저항변환 메모리(RRAM)의 응용 및 요구사항
정보화 시대에 급증하는 데이터를 효율적으로 저장하고 처리하기 위한 새로운 하드웨어 솔루션이 시급합니다. 기존 폰 노이만 아키텍처 기반 컴퓨팅 시스템에서 데이터 이동이 에너지 소비의 가장 큰 부분을 차지함에 따라, 데이터 이동을 최소화하는 인메모리 컴퓨팅(IMC)과 같은 새로운 컴퓨팅 패러다임이 부상했습니다. 이는 컴퓨팅 성능, 에너지 효율성, 비트 용량 측면에서 메모리 장치의 상당한 발전을 요구합니다. 이러한 목표를 달성하기 위해 저항변환 랜덤 액세스 메모리(RRAM)는 뛰어난 확장성과 비휘발성 저장 특성 덕분에 이상적인 후보로 주목받고 있습니다. 그러나 최신 인공지능(AI) 모델의 회로 구현에는 고도로 특화된 소자 특성이 필요하며, 이는 RRAM 소자 공학에 대한 세심한 접근을 요구합니다. 본 연구는 재료, 소자, 회로 및 응용 관점에서 RRAM 개념을 다루며, 특히 물리적 소자 특성과 저장 및 컴퓨팅 응용을 위한 요구사항에 초점을 맞춥니다. 주요 메모리 응용 분야로는 새로운 마이크로컨트롤러 유닛(MCU)의 임베디드 비휘발성 메모리(eNVM)와 스토리지 클래스 메모리(SCM)가 강조됩니다. 또한, 신경망 하드웨어 가속기, 데이터 질의, 대수 함수 등 IMC 분야의 응용 사례를 RRAM 기술 기반의 시연 장치를 통해 설명합니다. 이러한 분석을 통해 저전력의 지속 가능한 AI 개발을 위한 현재의 과제들을 명확히 제시합니다. RRAM은 미래 컴퓨팅 환경의 핵심 기술로 자리매김할 잠재력을 가지고 있으며, 본 연구는 관련 분야의 연구자들에게 중요한 통찰을 제공할 것입니다.