基于忆阻器的存算一体芯片（Memristor-based Compute-in-Memory Chips ）

大数据、人工智能、物联网对于高性能存储和计算的需求日益突出，但现在的计算架构存在存算分离导致的存储墙、功耗墙等关键问题，忆阻器(Memristor)作为一款新型非易失存储器，具有器件单元小、读写速度快、功耗低且与传统CMOS工艺兼容的特点，被认为是下一代非易失存储器的有力候选者；同时，忆阻器阵列可以一步实现向量-矩阵乘累加运算，可以实现模拟神经形态计算，也可用作存内逻辑计算，具备高算力和低功耗等存算一体化（compute-in-memory, CIM）功能特征，在很多方面表现出颠覆性优势。

研究小组持续致力于研制CMOS工艺兼容的高性能忆阻器，突破大规模忆阻阵列CMOS混合集成工艺方法，开展器件电路协同优化设计，完成新型存储与存算一体化计算等新架构的设计和相关芯片流片。经过多年多批次全晶圆芯片设计研制流片验证的艰苦探索，我们在器件、阵列电路、计算方法、芯片架构等几方面取得阶段性突出成果。

同时基于芯片设计研制的探索实践，形成了忆阻器存算一体芯片的基本设计方法及对应EDA工具原型，截至目前，研发了用于仿真忆阻器物理动态的三维多物理TCAD新工具，电阻网络模型求解方法，阵列级端到端的仿真工具FAST，阵列核仿真工具，配合ISARA架构部署的架构仿真工具ISARAsim等多个协同设计方法和工具。

新型铪基铁电器件及芯片（HfO₂-based Ferroelectric Devices and IC chips）

基于掺杂HfO2等新型铁电材料的铁电存储器结构（1T1C FeRAM、1T FeFET、FTJ）具有速度快、面积较小、低功耗等优点，在新型非易失存储、神经形态计算等领域获得广泛关注，具有较大的应用潜力。同时，基于铁电负电容效应的负电容场效应晶体管（NCFET），通过内部栅压放大，突破亚阈值摆幅玻尔兹曼极限，提振晶体管驱动性能。研究小组自2018年开始，对铪基铁电材料、器件制备、性能机理与应用等方面开展了持续深入的研究，我们在铪基材料的铁电形成理论、铁电调控机制和方法、超高性能铁电薄膜及器件制备上取得了部分重要成果。

新器件建模与DTCO （Emerging Device Modelling and DTCO）

自2006年，我们对设计工艺协同优化（Degsin-Technology Co-Optimization, DTCO）的相关理论方法框架与EDA工具链开展了长期深入的探索研究，DTCO对于先进工艺路线以及新型芯片设计方法探索至关重要。我们早期针对随机涨落问题提出了相应DTCO方法，前期成果已经完整转化成新思科技（Synopsys）DTCO工具链TCAD-SPICE，包括物理建模仿真、紧凑建模、随机涨落建模和统计设计仿真，2019年获得新思科技一笔价值3000万的软件捐赠（Link）。新型微纳电子器件及芯片设计研究首先需要深入的器件机理分析、建模和模型运用，TCAD不仅可以分析器件物理，也可以检验新器件设计；新器件紧凑建模，能够帮助建立和完善工艺库，从而辅助电路设计。近年来针对7纳米以下FinFET、GAAFET、NCFET等后摩尔逻辑器件，以及Memristor、Ferroelectric、PCM等新型存储器件，在器件机理、随机涨落的物理建模仿真与紧凑建模方面开展了研究，开展智能算法、EDA新方法和新工具研究，探索单元库级DTCO方法。同时，结合新型芯片设计研制，探索器件到芯片的各层次建模方法、设计工艺跨层次协同优化方法，全面支撑新型非易失存储器和存算一体化芯片设计研制创新工作。

研究小组致力于在建模仿真、DTCO领域做出贡献。截至目前，研发了二维量子仿真器，指导研发了用于晶圆制造的三维纳米尺度商业工具eTCAD；研发了基于PINN思想迭代逼近PDE、无网格无需经验数据的新型机器学习TCAD；研发了紧凑模型的自动化提参工具，面向工艺的全局紧凑模型智能提取技术，一键式单元库级DTCO前仿流程。

完整论文成果：

ORCID: 0000-0001-8335-2033

‪Xingsheng Wang‬ - ‪Google Scholar‬