Characterization and modeling of conduction and crystallization statistics in phase change memories

This doctoral thesis is devoted to the study of the phase change memory (PCM) technology: one of the most promising candidates to enter in the memory market during the next decade. A novel numerical model (the so-called Energy Landscape Model) is introduced, allowing studying both the sub-threshold conduction and the threshold switching phenomenon, taking into account the disordered nature of the active materials used in PCM (e.g. chalcogenide glasses). The proposed model, being applicable to any given cell geometry, is a valuable tool for the prediction of the cell properties in future down-scaled cell architectures. The second part of the thesis provides the results of an extensive characterization and modeling activity conducted on the retention statistics in PCM: both the cell-to-cell and the cycle-to-cycle variability are deeply investigated and described by means of a compact Monte-Carlo model. Finally, the work provides a comprehensive study of the set operation as a function of the amorphous thickness and compares two different set techniques to minimize the energy spent in the program operations. Set results are then compared to retention data to highlight the non-Arrhenius crystallization in PCM, which is a key to achieve fast program operations together with long retention times. The statistical studies discussed in this dissertation allow providing useful indications for the development of next-generation PCM arrays.

Questa tesi di dottorato si occupa dello studio delle memorie a cambiamento di fase (PCM): una delle tecnologie più promettenti nello scenario delle memorie a semiconduttore del prossimo decennio. Un nuovo modello numerico (denominato modello Energy Landscape) viene introdotto, permettendo lo studio sia della conduzione in sotto-soglia che dell’evento di soglia, considerando la natura disordinata dei materiali attivi tipicamente usati nelle PCM (es: vetri calcogenuri). Il modello proposto, essendo applicabile ad una generica geometria di cella, costituisce un utile strumento per la previsione delle proprietà di cella in future architetture nano-scalate. La seconda parte della tesi fornisce i risultati di un’estesa attività di modellazione e caratterizzazione sperimentale riguardo alla statistica della ritenzione nelle PCM: sia la variabilità cella-cella che la variabilità ciclo-ciclo vengono ampiamente investigate e descritte tramite un modello compatto Monte-Carlo. Infine, questo lavoro presenta uno studio dell’operazione di set in funzione dello spessore amorfo e fornisce un confronto tra due diverse tecniche di set, in modo tale da minimizzare l’energia spesa nella fase di programmazione. I risultati di set vengono quindi confrontati con i dati di ritenzione, sottolineando la natura non-Arrhenius della cristallizzazione nelle PCM, una proprietà chiave per raggiungere contemporaneamente un’elevata velocità di programmazione e lunghi tempi di ritenzione del dato. Gli studi statistici descritti nella presente tesi consentono di fornire utili indicazioni per lo sviluppo di future tecnologie PCM.