HBM堆叠层数持续增加,但底层DRAM单元的电荷保持难题日益凸显。
AI服务器受益于HBM超过1.2TB/s的高带宽,而DRAM工程师面临的挑战则是:随着单元尺寸缩小,电容存储电荷量减少,漏电、线阻和读出误差极易淹没微弱信号。美光(Micron)的技术分析指出,DRAM的持续微缩不能仅依赖图形缩小,需通过材料、器件、工艺和感测电路的协同优化来维持信号完整性。
01 AI驱动HBM需求,单颗DRAM单元仍需微缩
HBM支撑AI训练与推理的核心优势在于将内存靠近GPU。以HBM3E为例,其通过TSV技术堆叠多颗DRAM裸片,实现了36GB容量和超过1.2TB/s的带宽。
HBM通过堆叠DRAM裸片,将高容量和高带宽集成于GPU旁。
然而,堆叠增加层数并不能替代单层DRAM的微缩。3D DRAM被视为延续位增长和降低成本的路径,其核心是将阵列形成与CMOS通过晶圆键合垂直堆叠。但这主要解决垂直方向的密度问题,每个阵列内的存储单元仍需在更小的平面尺寸内完成写入、保持和读出操作。
3D DRAM通过阵列形成与晶圆键合技术,延续位密度增长并降低成本。
DRAM基本结构由访问晶体管和存储电容组成。当字线和数位线间距缩小,“1晶体管+1电容”单元面临严峻挑战:电容需有效保持电荷,晶体管需抑制漏电,导线需确保信号清晰传输至感测电路。
02 单元微缩导致读出电荷减弱
在6F2结构中,DRAM阵列的字线与数位线间距极度紧凑。访问器件和存储电容被限制在狭小区域内,需同时满足电容高度、单元间距、电极形貌和结构稳定性要求,以防短路并保障容量。
6F2单元将访问器件、存储电容及读写线路集成于有限阵列区域。
趋势显示,随着DRAM节点推进,存储电容持续下降。这导致存入电荷减少,连接数位线后的电压变化幅度变小。读出信号与单元电容成正比,且会被数位线电容分流。存量少、分流多,感测放大器需从更微小的电压差中识别数据状态。
DRAM节点推进导致单元电容下降,可供读出的电荷随之减少。
制造高容量电容需平衡高深宽比、单元间距、形貌摆动和电极成形等多重矛盾。电容越高结构越难稳定,间距越窄短路风险越高,图形越小局部波动越难控制。
03 电荷保持难题聚焦于“尾部”单元
DRAM作为易失性存储器需定期刷新。芯片内各单元保持时间存在差异,刷新策略不仅要关注主体分布,更需照顾保持时间最短的“尾部”单元,以防止数据丢失。
刷新设计需兼顾主体单元表现及保持时间分布的尾部异常。
漏电途径包括亚阈值漏电、栅诱导漏电和结漏电。任一途径的波动都可能导致操作失败。因此,刷新机制不仅涉及系统定时设置,更深层关联栅氧质量、掺杂浓度、栅极材料、介电层特性及局部电场等器件与工艺环节。
亚阈值、栅诱导和结漏电均会缩短DRAM单元电荷保持时间。
改进措施包括优化栅氧工艺降低界面陷阱密度(Dit),调整硼浓度抑制亚阈值漏电,以及采用厚栅氧、混合金属栅和氢源降低局部电场。这些举措旨在收窄漏电分布,为刷新操作留出更多余量。
04 工艺与电路协同应对线阻与信号衰减
单元微缩使导线成为新瓶颈。当数位线关键尺寸低于10nm时,传统金属缩放接近极限,断线风险、金属与多晶硅界面问题及感测余量不足相继出现。字线变细则导致电阻升高,其导通能力受制于图形均匀性、沉积和回刻工艺。
数位线关键尺寸低于10nm后,传统金属的断线与感测余量成为缩放限制。
面对更弱且易漂移的电压信号,阈值电压失配成为关键问题。引入阈值电压补偿电路,并利用AI对每颗Die进行条件优化,可抵消制造波动对读出判断的影响。此处AI的作用在于精准补偿,而非营销概念。
阈值电压补偿电路结合逐颗Die优化,用于对冲微弱读出信号中的制造波动。
此外,纠错码(ECC)虽能纠正部分错误,但随着高介电常数薄膜变薄,难以纠正的误码率上升,介电层陷阱密度难以进一步降低。ECC无法完全替代对材料、器件和工艺波动的根本治理。
结语 HBM堆叠不消除DRAM物理极限
AI推动HBM在容量、带宽和堆叠层数上不断突破,但每层DRAM仍需解决核心物理问题:如何在更小电容下保持电荷并读取微弱信号。3D阵列、新材料、细导线和补偿电路延长了技术路线寿命,但其最终上限取决于能否同时压制刷新尾部效应、漏电、线阻和感测误差。

