 인해 많은 연산이 필연적인 인공지능 응용에 적합하지 않다. 따라서, 메모리에서 연산을 수행할 수 있는 인-메모리 컴퓨팅이나 서로 다른 컴포넌트 간 모노리식 3D 집적화 기술로 상호 연결부의 길이를 효과적으로 줄이는 방법이 제시되고 있다. 특히, 모노리식 3D 집적화 기술은 노광 공정을 통해 계층 사이를 연결함으로써 고집적·저전력·고속화 측면에서 기존 구조 대비 큰 개선을 보인다. 하지만, 하부 소자가 존재하는 기판 위에서 상부 소자를 제작하기 때문에 섭씨 500도 보다 낮은 온도로 공정을 해야한다는 제한 조건이 제시되고 있다. 이차원 물질 중 하나인 이황화몰리브덴은 전사 과정을 통해 소자의 채널로 사용될 수 있기 때문에, 모노리식 3D 집적화 구현을 가능케 하며 물질적으로도 고집적·저전력 측면에서 많은 이점이 있지만, 매우 얇은 특성을 지닌 이차원 물질은 기존 실리콘 채널 대비 표면 광학 포논 산란에 더욱 취약하기 때문에 이를 개선할 수 있는 적절한 유전체를 계면으로 사용하여야 할 필요성이 제기된다.
본 연구에서는, 이러한 문제점들을 해결하기 위해서 이황화몰리브덴 채널 기반 전하 포획 메커니즘을 이용한 시냅스 소자를 제안하였다. 모노리식 3D 기술과 같은 3차원 적층을 위해 모든 공정을 섭씨 300도 이하로 진행하였으며, 표면 광학 포논 산란으로 인한 MoS$_2$의 이동도 저하를 감소시키기 위해 터널 층으로 포논 에너지가 높은 질화알루미늄을 사용하였다. 소자의 전기적 특성을 측정한 결과 이동도가200 K 일 때 대비 상온에서 3.5 % 정도밖에 감소되지 않은 것을 확인하였고, 마이크로-초 (μs) 수준의 펄스 폭 인가를 통해 채널의 전도도 조절이 가능함을 확인하였고, 반복 동작 시 확인한 전도도 상태의 감소 정도가 추후 정확도 감소에 영향을 미치지 않는 수준임을 확인하였다. 또한, 전도도 유지 상태 측정을 통해 실제 전도도 업데이트 범위에서 매우 낮은 전도도 변화 추이를 확인하였다.
