K3 Testsystem für neuromorphe Speicher

In Projekt K3 arbeiten die Firmen aixACCT systems und AMOtronics an neuen Ansteuerungskonzepten und Testtechnologien, sowohl für memristive Einzelzellen als auch für Matrix-Strukturen. Dazu wird die Performance des aixACCT KI-Testers evaluiert und weiterentwickelt, um eine Verbesserung der Geschwindigkeit und Funktionalität der Hardware zu erreichen. Der aixACCT KI-Tester verfügt über eine ultraschnelle Strombegrenzungsschaltung, deren Maximal- und Minimalstrom über eine Kommunikationsschnittstelle einstellbar ist. Die Begrenzung des Stroms erfolgt dabei im Bereich weniger Nanosekunden und schützt durch geringes Überschwingen die untersuchten Zellen effektiv vor thermischer Überlastung im Schaltmoment.

Bei Einzelzelluntersuchungen ist die Schaltkinetik Hauptbestandteil der Forschung im Rahmen des Gesamtprojekts. Im Projekt K3 wird dazu über die verwendeten Strom-/Spannungswandler der Probenstrom mit einem neu zu entwickelnden 10 Gigasample/s-Analog-Digital-Wandler aufgenommen und eine zeitliche Auflösung im Sub-Nanosekunden-Bereich mit einer Bittiefe von 16-bit ermöglicht. Dies beinhaltet eine umfassende Funktionserweiterung der FPGAs an den A/D- und D/A-Wandlern.

Durch den Einsatz des aixACCT KI-Testers kann die Analyse von memristiven Arrays bis hin zu einer Größe von 32x32 Zellen erfolgen. Die großen Mengen an erhaltenen Messdaten in statistisch signifikanter Zahl werden über im Rahmen des Projektes erarbeitete, KI-basierte Algorithmen analysiert. Dabei werden Machine-Learning Methoden zur Zuverlässigkeitsanalyse, Lebenszeitschätzung sowie zur Optimierung produktionsbezogener Parameter entwickelt und in industrierelevante Maßstäbe übertragen, um diese auf zukünftige integrierte Schaltungen anwenden zu können. Ein entscheidender Schritt der Datenanalyse ist hier die frühzeitige Erkennung von herstellungsbedingten Artefakten, die auf in Folge auftretende Fehler und beschleunigte Alterung von memristiver Hardware hindeuten können. Die Mustererkennung erfolgt in den aufgenommenen Strom-Spannungskennlinien und soll die Leistungsfähigkeit der genutzten KI-basierten Algorithmen unter Beweis stellen. Die von aixACCT systems entwickelten KI-Methoden können so zukünftig dazu genutzt werden, neue Generationen von KI-Chips zu optimieren und ermöglichen Vorhersagen zur Lebensdauer ausgewählter Strukturen, sowie Rückschlüsse auf insbesondere diesbezüglich relevante Prozessparameter.