28nm RRAM芯片

循环寿命可预测

基于隐马尔可夫模型的耐久性预测方法,可提前预测不同失效模式的寿命,并基于预测结果优化编程算法以拯救失效单元,降低芯片失效率。

Zheng, Xu · Lizhou, Wu · Dong, Danian · 玉洁 · Lai, Jinru · Wunxuan, Sun · 薛晓勇 · Bing, Chen · Wan, Pang · 许晓欣

IEEE Electron Device Letters 2023

参数信息

预测跨度
500 cycles
预测准确率
83.6 %
失效率降低
38 %

技术优势

提前预知失效

基于HMM的状态转移模型可提前500个循环预测不同失效模式的寿命,为干预留出时间窗口。

预测准确率高

模型预测准确率达83.6%,基于28nm 1Mbit RRAM芯片实测数据,包含外围电路噪声与器件随机性。

失效率降38%

根据预测结果优化编程算法,可在5000次循环后使存储芯片失效率降低38%,拯救失效单元。

应用场景