机构名称：
¥ 1.0
随着每年产生的泽字节级数据，人工智能 (AI) 要求快速提高计算性能。然而，数据通信仍然是系统性能扩展的主要瓶颈。通过单片三维 (M3D) 集成提高数据传输带宽和通过大脑启发式计算范式减轻数据传输工作量是很有前途的解决方案。在本次演讲中，我将介绍我最近在后端 (BEOL) 兼容氧化物电子学方面的工作，它们在这些解决方案中发挥着关键作用：(1) 为了应对非晶氧化物半导体 (AOS) 晶体管可靠性的关键挑战，这是一种在 M3D IC 中普遍存在的 BEOL 兼容有源器件选项，我开发了一种经济高效的氟化封装技术，可以在较低的热预算下有效修复氧缺陷。(2) 鉴于 3D IC 中片外电压转换效率低下，我开发了 AOS 功率晶体管技术，并通过实验证明了 BEOL 兼容 DC-DC 转换器可实现高效的片上电压转换。 (3) 为了在脑启发计算中实现更多的功率-性能-面积-成本 (PPAC) 优势，我开发了一种与 BEOL 兼容的选择性区域掺杂技术，该技术在强关联氧化物中具有极高的浓度，从而实现了基于 VO 2 的人工神经元和突触的单片集成，从而实现了高效的同型神经形态平台。这些工作强调了与 BEOL 兼容的氧化物电子学在推进面向 AI 的微电子的 M3D 集成和脑启发计算技术方面的重要性。
时间： 地点： 主持人： 摘要： 简介：
主要关键词
相关文件推荐
