Development of Bidirectional Aggregation In-Memory Computing for Graph Neural Networks Using Three-Dimensional Vertically Stacked 1T-nRRAM Active Crossbar Arrays
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065270
교육부
한국연구재단
한양대학교
박진우
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2028.08.31
1,250만원
1,250만원
기초연구
대학
서울특별시 성동구
물리학 > 응집물질물리 > 반도체
▶ 최종 목표 - 고집적 삼차원 수직 적층형 1T-nRRAM 능동형 크로스바 어레이 기반 그래프 신경망용 인-메모리 컴퓨팅 시스템 구현▶ 세부 목표○ CMOS 호환 전극 기반 수직 4층 적층형 단일 멤리스터 소자 구현 및 평면 단일 소자 대비 층간 전기적 균일성 확보○ 4층 수직 적층형 단일 소자의 전기적 신뢰성(endurance, retention) 확보...
... 단계에서는 단일 소자 특성을 확장하여 수직 적층형 크로스바 어레이를 구현하고, 인-메모리 연산의 하드웨어적 구현 가능성을 검증한다. (핵심 목표: 수직 적층 구조 기반 확장형 인-메모리 연산 플랫폼 구현)○ 4층 멤리스터 기반 수직 적층형 크로스바 어레이 설계 및 공정 확립○ 4×12×48 규모 어레이 구현을 위한 인터커넥트 및 배선 구조 최적화○ sneak path, IR drop ...
... 본 연구에서 개발되는 삼차원 수직 적층형 1T-nRRAM 능동형 크로스바 어레이 기술은 데이터 이동 병목을 해결하는 차세대 인-메모리 컴퓨팅 플랫폼으로서, 고집적·저전력 AI 반도체 구현의 핵심 기반 기술로 활용될 수 있다. 또한, 뉴로모픽·엣지 AI·실시간 데이터 처리 등 다양한 응용 분야로 확장 가능하며, 소자-어레이-시스템 통합 설계 기술을 바탕으로 원천 ...