CN111785831A - 一种提升In2Se3相变材料多值存储特性的方法 - Google Patents
一种提升In2Se3相变材料多值存储特性的方法 Download PDFInfo
- Publication number
- CN111785831A CN111785831A CN202010583338.XA CN202010583338A CN111785831A CN 111785831 A CN111785831 A CN 111785831A CN 202010583338 A CN202010583338 A CN 202010583338A CN 111785831 A CN111785831 A CN 111785831A
- Authority
- CN
- China
- Prior art keywords
- phase
- doping
- atoms
- thermal conductivity
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000012782 phase change material Substances 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000000126 substance Substances 0.000 claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 7
- 239000013078 crystal Substances 0.000 claims abstract description 7
- 230000015654 memory Effects 0.000 claims description 30
- 102100021164 Vasodilator-stimulated phosphoprotein Human genes 0.000 claims description 26
- 108010054220 vasodilator-stimulated phosphoprotein Proteins 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 24
- 230000008901 benefit Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 241000341910 Vesta Species 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 238000003775 Density Functional Theory Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011173 large scale experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000329 molecular dynamics simulation Methods 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000011232 storage material Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 229910052727 yttrium Inorganic materials 0.000 description 1
- VWQVUPCCIRVNHF-UHFFFAOYSA-N yttrium atom Chemical compound [Y] VWQVUPCCIRVNHF-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/20—Multistable switching devices, e.g. memristors
- H10N70/231—Multistable switching devices, e.g. memristors based on solid-state phase change, e.g. between amorphous and crystalline phases, Ovshinsky effect
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C13/00—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00
- G11C13/0002—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements
- G11C13/0004—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements comprising amorphous/crystalline phase transition cells
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/881—Switching materials
- H10N70/882—Compounds of sulfur, selenium or tellurium, e.g. chalcogenides
- H10N70/8825—Selenides, e.g. GeSe
Landscapes
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Semiconductor Memories (AREA)
Abstract
本发明公开了提升In2Se3相变材料多值存储特性的方法,构建出In2Se3的α相和β相的晶体模型;将α相中的四面体位In原子、八面体位In原子分别按比例替换为Sc,形成α相的四面体位的掺杂体系模型以及八面体位的掺杂体系模型;将β相中的八面体位In原子按比例替换为Sc,形成β相的八面体位的掺杂体系模型;建立单质In和单质Sc的模型;对模型进行优化;计算α相和β相的掺杂形成能;计算优化模型的总能量、态密度、能带结构和弹性常数;计算出电导率和电子热导率;计算出晶格热导率与温度之间的关系;比对掺杂前后的热导率、电导率,得出性能更优的相变材料。将满足一定条件的金属元素掺入其中,可以实现提升其存储性能。
Description
技术领域
本发明涉及半导体技术领域,尤其涉及一种提升In2Se3相变材料多值存储特性的方法。
背景技术
随着社会信息化程度不断加深,人们的生活和生产所产生的数据量呈现出爆炸性的增长趋势,这对电子和信息产业构成了巨大的挑战,目前数据存储设备的存储密度,读写速度,数据保持力还难以满足要求。
人们迫切需要新的计算机硬件来满足需求,计算机组成部分中,IO设备成了最大的瓶颈,所以存储技术的进步成为了关键,现在的主要的存储设备有HDD、FLASH和DRAM。
HDD的存储原理是基于巨磁阻效应,通过磁头在圆形盘片上扫描读取数据,这种存储设备具有抗震性能差,高能耗,高噪声和低读写速度等缺点,HDD本质上是一个机电设备,无法从先进的集成电路工艺中获益,这一点反映在HDD的各项性能指标都提升地非常缓慢,HDD目前正在逐渐被FLASH替代。
FLASH相较于HDD它具有很多优点,例如读写速度快,设备体积小,能耗低,FLASH是一个半导体设备,里面没有任何可动部件,所以具有较强的抗震性,然而集成电路的工艺越来越先进的情况下,FLASH的颗粒寿命和可靠性却大幅下降,FLASH的读写速度在与HDD相比具有优势,但是跟DRAM比较却是非常缓慢。
DRAM具有很快的读写速度和接近无限的颗粒寿命,然而DRAM的存储密度提不上去,导致成本降不下来,而且最重要的DRAM是易失性存储器(Volatile Memory),意味着断电将丢失所有数据。
以上所述的存储技术都有或多或少的缺点,这些缺点都来源于它们的存储原理,只有开发新型的存储技术才能从根本上克服这些缺点。
新型存储技术分为铁电存储(FeRAM)、相变存储(PCRAM)、阻变存储(ReRAM)、磁存储(MRAM)等。
相变存储是其中综合性能最好的一种技术,相变存储器是利用材料在两种状态的电学或者光学差异存储信息,属于非易失性存储器(Non-Volatile Memory),其优点主要有:在工艺上与CMOS兼容;纳秒级别的擦写速度;非挥发性等。
PCRAM被认为是下一代存储器最具竞争力的一种新型存储技术,相较于现有的存储器,相变存储器具有读取速度快,数据保持时间长,抗辐射,抗电磁干扰等优点,目前最具代表性的相变存材料是GST-225(Ge2Sb2Te5),它的晶态和非晶态之间的电学和光学特征会表现出明显的差别,能够用于存储数据,相变存储材料是相变存储器的核心,它直接决定的相变存储器性能的优劣。
PCRAM中对性能起决定性作用的就是相变材料,传统的相变材料GST-225存在诸多问题,例如晶化温度低,具有相分离的隐患。
发明内容
基于以上现有技术的不足,本发明所解决的技术问题在于针对现有技术提供一种提升In2Se3相变材料多值存储特性的方法。
为了解决上述技术问题,本发明提供一种提升In2Se3相变材料多值存储特性的方法,包含如下步骤:
S1、通过VESTA软件分别构建出In2Se3的α相和β相的晶体模型;
S2、将α相中的四面体位In原子按照一定比例替换为Sc,形成α相的四面体位的掺杂体系模型,
以及,
将α相中的八面体位In原子按照一定比例替换为Sc,形成α相的八面体位的掺杂体系模型;
S3、将β相中的八面体位In原子按照一定比例替换为Sc,形成β相的八面体位的掺杂体系模型;
S4、建立单质In和单质Sc的模型;
S5、将S2、S3和S4中所得模型通过VESTA软件导出为VASP的输入文件,并将输入文件导入VASP软件进行结构优化;
S6、计算α相和β相的掺杂形成能,判断掺杂合理性;
S7、通过VASP软件计算出优化模型的总能量、态密度、能带结构和弹性常数;
S8、将能带结构导入BoltzTraP2中,计算出电导率和电子热导率;
S9、将VASP计算出的结果带入到Slack模型中,计算出晶格热导率与温度之间的关系,其中,结果指Slack模型计算晶格热导率Kl所需要的数据;
S10、通过比对掺杂前后的电子热导率、晶格热导率、电导率,得出性能更优的相变材料。
作为上述技术方案的优选,本发明提供的提升In2Se3相变材料多值存储特性的方法进一步包括下列技术特征的部分或全部:
作为上述技术方案的改进,步骤S2、S3中的Sc元素通过VESTA软件掺入,掺杂比例小于25%。
作为上述技术方案的优选,掺杂比例的计算公式为:
作为上述技术方案的优选,步骤S6中,In2Se3的掺杂形成能通过以下公式计算:Eform=Edoped-Epure+μSc-μIn。
作为上述技术方案的优选,步骤S9中,晶格热导率计算公式为:
γ按照通过晶体的纵向声速v1和横向声速vt计算:
其中,B代表体积模量,G代表剪切模量,ρ代表物质密度;
德拜温度按照如下的公式确定:
其中,ρ代表物质密度,h代表普朗克常数,KB代表玻尔兹曼常数,n代表分子式中原子总数,NA代表阿伏伽德罗常数,M代表相对分子质量。
与现有技术相比,本发明的技术方案具有如下有益效果:In2Se3具有不同的晶相,在相变存储领域具有多值存储的潜力,然而其α相和β相的电阻率差异与传统相变存储材料相比存在数量级上的差距,不利于实现稳定可靠的多值存储,通过本发明所提及的方法,计算模拟表明,将满足一定条件的金属元素掺入其中,可以提高α相和β相之间的电阻率对比度,还能有效降低热导率和提高电阻率,即实现提升其存储性能。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下结合优选实施例,详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例的附图作简单地介绍。
图1是具体研究的技术路线流程图;
图2是Slack模型下晶格热导率与温度的关系图;
图3是BoltzTraP2给出的电导率与载流子浓度关系图;
图4是BoltzTraP2给出的电子热导率与载流子浓度关系图;
图5是两相对比度与载流子浓度的关系。
具体实施方式
下面详细说明本发明的具体实施方式,其作为本说明书的一部分,通过实施例来说明本发明的原理,本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。
实施例1
如图1所示,一种提升In2Se3相变材料多值存储特性的方法,所述方法包含如下步骤:
S1、分别建立In2Se3的α相和β相晶体模型,总共包含15个原子,本发明实施例的模型构建软件为VESTA,导出为POSCAR文件;
S2、将α相中的四面体位In原子分别按照8.3%替换为Sc,形成α相的四面体位的掺杂体系模型,总计60个原子,
以及,
将α相中的八面体位In原子分别按照8.3%替换为Sc,形成α相的八面体位的掺杂体系模型,总计60个原子,导出为POSCAR文件;
S3、将β相中的八面体位In原子分别按照8.3%替换为Sc,形成β相的八面体位的掺杂体系模型,总计60个原子,导出为POSCAR文件;
S4、建立单质In和单质Sc的模型,导出为POSCAR文件;
S5、建立VASP的输入文件,包括INCAR、KPOINTS、POTCAR或POSCAR,即将S2、S3和S4中所得模型通过VESTA软件导出为POSCAR,然后导入VASP软件进行结构优化;
S6、计算α相和β相的掺杂形成能,判断掺杂合理性;
S7、通过VASP计算出优化模型的总能量、态密度、能带结构和弹性常数;
S8、将VASP计算出的能带结构导入到BoltzTraP2,计算出电导率和电子热导率;
S9、将VASP计算出的结果带入到Slack模型中,计算出晶格热导率与温度之间的关系,其中,结果指Slack模型计算晶格热导率Kl所需要的数据;
S10、通过比对掺杂前后的电子热导率、晶格热导率、电导率,可以得出性能更优的相变材料,从而提高相变性能。
本实施例的方法所采用的计算机模拟软件为VASP软件包。VASP是基于密度泛函理论,采用平面波赝式(或缀加投影波)方法进行从头算分子动力学和第一性原理电子结构计算的软件包。VASP包括INCAR(计算控制参数文件)、KPOINTS(K点取样设置文件)、POSCAR(描述体系结构文件)和POTCAR(赝式文件)四个输入文件,其输出文件主要包括OUTCAR、CHG、CHGCAR、WAVECAR、DOSCAR、CONTCAR、EIGENVAL、OSZICAR等。对于输出文件,可以借助于脚本程序或者辅助软件对其进行处理,获得所需的结果。
实施例2
如图1所示,一种提升In2Se3相变材料多值存储特性的方法,所述方法包含如下步骤:
S1、分别建立In2Se3的α相和β相晶体模型,总共包含15个原子,本发明实施例的模型构建软件为VESTA,导出为POSCAR文件;
S2、将α相中的四面体位In原子分别按照16.7%替换为Sc,形成α相的四面体位的掺杂体系模型,总计60个原子,
以及,
将α相中的八面体位In原子分别按照16.7%替换为Sc,形成α相的八面体位的掺杂体系模型,总计60个原子,导出为POSCAR文件;
S3、将β相中的八面体位In原子分别按照16.7%替换为Sc,形成β相的八面体位的掺杂体系模型,总计60个原子,导出为POSCAR文件;
S4、建立单质In和单质Sc的模型,导出为POSCAR文件;
S5、建立VASP的输入文件,包括INCAR、KPOINTS、POTCAR或POSCAR,即将S2、S3和S4中所得模型通过VESTA软件导出为POSCAR,然后导入VASP软件进行结构优化;
S6、计算α相和β相的掺杂形成能,判断掺杂合理性;
S7、通过VASP计算出优化模型的总能量、态密度、能带结构和弹性常数;
S8、将VASP计算出的能带结构导入到BoltzTraP2,计算出电导率和电子热导率;
S9、将VASP计算出的结果带入到Slack模型中,计算出晶格热导率与温度之间的关系,其中,结果指Slack模型计算晶格热导率Kl所需要的数据;
S10、通过比对掺杂前后的电子热导率、晶格热导率、电导率,可以得出性能更优的相变材料,从而提高相变性能。
实施例3
如图1所示,一种提升In2Se3相变材料多值存储特性的方法,所述方法包含如下步骤:
S1、分别建立In2Se3的α相和β相晶体模型,总共包含15个原子,本发明实施例的模型构建软件为VESTA,导出为POSCAR文件;
S2、将α相中的四面体位In原子分别按照25%替换为Sc,形成α相的四面体位的掺杂体系模型,总计60个原子,
以及,
将α相中的八面体位In原子分别按照25%替换为Sc,形成α相的八面体位的掺杂体系模型,总计60个原子,导出为POSCAR文件;
S3、将β相中的八面体位In原子分别按照25%替换为Sc,形成β相的八面体位的掺杂体系模型,总计60个原子,导出为POSCAR文件;
S4、建立单质In和单质Sc的模型,导出为POSCAR文件;
S5、建立VASP的输入文件,包括INCAR、KPOINTS、POTCAR或POSCAR,即将S2、S3和S4中所得模型通过VESTA软件导出为POSCAR,然后导入VASP软件进行结构优化;
S6、计算α相和β相的掺杂形成能,判断掺杂合理性;
S7、通过VASP计算出优化模型的总能量、态密度、能带结构和弹性常数;
S8、将VASP计算出的能带结构导入到BoltzTraP2,计算出电导率和电子热导率;
S9、将VASP计算出的结果带入到Slack模型中,计算出晶格热导率与温度之间的关系,其中,结果指Slack模型计算晶格热导率Kl所需要的数据;
S10、通过比对掺杂前后的电子热导率、晶格热导率、电导率,可以得出性能更优的相变材料,从而提高相变性能。
通过图2、图3、图4、图5表示本征的In2Se3,在经过Sc的掺杂之后,性能得到了提升。
图2中a)表示Sc掺杂在α-In2Se3八面体位后,晶格热导率的变化;b)表示Sc掺杂在α-In2Se3四面体位后,晶格热导率的变化;c)表示Sc掺杂在β-In2Se3后,晶格热导率的变化;横轴表示绝对温度,纵轴表示晶格热导率。
图3中a)表示Sc掺杂在α-In2Se3的八面体位后,平面内方向电导率的变化;b)表示Sc掺杂在α-In2Se3的四面体位后,平面内方向电导率的变化;c)表示Sc掺杂在β-In2Se3后,平面内方向电导率的变化;d)表示Sc掺杂在α-In2Se3八面体位后,面外方向电导率的变化;e)表示Sc掺杂在α-In2Se3四面体位后,面外方向电导率的变化;f)表示Sc掺杂在β-In2Se3后,面外方向电导率的变化;横轴表示载流子浓度,纵轴表示电导率;
图a)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.083、x=0.167、x=0.250;图b)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.250、x=0.167、x=0.083;图c)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.167、x=0.250、x=0.083;图d)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.250、x=0.083、x=0.167;图e)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.250、x=0.083、x=0.167;图f)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.083、x=0.250、x=0.167。
图4中a)表示Sc掺杂在α-In2Se3的八面体位后,平面内方向电子热导率的变化;b)表示Sc掺杂在α-In2Se3的四面体位后,平面内方向电子热导率的变化;c)表示Sc掺杂在β-In2Se3后,平面内方向电子热导率的变化;d)表示Sc掺杂在α-In2Se3的八面体位后,面外方向电子热导率的变化;e)表示Sc掺杂在α-In2Se3的四面体位后,面外方向电子热导率的变化;f)表示Sc掺杂在β-In2Se3后,面外方向电子热导率的变化;横轴表示载流子浓度,纵轴表示电子热导率;
图a)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.167、x=0.083、x=0.250;图b)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.167、x=0.083、x=0.250;图c)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.250、x=0.083、x=0.167;图d)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.250、x=0.083、x=0.167;图e)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.250、x=0.083、x=0.167;图f)中以坐标系右端点为基准,从上至下的各曲线依次对应x=0、x=0.083、x=0.250、x=0.167。
在上述各实施例中,也可以采用钇(Y)替换In原子。
目前的相变存储器都是晶态和非晶态之间的相变,而In2Se3除了晶态和非晶态之间的相变外,还存在晶态到晶态的相变,所以能形成多值存储;
在没有掺杂的情况下,α和β相之间的电阻率对比度只有102,而一般的相变存储器至少都有103,这就是为什么要掺杂;
掺杂元素的选择并不唯一,选择Sc元素的原因主要有:
1)Sc和In的最高价态都为+3,以及2)Sc和In的共价半径相差不大,满足这两个条件就可以作为掺杂的候选元素。
相较于实验,计算模拟的好处在于:
1)能够以极低的成本,更快的速度得到结果,避免大规模实验的展开造成的时间和资源浪费;
2)数值模拟能够精细的模拟实验过程,得到实验难以测量到的数据,并且可以人为指定模拟条件,严格控制掺杂的比例;
3)数值模拟能揭示实验结果的机理,为实验提指导作用。
以上所述是本发明的优选实施方式而已,当然不能以此来限定本发明之权利范围,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和变动,这些改进和变动也视为本发明的保护范围。
Claims (5)
1.一种提升In2Se3相变材料多值存储特性的方法,其特征在于,所述方法包含如下步骤:
S1、通过VESTA软件分别构建出In2Se3的α相和β相的晶体模型;
S2、将α相中的四面体位In原子按照一定比例替换为Sc,形成α相的四面体位的掺杂体系模型,
以及,
将α相中的八面体位In原子按照一定比例替换为Sc,形成α相的八面体位的掺杂体系模型;
S3、将β相中的八面体位In原子按照一定比例替换为Sc,形成β相的八面体位的掺杂体系模型;
S4、建立单质In和单质Sc的模型;
S5、将S2、S3和S4中所得模型通过VESTA软件导出为VASP的输入文件,并将输入文件导入VASP软件进行结构优化;
S6、计算α相和β相的掺杂形成能,判断掺杂合理性;
S7、通过VASP软件计算出优化模型的总能量、态密度、能带结构和弹性常数;
S8、将能带结构导入BoltzTraP2中,计算出电导率和电子热导率;
S9、将VASP计算出的结果导入到Slack模型中,计算出晶格热导率与温度之间的关系,其中,结果指Slack模型计算晶格热导率Kl所需要的数据;
S10、通过比对掺杂前后的电子热导率、晶格热导率、电导率,得出性能更优的相变材料。
2.如权利要求1所述的提升In2Se3相变材料多值存储特性的方法,其特征在于,步骤S2、S3中的Sc元素通过VESTA软件掺入,掺杂比例小于25%。
4.如权利要求1所述的提升In2Se3相变材料多值存储特性的方法,其特征在于,步骤S6中,In2Se3的掺杂形成能通过以下公式计算:Eform=Edoped-Epure+μSc-μIn。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010583338.XA CN111785831A (zh) | 2020-06-23 | 2020-06-23 | 一种提升In2Se3相变材料多值存储特性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010583338.XA CN111785831A (zh) | 2020-06-23 | 2020-06-23 | 一种提升In2Se3相变材料多值存储特性的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111785831A true CN111785831A (zh) | 2020-10-16 |
Family
ID=73598247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010583338.XA Pending CN111785831A (zh) | 2020-06-23 | 2020-06-23 | 一种提升In2Se3相变材料多值存储特性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111785831A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112992280A (zh) * | 2021-03-16 | 2021-06-18 | 苏州健雄职业技术学院 | 一种Ti-Al-V三元合金分子动力学α+β双相几何模型构建及势函数拟合方法 |
CN113311020A (zh) * | 2021-05-31 | 2021-08-27 | 上海大学 | 一种基于高通量第一性原理计算预测材料热电性能的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255044A (zh) * | 2011-05-03 | 2011-11-23 | 中国科学院上海微系统与信息技术研究所 | 一种纳秒级可逆相变材料及其相变机理的测定方法 |
CN109086564A (zh) * | 2018-06-21 | 2018-12-25 | 太原理工大学 | 一种提高二硫化钼催化析氢性能的方法 |
US20190044063A1 (en) * | 2018-03-30 | 2019-02-07 | Intel Corporation | Non-volatile memory structures and devices |
CN109560104A (zh) * | 2018-12-20 | 2019-04-02 | 上海集成电路研发中心有限公司 | 一种相变存储器及其制备方法 |
CN109637591A (zh) * | 2018-12-14 | 2019-04-16 | 武汉理工大学 | 一种Mg、Ca元素掺杂改性二氧化硅材料折射率的预测方法 |
US20200152263A1 (en) * | 2012-10-12 | 2020-05-14 | Micron Technology, Inc. | Memory device architecture |
US20200194670A1 (en) * | 2018-12-13 | 2020-06-18 | Intel Corporation | Chalcogenide-based memory architecture |
-
2020
- 2020-06-23 CN CN202010583338.XA patent/CN111785831A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255044A (zh) * | 2011-05-03 | 2011-11-23 | 中国科学院上海微系统与信息技术研究所 | 一种纳秒级可逆相变材料及其相变机理的测定方法 |
US20200152263A1 (en) * | 2012-10-12 | 2020-05-14 | Micron Technology, Inc. | Memory device architecture |
US20190044063A1 (en) * | 2018-03-30 | 2019-02-07 | Intel Corporation | Non-volatile memory structures and devices |
CN109086564A (zh) * | 2018-06-21 | 2018-12-25 | 太原理工大学 | 一种提高二硫化钼催化析氢性能的方法 |
US20200194670A1 (en) * | 2018-12-13 | 2020-06-18 | Intel Corporation | Chalcogenide-based memory architecture |
CN109637591A (zh) * | 2018-12-14 | 2019-04-16 | 武汉理工大学 | 一种Mg、Ca元素掺杂改性二氧化硅材料折射率的预测方法 |
CN109560104A (zh) * | 2018-12-20 | 2019-04-02 | 上海集成电路研发中心有限公司 | 一种相变存储器及其制备方法 |
Non-Patent Citations (1)
Title |
---|
PINGAN LI等: "Improved phase change properties in layered ScxIn2−xSe3for multilevel information storage", 《PHYS. D: APPL. PHYS. 》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112992280A (zh) * | 2021-03-16 | 2021-06-18 | 苏州健雄职业技术学院 | 一种Ti-Al-V三元合金分子动力学α+β双相几何模型构建及势函数拟合方法 |
CN112992280B (zh) * | 2021-03-16 | 2022-01-11 | 苏州健雄职业技术学院 | 一种Ti-Al-V三元合金分子动力学α+β双相几何模型构建及势函数拟合方法 |
CN113311020A (zh) * | 2021-05-31 | 2021-08-27 | 上海大学 | 一种基于高通量第一性原理计算预测材料热电性能的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zahoor et al. | Resistive random access memory (RRAM): an overview of materials, switching mechanism, performance, multilevel cell (MLC) storage, modeling, and applications | |
TW587347B (en) | Multiple data state memory cell | |
Redaelli et al. | Threshold switching and phase transition numerical models for phase change memory simulations | |
Sarwat | Materials science and engineering of phase change random access memory | |
Mon et al. | Interface roughening in the three-dimensional Ising model | |
Catlow et al. | Computational approaches to energy materials | |
CN111785831A (zh) | 一种提升In2Se3相变材料多值存储特性的方法 | |
CN1819023A (zh) | 对带可移位数据列的磁移位寄存器传送数据的系统及方法 | |
Chen et al. | Recent technology advances of emerging memories | |
Zhao et al. | Improved multilevel storage capacity in Ge2Sb2Te5-based phase-change memory using a high-aspect-ratio lateral structure | |
Ashwin et al. | Fast simulation of phase-change processes in chalcogenide alloys using a Gillespie-type cellular automata approach | |
Ehrmann et al. | Recent developments in phase‐change memory | |
CN113450850B (zh) | 磁性存储单元、数据写入方法、存储器及设备 | |
CN113451502B (zh) | 多功能磁性随机存储单元、方法、存储器及设备 | |
Zeng et al. | Strong atom capture ability and pinning effect by doping an element with large electronegativity difference in Sb2Te3 phase change material | |
Chen et al. | Nonideality suppression and 16-state multilevel cell storage optimization in phase change memory with linear-like circuit | |
Kwon et al. | Modeling of data retention statistics of phase-change memory with confined-and mushroom-type cells | |
Tang et al. | Programming and read performances optimization of phase-change memory via multi-objective genetic algorithm and improved finite element analysis | |
Atkins | Computational Studies of Halide and Hybrid Perovskite Materials for Solar Cells | |
Athmanathan | Multilevel-cell phase-change memory: modeling and reliability framework | |
Peng et al. | Assessing the Possibilities of NM x (Sb2Te3) 1− x Solid Solutions (NM= Noble Metal) for Phase-Change Memory Applications Using High-throughput Calculations | |
Feng et al. | Screening (SbTe) 1− x NM x Solid Solutions Towards to Phase-Change Memory Materials Applications: A High-Throughput Computational Study | |
Lee et al. | Observing the amorphous‐to‐crystalline phase transition in Ge2Sb2Te5 non‐volatile memory materials from ab initio molecular‐dynamics simulations | |
CN113744777B (zh) | 磁性随机存储器的存储单元及数据多态存储控制方法 | |
Benvenuti et al. | Current status and future prospects of non-volatile memory modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201016 |
|
RJ01 | Rejection of invention patent application after publication |