CN116991646B - 磁存储器寿命预测方法、装置、电子设备及存储介质 - Google Patents
磁存储器寿命预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116991646B CN116991646B CN202311258838.6A CN202311258838A CN116991646B CN 116991646 B CN116991646 B CN 116991646B CN 202311258838 A CN202311258838 A CN 202311258838A CN 116991646 B CN116991646 B CN 116991646B
- Authority
- CN
- China
- Prior art keywords
- voltage
- stress
- test data
- model
- over
- 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.)
- Active
Links
- 230000005291 magnetic effect Effects 0.000 title claims abstract description 114
- 230000015654 memory Effects 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012360 testing method Methods 0.000 claims abstract description 142
- 230000001133 acceleration Effects 0.000 claims abstract description 46
- 238000004088 simulation Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 description 35
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 230000007774 longterm Effects 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 230000005684 electric field Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 229940070527 tourmaline Drugs 0.000 description 4
- 229910052613 tourmaline Inorganic materials 0.000 description 4
- 239000011032 tourmaline Substances 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000005294 ferromagnetic effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000005641 tunneling Effects 0.000 description 2
- 102000018746 Apelin Human genes 0.000 description 1
- 108010052412 Apelin Proteins 0.000 description 1
- BWVPHIKGXQBZPV-QKFDDRBGSA-N apelin Chemical compound NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCSC)C(=O)N1CCC[C@H]1C(=O)N[C@@H](CC(C)C)C(=O)N1[C@H](C(=O)N[C@@H](CC(O)=O)C(=O)NCC(=O)N[C@@H](CC(N)=O)C(=O)NCC(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(O)=O)C(=O)NCC(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=2NC=NC=2)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(N)=O)C(=O)NCC(=O)N2[C@@H](CCC2)C(=O)NCC(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CC=2C3=CC=CC=C3NC=2)C(=O)N[C@@H](CCC(N)=O)C(=O)NCC(=O)NCC(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CC=2C=CC=CC=2)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CO)C(=O)N[C@@H](CC=2NC=NC=2)C(=O)N[C@@H](CCCCN)C(=O)NCC(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CCSC)C(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CC=2C=CC=CC=2)C(O)=O)CCC1 BWVPHIKGXQBZPV-QKFDDRBGSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2284—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by power-on test, e.g. power-on self test [POST]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2601—Apparatus or methods therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2642—Testing semiconductor operation lifetime or reliability, e.g. by accelerated life tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
- G11C29/04—Detection or location of defective memory elements, e.g. cell constructio details, timing of test signals
- G11C29/50—Marginal testing, e.g. race, voltage or current testing
- G11C29/50004—Marginal testing, e.g. race, voltage or current testing of threshold voltage
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- For Increasing The Reliability Of Semiconductor Memories (AREA)
Abstract
本发明涉及一种磁存储器寿命预测方法、装置、电子设备及存储介质,该方法包括:获取测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据;根据测试数据确定漏电压与过底电压的关系,漏电压为磁隧道结的电压分压,过底电压为底电极两端电势差;基于测试数据,以及漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据耐久性寿命模型预测磁存储器寿命。本发明通过应力加速测试对多个样本器件进行测试,获得的测试数据所需要的时间较短,通过该测试数据可确定漏电压与过底电压的关系,并结合可靠性加速模型获得耐久性寿命模型,输入实时工作电压即可预测磁存储的寿命,所需时间较短,效率较高。
Description
技术领域
本发明涉及半导体检测技术领域,特别是涉及一种磁存储器寿命预测方法、装置、电子设备及存储介质。
背景技术
耐久性测试是半导体领域的一类重要测试,通过对磁存储器进行耐久性测试,可确保其在长期使用和各种环境条件下的可靠性和稳定性,以降低维护成本以及提高产品质量。目前,对于磁存储器的耐久性测试方法是通过连续写入操作,测试磁存储器的写入耐久性。即模拟实际应用中的频繁写入操作,以确保磁存储器在长期使用过程中不会出现写入故障或数据损坏,例如,在常温状态下不断对磁存储器施加脉冲直到器件失效。但是,由于磁存储器在理论上的高耐久性,目前的测试方法的测试时间较长,效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种需要时间较短、效率较高的磁存储器寿命预测方法、装置、电子设备及存储介质。
本发明提供了一种磁存储器寿命预测方法,所述方法包括:
获取测试数据,所述测试数据为对多个样本器件分别进行应力加速测试所获得的数据;
根据所述测试数据确定漏电压与过底电压的关系,所述漏电压为磁隧道结的电压分压,所述过底电压为底电极两端电势差;
基于所述测试数据,以及所述漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据所述耐久性寿命模型预测磁存储器寿命。
在其中一个实施例中,所述根据所述测试数据确定漏电压与过底电压的关系,包括:
将所述测试数据输入器件仿真模型,得到所述器件仿真模型在不同电压应力或电流应力下,各个位置的电势分布,所述测试数据包括电压应力或电流应力;
根据所述电势分布,获取所述器件仿真模型在不同电压应力或电流应力下,分别对应的过底电压与漏电压。
在其中一个实施例中,所述根据所述电势分布,获取所述器件仿真模型在不同电压应力或电流应力下,分别对应的过底电压与漏电压,之后包括:
对不同电压应力或电流应力下分别对应的过底电压与漏电压进行线性拟合分析,获得漏电压与过底电压的关系式。
在其中一个实施例中,所述基于所述测试数据与所述漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,包括:
将所述漏电压与过底电压的关系与可靠性加速模型结合获得中间模型;
将所述测试数据输入所述中间模型,得到所述耐久性寿命模型,所述测试数据包括电压应力或电流应力,以及与所述电压应力或电流应力对应的失效时间。
在其中一个实施例中,所述根据所述耐久性寿命模型预测磁存储器寿命,包括:
将工作电压或工作电流输入所述耐久性寿命模型,获得与所述工作电压或工作电流对应的器件工作寿命。
本发明还提供了另一种磁存储器寿命预测方法,所述方法包括:
获取在预设温度应力下的测试数据,所述测试数据为对多个样本器件分别进行应力加速测试所获得的数据,所述测试数据包括多个电压应力或电流应力,以及与所述多个电压应力或电流应力分别对应的多个失效时间;
对所述多个电压应力或电流应力与多个失效时间进行线性拟合,确定在所述预设温度应力下,失效时间与电压应力或电流应力的线性关系;
基于所述线性关系预测在所述预设温度应力下,不同工作电压下对应的器件工作寿命。
在其中一个实施例中,所述对所述多个电压应力或电流应力与多个失效时间进行线性拟合,确定在所述预设温度应力下,失效时间与电压应力或电流应力的线性关系,包括:
通过线性拟合得到拟合直线;
对拟合直线做延长线获得拟合延长线。
在其中一个实施例中,所述对多个样本器件分别进行应力加速测试,包括:
对多个样本器件分别施加不同的电压应力或电流应力,直至磁隧道结发生短路;
记录每个样本器件所施加的电压应力或电流应力与失效时间。
本发明还提供了一种磁存储器寿命预测装置,所述装置包括:
第一获取模块,用于获取测试数据,所述测试数据为对多个样本器件分别进行应力加速测试所获得的数据;
第一确定模块,用于根据所述测试数据确定漏电压与过底电压的关系,所述漏电压为磁隧道结的电压分压,所述过底电压为底电极两端电势差;
第一预测模块,用于基于所述测试数据,以及所述漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据所述耐久性寿命模型预测磁存储器寿命。
本发明还提供了另一种磁存储器寿命预测装置,所述装置包括:
第二获取模块,用于获取在预设温度应力下的测试数据,所述测试数据为对多个样本器件分别进行应力加速测试所获得的数据,所述测试数据包括多个电压应力或电流应力,以及与所述多个电压应力或电流应力分别对应的多个失效时间;
第二确定模块,用于对所述多个电压应力或电流应力与多个失效时间进行线性拟合,确定在所述预设温度应力下,失效时间与电压应力或电流应力的线性关系;
第二预测模块,用于基于所述线性关系预测在所述预设温度应力下,不同工作电压下对应的器件工作寿命。
本发明还提供了一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述的磁存储器寿命预测方法。
本发明还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述的磁存储器寿命预测方法。
上述磁存储器寿命预测方法、装置、电子设备及存储介质,通过应力加速测试对多个样本器件进行测试,可使被测样本器件较快速的到达失效状态,获得的测试数据所需要的时间较短,通过该测试数据可确定漏电压与过底电压的关系,进而结合可靠性加速模型获得耐久性寿命模型,根据该耐久性寿命模型,输入实时工作电压即可预测磁存储的寿命,获得磁存储器寿命所需时间较短,效率较高。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的磁存储器寿命预测方法流程图;
图2为本发明的磁隧道结施加电压应力后的电流流向图;
图3为另一个实施例的磁存储器寿命预测方法流程图;
图4为对图2的磁存储器结构进行仿真获得的器件仿真模型图;
图5为对图4的仿真模型图施加不同电压应力后不同位置的电势及电流线分布图;
图6为图4的器件仿真模型的MTJ层的高度与电势关系图;
图7为本发明再一个实施例的磁存储器寿命预测方法流程图;
图8为本发明的耐久性寿命模型曲线与验证用数据关系图;
图9为本发明又一个实施例的磁存储器寿命预测方法流程图;
图10为本发明多个电压应力与多个失效时间的线性拟合延长线图;
图11为本发明的磁存储器实测阻值数据随时间增长而降低直至短路失效图;
图12为一个磁存储器芯片作为样本器件进行测试示意图;
图13为本发明的一个磁存储器寿命预测装置示意图;
图14为本发明另一个磁存储器寿命预测装置示意图;
图15为一个实施例的计算机设备的内部结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地说明,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
磁存储器(Magnetic Random Access Memory,MRAM)具有几乎为零的静态功耗,快速的读写速度,以及与金属氧化物半导体(CMOS)工艺兼容等优点,在航空航天与可穿戴设备等领域已实现商业化应用,被认为是最有前景的下一代存储器之一。
MTJ(Magnetic Tunnel Junction,磁性隧道结)是磁存储器的基本存储单元,由铁磁金属材料和金属氧化物构成的超薄多层膜结构组成。其核心结构通常为铁磁层(自由层)/隧穿层(势垒层)/铁磁层(参考层)三明治结构。
耐久性测试是半导体领域的一类重要测试,通过对磁存储器进行耐久性测试,可确保其在长期使用和各种环境条件下的可靠性和稳定性,以降低维护成本以及提高产品质量。目前,对于磁存储器的耐久性测试方法是通过连续写入操作,测试磁存储器的写入耐久性。即模拟实际应用中的频繁写入操作,以确保磁存储器在长期使用过程中不会出现写入故障或数据损坏,例如,在常温状态下不断对磁存储器施加脉冲直到器件失效。但是,由于磁存储器在理论上的高耐久性,目前的测试方法的测试时间较长,效率较低。
随着集成电路技术的不断进步,器件尺寸不断缩小,电场和温度等因素对绝缘氧化层(隧穿层)的影响也变得更加显著。TDDB(Time-Dependent Dielectric Breakdown,时变绝缘介质击穿)指的是在长时间使用过程中,由于电场和温度等因素的作用,绝缘氧化层会逐渐退化,最终导致绝缘氧化层出现故障,从而导致器件失效。当绝缘氧化层在偏压条件下工作时,其漏电流会逐渐增加,最后导致击穿,从而使绝缘氧化层失去绝缘功能。解决TDDB问题对于提高半导体器件的可靠性至关重要,而磁存储器由于其本身的结构,也存在TDDB导致的失效问题,此问题影响着磁存储器的寿命,故可通过TDDB和耐久性的关系来预测磁存储器耐久性寿命。
下面结合图1-图15描述本发明的磁存储器寿命预测方法、装置、电子设备及存储介质。
如图1所示,在一个实施例中,一种磁存储器寿命预测方法,包括以下步骤:
步骤S110,获取测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据。
可选取多个磁存储器作为样本器件,对各个样本器件施加不同的电压应力或电流应力,直到被测试样本器件的磁隧道结发生短路,记录发生短路的时间作为该样本器件的失效时间,以及测试过程中所施加的电压应力或电流应力,将对多个样本器件测试获得的多组失效时间及其对应的电压应力或电流应力作为测试数据。如有需要,也可以对磁存储器的器件阵列进行测试,获取器件阵列中不同磁隧道结在相同电压应力或电流应力下的失效时间,取不同磁隧道结的失效时间的平均值作为相应磁存储器在相应电压应力或电流应力下的失效时间。还可以测试阵列中不同磁隧道结分别在不同电压应力或电流应力下的失效时间,并记录失效时间及其对应的电压应力或电流应力,以作为测试数据。应力加速测试是指在不低于磁存储器的正常工作温度条件下,对磁存储器施加高于额定电压或电流的电压应力或电流应力,并记录磁存储器失效时间的测试。为了便于说明,下文在文字上以施加电压应力代替施加电压应力或电流应力进行阐述。
步骤S120,根据测试数据确定漏电压与过底电压的关系,漏电压为磁隧道结的电压分压,过底电压为底电极两端电势差。
对于SOT-MRAM(自旋轨道矩磁存储器)而言,参见图2,为磁隧道结施加电压应力后的电流流向图,在底电极施加电压应力时,电流在经基础层、金属通孔流经底电极时,在磁隧道结处产生分流,也就是磁隧道结的电压分压,即漏电压,该漏电压导致的TDDB效应致使器件失效。
关于漏电压与过底电压之间的关系,可通过对磁隧道结施加与漏电压反向的电压进行测试获得,具体方式为,漏电压使磁隧道结具有从下方到上方存在递减的电势,如果设这个方向为正方向,那么存在正向的漏电压。因此,在磁隧道结上加一个负电压,试图抵消这个正的漏电压。因为漏电压导致的TDDB而使磁隧道结失效,如果电压被抵消,那么磁隧道结就不会因为TDDB失效,或者说减弱这种失效,寿命就会增加。通过对多个磁隧道结试验不同的抵消电压,当器件的寿命最长,那此时的抵消电压就越接近漏电压,从而得到漏电压的值。通过对多个磁存储器的底电极施加不同的电压应力,获得与施加的电压应力对应的漏电压,过底电压等同于所施加的电压应力,因此,可获得多组漏电压及其对应的过底电压,通过使用数据分析软件对该多组漏电压及其对应的过底电压进行线性拟合分析,可获得过底电压与漏电压之间的关系。
步骤S130,基于测试数据,以及漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据耐久性寿命模型预测磁存储器寿命。
其中,可靠性加速模型可为艾琳(Eyring)模型、阿伦尼斯(Arrhenius)模型、科芬-曼森(Coffin-Manson)模型与劳森(Lawson)模型,测试数据除包括所施加的电压应力及其对应的失效时间外,还包括测试时的温度。在上述可靠性加速模型中,除艾琳(Eyring)模型无需使用温度参数外,阿伦尼斯(Arrhenius)模型、科芬-曼森(Coffin-Manson)模型与劳森(Lawson)模型一般均需要代入温度参数。将工作电压或工作电流输入耐久性寿命模型,即可获得与该工作电压或工作电流对应的器件工作寿命。
本实施例的磁存储器寿命预测方法,通过应力加速测试对多个样本器件进行测试,可使被测样本器件较快速的到达失效状态,获得的测试数据所需要的时间较短,通过该测试数据可确定漏电压与过底电压的关系,进而结合可靠性加速模型获得耐久性寿命模型,根据该耐久性寿命模型,输入实时工作电压即可预测磁存储的寿命,获得磁存储器寿命所需时间较短,效率较高。
如图3所示,在一个实施例中,根据测试数据确定漏电压与过底电压的关系,包括以下步骤:
步骤S122,将测试数据输入器件仿真模型,得到器件仿真模型在不同施加电压下,各个位置的电势分布,测试数据包括电压应力或电流应力。
其中,器件仿真模型为通过仿真软件对磁存储器结构进行仿真获得的模型,参见图4,为对图2的磁存储器结构进行仿真获得的器件仿真模型,该器件仿真模型包括MTJ层410、底电极层420、与底电极层420相连的通孔层430以及与通孔层430连接的基础底层440。通过施加不同电压应力来对该器件仿真模型的电压和电流分布进行仿真,可获得器件不同位置的电势及电流线分布,参见图5。
步骤S124,根据电势分布,获取器件仿真模型在不同电压应力或电流应力下,分别对应的过底电压与漏电压。
具体的,根据电势分布,量化经过MTJ层410的电压分压(漏电压)与过底电压,其中,过底电压为底电极层420两侧电势之差,等效为电压应力,漏电压数据由底电极层420(和MTJ层410分流位置)电势和其纵向上方MTJ层410顶端的电势作差获得。参见图6,为MTJ层410的高度与电势关系图,在MTJ层410的底部,高度为零时,对应的电势最大,约为1.23,随着高度的增大,电势逐渐减小,直至到高度约为10时,电势减小至1且不再随高度的增大而变化,因此,此时的电势差为0.23,即漏电压为0.23。
步骤S126,对不同电压应力或电流应力下分别对应的过底电压与漏电压进行线性拟合分析,获得漏电压与过底电压的关系式。
具体的,通过使用数据分析软件对多组过底电压与漏电压进行线性拟合分析,得到漏电压与过底电压的关系式:
,
式中,为漏电压,/>为过底电压,C为一次项系数,D为常数项,通过多组过底电压及其对应的漏电压可求得具体的C、D值。
如图7所示,在一个实施例中,基于测试数据与漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,包括以下步骤:
步骤S132,将漏电压与过底电压的关系与可靠性加速模型结合获得中间模型。
具体的,以艾琳(Eyring)模型为可靠性加速模型为例,艾琳(Eyring)模型是最典型且应用最广的可靠性加速模型之一,其公式为:
,
式中,为失效时间,/>为所施加的电场,/>、/>为常数且当前为未知数。
将漏电压与过底电压的关系式与艾琳(Eyring)模型结合,获得中间模型,该中间模型为:
,
式中,为漏电压在MTJ中产生电场的宽度。
步骤S134,将测试数据输入中间模型,得到耐久性寿命模型,测试数据包括电压应力或电流应力,以及与电压应力或电流应力对应的失效时间。
具体的,测试数据中具有多组电压应力,以及与电压应力对应的失效时间,电压应力等同于过底电压,由于C、D值已确定,将至少三组电压应力及其对应的失效时间代入中间模型,即可计算出中间模型中的、/>和/>的具体值,从而获得耐久性寿命模型,为:
,
式中,、/>、/>、C和D均为已知常数。
基于该耐久性寿命模型,在获知磁存储器的工作电压后,即可计算出相应的失效时间,即磁存储器的工作寿命。
取测试数据中未使用的数据作为验证用数据带入耐久性寿命模型,可验证所建耐久性寿命模型与真实失效数据点有着较强的吻合性,证明耐久性寿命模型所进行的寿命推断具有较高的准确性,参见图8,为耐久性寿命模型曲线与验证用数据关系图,其中,曲线为耐久性模型曲线,方形点为验证用数据。
此外,本发明还提供了另一种磁存储器寿命预测方法。
如图9所示,在一个实施例中,一种磁存储器寿命预测方法,包括以下步骤:
步骤S910,获取在预设温度应力下的测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据,测试数据包括多个电压应力或电流应力,以及与多个电压应力或电流应力分别对应的多个失效时间。
传统的器件耐久性测试主要集中于在常温下,不断对器件施加脉冲直到器件失效,该方法耗时较长,效率较低。本实施例通过使预设温度与电压应力中的至少一个高于常规值,从而减小测试耗时。作为优选的方案,将预设温度调整至较高的温度,比如高温125℃,分别对多个样本器件施加不同的电压应力,并记录该电压应力及其对应的器件失效时间,由于温度的提高,会加速器件的失效,从而缩短测试时间。
步骤S920,对多个电压应力或电流应力与多个失效时间进行线性拟合,确定在预设温度应力下,失效时间与电压应力或电流应力的线性关系。
在获得测试数据后,采用获得的电压应力,以及与该电压应力对应的失效时间进行线性拟合,获得在预设温度下对应的线性关系。
具体的,通过线性拟合得到拟合直线,对拟合直线做延长线获得拟合延长线,参见图10,实线为拟合直线,虚线为延长线。
步骤S930,基于线性关系预测在预设温度应力下,不同工作电压下对应的器件工作寿命。
具体的,基于线性关系,输入相应的电压应力,即获得的对应的失效时间。
需要说明的时,由于该线性关系是通过在预设温度应力和/或电压应力高于常规值条件下的测试数据拟合获得的,因此通过该线性关系获取的失效时间往往是最短失效时间。比如,由于为了实现快速测试,所以选择温度应力和电压应力同时加速,预设温度应力为125℃时,所推断的预期寿命为125℃下的预期寿命,故此加速方法可以求得寿命下限,即该器件的高温最差寿命。
测试数据的获取,通过MPI探针台、电源表以及探卡搭建耐久性寿命测试平台来实现,对磁存储器的多个样本器件分别施加不同的电压应力或电流应力,直到磁隧道结发生短路,记录样本器件的失效时间,以及过程中的施加的电压应力或电流应力。在某一电压下,部分磁存储器实测阻值数据随时间增长而降低,直至短路失效,参见图11,R1~R7为部分磁存储器的电阻值。
以下选择一个磁存储器芯片作为样本器件进行测试,参见图12。
通过将待测试的磁存储器芯片不同引脚连接探卡进行测试,待测试的磁存储器芯片包含两个存储子阵列,行译码器左侧子阵列包含32行48列存储数据单元,右侧子阵列包含32行56列存储数据单元。存储数据单元外有dummy(虚拟)单元,每个子阵列的左上角dummy单元作为test(测试)单元。实际阵列测试步骤包括:探针与图中上部分的每个管脚通讯,每当数字管脚位于一个地址,将数字管脚至于“写”状态,模拟管脚施加电压测量底电极重金属层电阻,一定时间后数字管脚至于“读”状态,模拟管脚施加电压测量磁隧道结电阻,当磁隧道结短路时,若寻址并未结束,则跳转至下一个地址继续上述过程;若寻址结束则结束本次通讯。通过探卡进行阵列测试,提高了器件的测试效率,有利于进一步大规模应用。
下面对本发明提供的磁存储器寿命预测装置进行描述,下文描述的磁存储器寿命预测装置与上文描述的磁存储器寿命预测方法可相互对应参照。
如图13所示,在一个实施例中,一种磁存储器寿命预测装置,包括第一获取模块1310、第一确定模块1320与第一预测模块1330。
第一获取模块1310,用于获取测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据。
第一确定模块1320,用于根据测试数据确定漏电压与过底电压的关系,漏电压为磁隧道结的电压分压,过底电压为底电极两端电势差。
第一预测模块1330,用于基于测试数据,以及漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据耐久性寿命模型预测磁存储器寿命。
在本实施例中,第一确定模块1320具体用于:
将测试数据输入器件仿真模型,得到器件仿真模型在不同电压应力或电流应力下,各个位置的电势分布,测试数据包括电压应力或电流应力;
根据电势分布,获取器件仿真模型在不同电压应力或电流应力下,分别对应的过底电压与漏电压;
对不同电压应力或电流应力下分别对应的过底电压与漏电压进行线性拟合分析,获得漏电压与过底电压的关系式。
在本实施例中,第一预测模块1330具体用于:
将漏电压与过底电压的关系与可靠性加速模型结合获得中间模型;
将测试数据输入中间模型,得到耐久性寿命模型,测试数据包括电压应力或电流应力,以及与电压应力或电流应力对应的失效时间;
将工作电压或工作电流输入耐久性寿命模型,获得与工作电压或工作电流对应的器件工作寿命。
如图14所示,在另一个实施例中,一种磁存储器寿命预测装置,包括第二获取模块1410、第二确定模块1420与第二预测模块1430。
第二获取模块1410,用于获取在预设温度应力下的测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据,测试数据包括多个电压应力或电流应力,以及与多个电压应力或电流应力分别对应的多个失效时间。
第二确定模块1420,用于对多个电压应力或电流应力与多个失效时间进行线性拟合,确定在预设温度应力下,失效时间与电压应力或电流应力的线性关系。
第二预测模块1430,用于基于线性关系预测在预设温度应力下,不同工作电压下对应的器件工作寿命。
在本实施例中,第二确定模块1420具体用于:
通过线性拟合得到拟合直线;
对拟合直线做延长线获得拟合延长线。
图15示例了一种电子设备的实体结构示意图,该电子设备可以是智能终端,其内部结构图可以如图15所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现磁存储器寿命预测方法,该方法包括:
获取测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据;
根据测试数据确定漏电压与过底电压的关系,漏电压为磁隧道结的电压分压,过底电压为底电极两端电势差;
基于测试数据,以及漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据耐久性寿命模型预测磁存储器寿命。
或者,该方法包括:
获取在预设温度应力下的测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据,测试数据包括多个电压应力或电流应力,以及与多个电压应力或电流应力分别对应的多个失效时间;
对多个电压应力或电流应力与多个失效时间进行线性拟合,确定在预设温度应力下,失效时间与电压应力或电流应力的线性关系;
基于线性关系预测在预设温度应力下,不同工作电压下对应的器件工作寿命。
本领域技术人员可以理解,图15中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
另一方面,本发明还提供了一种计算机存储介质,存储有计算机程序,计算机程序被处理器执行时实现磁存储器寿命预测方法,该方法包括:
获取测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据;
根据测试数据确定漏电压与过底电压的关系,漏电压为磁隧道结的电压分压,过底电压为底电极两端电势差;
基于测试数据,以及漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据耐久性寿命模型预测磁存储器寿命。
或者,该方法包括:
获取在预设温度应力下的测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据,测试数据包括多个电压应力或电流应力,以及与多个电压应力或电流应力分别对应的多个失效时间;
对多个电压应力或电流应力与多个失效时间进行线性拟合,确定在预设温度应力下,失效时间与电压应力或电流应力的线性关系;
基于线性关系预测在预设温度应力下,不同工作电压下对应的器件工作寿命。
又一方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令时实现磁存储器寿命预测方法,该方法包括:
获取测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据;
根据测试数据确定漏电压与过底电压的关系,漏电压为磁隧道结的电压分压,过底电压为底电极两端电势差;
基于测试数据,以及漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据耐久性寿命模型预测磁存储器寿命。
或者,该方法包括:
获取在预设温度应力下的测试数据,测试数据为对多个样本器件分别进行应力加速测试所获得的数据,测试数据包括多个电压应力或电流应力,以及与多个电压应力或电流应力分别对应的多个失效时间;
对多个电压应力或电流应力与多个失效时间进行线性拟合,确定在预设温度应力下,失效时间与电压应力或电流应力的线性关系;
基于线性关系预测在预设温度应力下,不同工作电压下对应的器件工作寿命。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。
作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以作出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种磁存储器寿命预测方法,其特征在于,所述方法包括:
获取测试数据,所述测试数据为对多个样本器件分别进行应力加速测试所获得的数据,所述测试数据包括多个电压应力或电流应力;
根据所述测试数据确定漏电压与过底电压的关系,所述漏电压为磁隧道结的电压分压,所述过底电压为底电极两端电势差;其中,对不同电压应力或电流应力下分别对应的过底电压与漏电压进行线性拟合分析,以获得漏电压与过底电压的关系式;
基于所述测试数据,以及所述漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,并根据所述耐久性寿命模型预测磁存储器寿命。
2.根据权利要求1所述的磁存储器寿命预测方法,其特征在于,所述根据所述测试数据确定漏电压与过底电压的关系,包括:
将所述测试数据输入器件仿真模型,得到所述器件仿真模型在不同电压应力或电流应力下,各个位置的电势分布;
根据所述电势分布,获取所述器件仿真模型在不同电压应力或电流应力下,分别对应的过底电压与漏电压。
3.根据权利要求1所述的磁存储器寿命预测方法,其特征在于,所述基于所述测试数据与所述漏电压与过底电压的关系,结合可靠性加速模型,获得耐久性寿命模型,包括:
将所述漏电压与过底电压的关系与可靠性加速模型结合获得中间模型;
将所述测试数据输入所述中间模型,得到所述耐久性寿命模型,所述测试数据包括电压应力或电流应力,以及与所述电压应力或电流应力对应的失效时间。
4.根据权利要求3所述的磁存储器寿命预测方法,其特征在于,所述根据所述耐久性寿命模型预测磁存储器寿命,包括:
将工作电压或工作电流输入所述耐久性寿命模型,获得与所述工作电压或工作电流对应的器件工作寿命。
5.根据权利要求1至4中任意一项所述的磁存储器寿命预测方法,其特征在于,所述对多个样本器件分别进行应力加速测试,包括:
对多个样本器件分别施加不同的电压应力或电流应力,直至磁隧道结发生短路;
记录每个样本器件所施加的电压应力或电流应力与失效时间。
6.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
7.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311258838.6A CN116991646B (zh) | 2023-09-27 | 2023-09-27 | 磁存储器寿命预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311258838.6A CN116991646B (zh) | 2023-09-27 | 2023-09-27 | 磁存储器寿命预测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116991646A CN116991646A (zh) | 2023-11-03 |
CN116991646B true CN116991646B (zh) | 2023-12-29 |
Family
ID=88525248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311258838.6A Active CN116991646B (zh) | 2023-09-27 | 2023-09-27 | 磁存储器寿命预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116991646B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6873932B1 (en) * | 2002-12-20 | 2005-03-29 | Advanced Micro Devices, Inc. | Method and apparatus for predicting semiconductor device lifetime |
CN103063995A (zh) * | 2011-10-21 | 2013-04-24 | 北京大学 | 一种预测soi mosfet器件可靠性寿命的方法 |
CN103176077A (zh) * | 2012-12-06 | 2013-06-26 | 华中科技大学 | 一种数控成品电路板在环境综合作用下的可靠性快速测评方法 |
CN105954667A (zh) * | 2016-04-26 | 2016-09-21 | 烟台大学 | 一种基于加速退化试验的pcb绝缘寿命快速预测方法及系统 |
CN114091281A (zh) * | 2021-11-26 | 2022-02-25 | 成都航天科工大数据研究院有限公司 | 产品寿命预测方法、装置、电子设备及存储介质 |
CN116500405A (zh) * | 2023-04-27 | 2023-07-28 | 上海华力微电子有限公司 | 半导体器件的寿命预测方法、可读存储介质及电子设备 |
CN116682485A (zh) * | 2023-06-28 | 2023-09-01 | 致真存储(北京)科技有限公司 | 磁存储器电迁移失效及寿命预测方法、装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9086448B2 (en) * | 2011-10-21 | 2015-07-21 | Peking University | Method for predicting reliable lifetime of SOI mosfet device |
-
2023
- 2023-09-27 CN CN202311258838.6A patent/CN116991646B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6873932B1 (en) * | 2002-12-20 | 2005-03-29 | Advanced Micro Devices, Inc. | Method and apparatus for predicting semiconductor device lifetime |
CN103063995A (zh) * | 2011-10-21 | 2013-04-24 | 北京大学 | 一种预测soi mosfet器件可靠性寿命的方法 |
WO2013056490A1 (zh) * | 2011-10-21 | 2013-04-25 | 北京大学 | 一种预测soi mosfet器件可靠性寿命的方法 |
CN103176077A (zh) * | 2012-12-06 | 2013-06-26 | 华中科技大学 | 一种数控成品电路板在环境综合作用下的可靠性快速测评方法 |
CN105954667A (zh) * | 2016-04-26 | 2016-09-21 | 烟台大学 | 一种基于加速退化试验的pcb绝缘寿命快速预测方法及系统 |
CN114091281A (zh) * | 2021-11-26 | 2022-02-25 | 成都航天科工大数据研究院有限公司 | 产品寿命预测方法、装置、电子设备及存储介质 |
CN116500405A (zh) * | 2023-04-27 | 2023-07-28 | 上海华力微电子有限公司 | 半导体器件的寿命预测方法、可读存储介质及电子设备 |
CN116682485A (zh) * | 2023-06-28 | 2023-09-01 | 致真存储(北京)科技有限公司 | 磁存储器电迁移失效及寿命预测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116991646A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7929334B2 (en) | In-situ resistance measurement for magnetic random access memory (MRAM) | |
US7263455B2 (en) | Apparatus and methods for ferroelectric ram fatigue testing | |
CN100538889C (zh) | 非易失性存储单元、存储单元矩阵和存储装置 | |
US20130094281A1 (en) | Method for measuring data retention characteristic of resistive random access memory device | |
CN107103926A (zh) | 挥发性半导体存储装置、其再新控制电路及方法 | |
US8971099B1 (en) | Method of measuring threshold voltage of MOS transistor in SRAM array | |
US20130043889A1 (en) | Capacitance evaluation apparatuses and methods | |
JP2002133856A (ja) | 磁気抵抗メモリおよびその読み出し方法 | |
CN104751875B (zh) | 应用于nvm芯片的失效位图分析方法 | |
US6541983B2 (en) | Method for measuring fuse resistance in a fuse array | |
US10620258B2 (en) | Method of testing semiconductor device and method of manufacturing a semiconductor device including the testing method | |
CN116991646B (zh) | 磁存储器寿命预测方法、装置、电子设备及存储介质 | |
KR100252052B1 (ko) | 셀 테스트 패턴을 사용하여 강유전체 기억소자의 특성을 평가하는 방법 | |
US9165648B1 (en) | Resistive memory devices, circuits and methods having read current limiting | |
CN116682485A (zh) | 磁存储器电迁移失效及寿命预测方法、装置及电子设备 | |
Kumar et al. | Operational fault detection and monitoring of a memristor-based LUT | |
CN111508549B (zh) | 一种sot-mram的测试结构及其测试方法 | |
CN111223518B (zh) | 用于阻性存储单元的测试结构及耐久性测试方法 | |
CN114720831A (zh) | 热载流子效应退化性能的评估方法 | |
CN112614791A (zh) | 一种反熔丝单元可靠性测试方法 | |
CN110942800B (zh) | 一种三维存储器数据保留能力测试结构及测试方法 | |
CN112151102B (zh) | 测试结构与测试方法 | |
CN112447250B (zh) | 测试结构和测试方法 | |
US10643735B1 (en) | Passive array test structure for cross-point memory characterization | |
JP2004055073A (ja) | 不揮発性半導体記憶装置および不揮発性半導体記憶装置の検査方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |