嵌入式MRAM解决方案正在兴起
全球两大半导体公司上周在第64届国际电子器件会议(IEDM)上展示了嵌入式MRAM在逻辑芯片制造工艺中的新技术。
英特尔在其22FFL工艺中描述了基于自旋转移力矩(STT)-MRAM的非易失性存储器的关键特性,称其为“首个基于FinFET的MRAM技术。”将该技术描述为“生产”已经准备好了“英特尔没有为这个流程命名任何代工厂客户,但有多家消息人士表示,它已经被用于现已发货的产品中。
与此同时,三星在28纳米FDSOI平台上描述了STT-MRAM。STT-MRAM在可扩展性,形状依赖性和磁可扩展性方面被认为是最好的MRAM技术。
MRAM技术自20世纪90年代以来一直在发展,但尚未取得广泛的商业成功。三星研发中心的首席工程师,该公司IEDM论文的主要作者Yoon Jong Song说:“我认为现在是我们展示可制造和商业化的时候了。”
除了被视为独立设备的有希望的候选者,以取代内存芯片坚定的DRAM和NAND闪存 - 随着行业转向更小的节点面临严重的扩展挑战 - MRAM,一个非易失性存储器,吸引人的作为一个嵌入式技术替代闪存和嵌入式SRAM,因为它具有快速的读/写时间,高耐用性和强大的保留能力。嵌入式MRAM被认为特别适用于诸如物联网(IoT)设备之类的应用。
自去年以来,Globalfoundries一直在其22FDX 22-nm FD-SOI工艺上提供嵌入式MRAM。但Objective Analysis首席分析师Jim Handy表示,他并不知道Globalfoundries嵌入式MRAM技术的任何商业产品。
“没有人提起它的原因是因为他们必须添加新材料,”他说。
但随着制造成本下降以及其他存储器技术面临可扩展性挑战,嵌入式MRAM正在获得更多考虑。“重要的是,凭借新的工艺技术,SRAM单元的尺寸不会随着剩余的工艺而缩小,因此MRAM变得越来越有吸引力,”Handy说。
英特尔在其论文中表示,其嵌入式MRAM技术可在200摄氏度下实现10年的保留,并可在超过10 6个开关周期内实现10年的保持。该技术使用216×225 mm 1T-1R存储单元。
与此同时,三星公司称其8Mb MRAM的耐久性为10 6个周期,保留期为10年。
Song表示,三星技术最初将用于物联网应用,并补充说在将其用于汽车和工业应用之前必须提高可靠性。“我们已成功将该技术从实验室转移到工厂,并将在不久的将来将其推向市场。”
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
进入 32 位时代,谁能成为下一个8051?
RISC-V架构在极短的时间内便引起了业界的高度关注,从众多反应快速的小公司到实力雄厚的巨头公司(如NVIDIA、西部数据等)均开始使用RISC-V架构开发产品。“旧时王谢堂前燕,飞入寻常百姓家”,在摩尔定律逐步逼近极限的今天,开放的RISC-V架构的诞生,催生出了一轮新的CPU创新热潮。 RISC-V在全世界范围内的兴起与风靡,在国内也引起了广泛的关注,当前国内的众多院校与公司都开始研究并使用RISC-V架构,将其用于学术或者工程项目中。尤其是在深嵌入式领域,无论是硬件处理器核,还是软件工具链,RISC-V架构处理器已经具备了替代传统商用深嵌入式处理器(譬如ARM Cortex-M处理器)的能力。但是由于RISC-V诞生时间太短,在很多方面亟需系统而翔实的中文资料来帮助初学者快速掌握这一门新兴的处理器架构。今天的介绍的《RISC-V架构与嵌入式开发快速入门》是一本介绍RISC-V架构嵌入式开发的入门书籍。 本书的姊妹版《手把手教你设计CPU——RISC-V处理器篇》已经出版,提供了一个非常高效的超低功耗开源RISC-V处理器学习案例——蜂鸟E203,并对其进行了全方面剖析和讲解,解决...
- 下一篇
NLPIR-KGB知识图谱大数据语义挖掘新引擎
近些年,由于以社交网站、基于位置的服务LBS 等为代表的新型信息产生方式的涌现,以及云计算、移动和物联网技术的迅猛发展,无处不在的移动、无线传感器等设备无时不刻都在产生数据,数以亿计用户的互联网服务时时刻刻都在产生着数据交互,大数据时代已经到来。在当下,大数据炙手可热,不管是企业还是个人都在谈论或者从事大数据相关的话题与业务,我们创造大数据同时也被大数据时代包围。在大量的数据中找到有意义的模式和规则。在大量数据面前,数据的获得不再是一个障碍,而是一个优势。对于数据量早已逾越TB、增长率惊人、实时性高的大数据,如何分析、管理、利用大数据等工作仍将面临若干的挑战。大数据(Big data)通常用来形容大量非结构化和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。简言之,从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。大数据技术,从本质上讲是从类型各异、内容庞大的数据中快速获得有价值信息的技术。目前,随着大数据领域被广泛...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS关闭SELinux安全模块
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Hadoop3单机部署,实现最简伪集群
- Docker使用Oracle官方镜像安装(12C,18C,19C)