研究背景

铁电体可通过外部电场编程出非易失极化态，在非易失存储器(NVM)和存算一体领域展示出巨大的潜力。然而，钙钛矿铁电体的CMOS兼容性差和多相共存的铪基铁电体在尺寸缩放后性能不均匀等一直是阻碍铁电器件实际应用的棘手问题。而新兴的AlScN铁电体具有CMOS后端兼容性、可持续微缩、本征且稳定的铁电相等优点，这促使研究人员对其物理性质进行了广泛的探索。

New-Generation Ferroelectric AlScN Materials

Yalong Zhang, Qiuxiang Zhu*, Bobo Tian*, Chungang Duan

Nano-Micro Letters (2024)16: 227

https://doi.org/10.1007/s40820-024-01441-1

本文亮点

1. 讨论了新兴铁电AlScN薄膜的铁电性和畴动力学。

2. 综合分析了不同沉积工艺生长的铁电AlScN薄膜及其性能优化策略。

3. 总结了基于AlScN的存储器的商业途径和存内计算应用方面的挑战和前景。

内容简介

铁电AlScN具有CMOS后端兼容性、可持续微缩、本征且稳定的铁电相等优点，这促使研究人员对其物理性质进行了广泛的探索。华东师范大学田博博教授与朱秋香副教授对AlScN基铁电体进行了全面的综述，详细讨论了铁电AlScN薄膜的铁电机理和畴动力学，总结了AlScN薄膜的不同制备技术和相应的性能优化策略，分析了其在存储和存算一体中的应用，并对铁电AlScN的商业前景和挑战进行了展望。

图文导读

I 存储和计算的现状

目前，人工智能的实现主要基于算法，这需要具有大算力的芯片来进行数据处理。芯片的算力和人工智能的发展是相辅相成的。在传统的冯·诺依曼架构中，中央处理器(CPU)和存储器的分离会导致数据传输过程中的延迟和能量消耗(图1a)。为了突破这些瓶颈，近年来出现了NVIDIA的多核图形处理器(GPU)和谷歌的张量处理器(TPU)，以及基于非易失性存储器(NVM)的存内计算(IMC)技术(图1b)。铁电存储器(FeM)器件由于低功耗、高速度和优异的疲劳特性，在IMC应用方面具有独特优势(图1c)。

图1. (a)中央处理器和各类存储器的性能对比。(b)算力提升的技术路线图。(c)各类NVM的性能对比。

II 铁电材料和铁电存储器

纵观百年铁电史，钙钛矿型铁电材料与CMOS后端工艺的兼容性以及临界尺寸效应等问题一直颇为棘手。而铪基铁电材料的结晶需要额外的后退火处理，其多晶特性导致薄膜微缩后性能不均匀，进而对高密度集成构成了挑战。因此，探索新型替代铁电材料显得尤为迫切。纯相铁电材料AlScN的发现为这一领域带来了新的曙光。AlScN不仅拥有比诸多传统铁电材料高出数倍的剩余极化强度(Pr)和矫顽电场(Ec)，还具有较高的温度稳定性。此外，AlScN具有较低的介电常数，有利于提升铁电存储器的传感精度和耐久性(图2)。

图2. (a)铁电材料和FeM的发展历史。(b)AlScN与其它常见铁电体Pr和Ec的比较。(c)不同铁电体的介电常数和Tc的比较。

III AlScN的铁电起源

普遍认知中，ScN因其稳定的非极性岩盐晶体结构，看似难以与具有纤锌矿结构的AlN形成直接关联。然而，早先的理论计算却揭示了一种亚稳态的六方晶系ScN的存在，这为两者间的结合提供了理论上的可能性。纯AlN在电场低于其介电击穿极限的条件下无法实现反转。理论上，若减小AlN两极化态间的能量势垒，就有可能促成其在较低电场下实现极化反转。后续的计算研究进一步指出，Sc元素的掺杂能有效使得AlN的能量势垒趋于平缓，进而推测六方相可以作为AlScN的两个极化态反转的过渡态(图3)。

图3. AlScN的极化反转过程和掺杂Sc后双势阱的变化。

IV 影响AlScN铁电性的因素

Sc的掺杂含量、膜厚、温度是影响AlScN薄膜性能的重要因素(图4和图5)。Sc的掺杂含量会影响(0002)衍射峰的摇摆曲线FWHM、c/a、Pr、Ec和介电常数等性能。随着膜厚的降低，AlScN的Pr降低，Ec增大。 

图4. Al₁₋ₓScₓN的材料特性与Sc浓度的函数关系。(a)摇摆曲线FWHM、(b)c/a、(c)Pr、(d)Ec和(e)介电常数。

图5. Al₁₋ₓScₓN的材料特性的膜厚依赖性。(a)c/a、(b)介电常数、(c)Pr和(d)Ec。Al₁₋ₓScₓN的材料性质的温度依赖性。(e)c/a、(f)介电常数、(g)Pr和(h)Ec。

V AlScN的极化反转动力学

探究畴反转动力学和原子尺度的极化反转对深入理解AlScN的铁电性具有重要意义。PFM测试揭示AlScN畴结构的演变在不同电压下随时间的变化(图6)。原位STEM可以观察到AlN基铁电体在施加电压过程中的原子级极化反转过程，包括从初始(N极)、中间(非极性)和最终(Al极性)的转变过程(图7)。

图6. (a)在不同频率下Al0.72Sc0.28N的电滞回线。(b)切换时间作为脉冲幅度的函数。(c)施加幅度为-9V、-12V和-13V的电压脉冲后，Al0.72Sc0.28N的PFM相位图像。

图7. (a)沉积的Pt区域的STEM图像，非切换区域(N极性)极化切换到金属极性。(b)HAADF显微照片显示了N极性的原子结构。(c)HAADF显微照片显示了在沉积的Pt区域中极化反转后金属极性的原子结构。(d)N极性、非极性和Al极性态的原子模型、STEM图像的模拟和实验图像。

VI AlScN基铁电存储器和存算一体应用

随后，总结了AlScN基的FeRAM、FeFET、FeD和FTJ器件，并阐述其商业化的潜力。针对以上AlScN铁电器件各自的缺点提出了在商业化道路上可能面临的困难(图8)。最后，列举了基于AlScN的铁电存储器在IMC领域应用的实例(图9)。

图8. (a)FeFET(HZO、PZT和AlScN)的on/off比和归一化存储窗口。(b)HZO、PZT和AlScN-FeFET的EDEP/Ec比率的模拟值。(c)基于AlScN/MoS₂的FeFET的示意图。(d)I–V转移曲线。(e)基于AlScN/MoS₂的FeFET的疲劳性和(f)保持特性。(g)基于AlScN/MoS₂的FeFET的示意图。(h)I–V转移曲线。(i)MoS₂作为沟道的不同FeFET的归一化MW和开态电导率的比较。

图9. (a)AlScN-FeD和(b)TCAM由2-FeD细胞构建。(c)各种TCAM单胞的面积与搜索延迟的基准比较图。(d)VMM的AlScN FD交叉阵列实现。(e)16种电导态的保持特性。(f)卷积神经网络的拓扑图。(g)I–V曲线的拟合。(h)和(i)AlScN忆阻器的线性Vdr映射到非线性Vde。 

图10. 铁电AlScN在NVM中的优势及其在IMC和传感器内计算领域的潜在应用。

VII 挑战和展望

尽管取得了上述研究进展，但AlScN的性能仍需要进一步的改进和开发，以充分发挥其在未来商业应用中的潜力。

(1)材料层面的挑战：

III族元素的掺杂在III族氮化物中引入的应力降低了其极化反转能垒，促使III族氮化物在硬击穿前发生极化反转，并伴有巨大的Pr。全面探究空位、温度、应变、掺杂浓度、杂质、非均匀畴和表面吸附等因素对AlScN铁电性能的影响至关重要。高精度原位X射线衍射(XRD)和原位STEM等先进表征技术是进一步揭示AlScN铁电性的起源及其对外场响应机制的重要工具。

(2)商用存储器中对AlScN的需求：

巨大的Ec在铁电应用中扮演着双刃剑的角色。FeFET的MW主要由铁电层的矫顽电压(Vc)决定，而Vc与铁电薄膜的厚度和Ec成比例。随着器件小型化进程的需求，为了确保足够的MW，FeFET所需铁电栅介质必须具备较高的Ec。此外，FeFET中半导体沟道的不完全屏蔽引入了较大的退极化场，导致数据保持特性差，高Ec有利于改善器件的保持特性。然而，较大的Ec导致工作电压较高，限制了铁电功能器件的疲劳性能。因此，合适的Ec被认为是在铁电应用中实现性能均衡的关键。通过调节引入的Ga、B和Sc等阳离子的浓度，可以降低AlScN的Ec。改变衬底或采用快速退火来增加平面内拉伸应力也可以降低Ec。

剩余极化Pr是铁电材料的另一个关键参数。高的Pr值赋予AlScN诸多优势，比如能够产生较大的局域电场，有利于高效的静电掺杂，并拓宽了剩余极化调控的选择范围，通过调整外加电压幅值能够获得多样化的Pr值。然而，在FeFET中，大的Pr可以导致显著的退极化场。因此，在在设计和优化FeFET时，需要优选合适的Pr来平衡性能和稳定性。

氮缺陷、位错和非均匀畴等因素会导致AlScN薄膜的漏电流显著增加。采用高真空沉积技术并在富含氮气的环境下生长薄膜是抑制氮空位形成得关键策略以。此外，合适的衬底是必不可少的，它不仅可以提供外延模板来抑制位错和非均匀畴，而且可以诱导适当的应变来降低极化反转的能垒。

针对纤锌矿结构的铁电薄膜在存储应用中面临的其他核心问题，如唤醒效应、印记效应、疲劳失效机制以及循环耐久性降低的深层次原因，开展系统而深入的研究同样不可或缺。为了满足商用芯片对AlScN的需求，在保持AlScN晶圆质量的同时，必须专注于降低成本。这些研究不仅有助于揭示材料内在的工作机理，也为设计和优化下一代高性能、高可靠性的铁电存储器件提供了理论指导和技术支持，是推动该领域技术创新与发展的重要途径。

(3)IMC对FeM芯片的需求：

在执行VMM计算时，器件-器件和循环-循环之间的一致性至关重要。这要求我们深入探索和掌握器件极化状态、畴动力学和电阻态之间的关联。目前，基于AlScN的器件研究仍处于初级阶段，大多数研究仍聚焦于单一、结构相对简单的器件模型。为了向IMC迈进，迫切需要研制高质量、大规模的器件阵列。对于FTJ和FeD来说，实现足够紧凑的单元尺寸和多态调控对于优化性能至关重要。对于FeFET来说，采用类NAND结构设计提供了一种提高存储密度的可行策略。

总之，铁电AlScN表现出优异的铁电性，在铁电NVM领域具有广阔的应用前景。在解决上述挑战的同时，重点改善铁电AlScN的电学性质并探索与前端和后端技术兼容的集成工艺至关重要。当然，扩展AlScN在IMC(如搜索运算、矢量矩阵乘法、逻辑运算、机器学习和图形计算)和传感器计算(如人工视觉、听觉、触觉、嗅觉和味觉传感器)中的应用是至关重要的(图10)。尽管其商业化可能需要时间，但预计一旦其薄膜和器件达到临界质量，AlScN的卓越性能将被广泛应用。

作者简介

田博博

本文通讯作者

华东师范大学 教授

▍主要研究领域

基于铁电材料的类脑智能器件。

▍个人简介

华东师范大学电子科学系教授，在存算一体、感存算一体类脑芯片和类脑视觉方面取得一系列原创突破。在Nat. Mater., Nat. Electron.和Nat. Commun.等国际重要期刊发表SCI论文100余篇。入选国家优青，重庆市杰青，中国博士后创新人才计划和中国科学院院长特别奖。担任中国神经科学学会类脑智能分会委员会委员，担任The Innovation, InfoMat, Exploration, International Journal of Extreme Manufacturing和Brain-X等期刊的青年编委。

▍Email：bbtian@ee.ecnu.edu.cn

朱秋香

本文通讯作者

华东师范大学 副教授

▍主要研究领域

聚焦铁电薄膜，研制电子原型器件(铁电隧道结、铁电二极管、铁电场效应晶体管等)，探讨其在存储器、神经形态计算等领域的应用。

▍个人简介

华东师范大学电子科学系副教授。在Nat. Commun., Adv. Phys. Rev., Nat. Phys., Adv. Funct. Mater., Adv. Electron. Mater.和Appl. Phys. Lett.等国际期刊上发表SCI学术论文40余篇，获授权专利4项。

▍Email：qxzhu@clpm.ecnu.edu.cn

撰稿：原文作者

编辑：《纳微快报(英文)》编辑部

关于我们

Nano-Micro Letters《纳微快报(英文)》是上海交通大学主办、在Springer Nature开放获取(open-access)出版的学术期刊，主要报道纳米/微米尺度相关的高水平文章(research article, review, communication, perspective, highlight, etc)，包括微纳米材料与结构的合成表征与性能及其在能源、催化、环境、传感、电磁波吸收与屏蔽、生物医学等领域的应用研究。已被SCI、EI、PubMed、SCOPUS等数据库收录，2023 IF=31.6，学科排名Q1区前3%，中国科学院期刊分区1区期刊。多次荣获“中国最具国际影响力学术期刊”、“中国高校杰出科技期刊”、“上海市精品科技期刊”等荣誉，2021年荣获“中国出版政府奖期刊奖提名奖”。欢迎关注和投稿。

Web: https://springer.com/40820

E-mail: editor@nmlett.org

Tel: 021-34207624