Сегнетоэлектрические материалы способны сохранять состояние электрической поляризации после прекращения действия внешнего электрического поля. Благодаря этому их можно использовать для хранения данных: изменение направления поляризации позволяет записывать информацию. В последние годы исследователи изучают сегнетоэлектрики со структурой вюрцита — особым типом расположения атомов в кристаллической решетке. Один из таких материалов — нитрид алюминия-скандия (AlScN). Он совместим с существующими технологиями производства полупроводников, быстро переключаются и потенциально позволяют снизить энергопотребление памяти.
Однако главным препятствием для применения AlScN в устройствах памяти долгое время оставалась надежность. В предыдущих экспериментах такие устройства выдерживали около 100 млн циклов переключения, после чего начинали выходить из строя. Для многократно перезаписываемой памяти этого недостаточно, поэтому исследователи нескольких китайских университетов решили выяснить, что именно происходит с материалом во время работы.
Они обнаружили, что важную роль в деградации AlScN играют вакансии азота — участки кристаллической решетки, в которых отсутствуют атомы азота. Во время многократного переключения эти дефекты перемещаются и объединяются, постепенно изменяя структуру материала. В результате в сегнетоэлектрике формируются проводящие каналы, через которые начинает протекать нежелательный электрический ток.
Чтобы замедлить этот процесс, исследователи разработали конструкцию, позволяющую уменьшить количество вакансий азота и ограничить их перемещение. Это снизило скорость деградации материала при многократном переключении.
В ходе испытаний новая конструкция выдержала 10 млрд циклов записи — в 100 раз больше предыдущего показателя для устройств на основе AlScN. Исследование также позволило связать отказ таких устройств с конкретным процессом на атомном уровне. При этом разработка пока остается экспериментальной.
В будущем более долговечная память на основе AlScN может применяться в системах обработки и хранения данных, в том числе используемых для искусственного интеллекта.
