• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Chimica
    Modello per RRAM basata su materiali 2-D trovato

    Memoria resistiva ad accesso casuale composta da elettrodi di grafene e dielettrico in nitruro di boro esagonale. Credito:Copyright American Institute of Physics 2017. Riprodotto con il permesso degli autori.

    Il grafene e i relativi materiali bidimensionali (2-D) hanno suscitato un enorme interesse e investimento negli ultimi anni. Però, la quantità di dispositivi commerciali basati su materiali 2-D disponibili sul mercato è ancora molto bassa.

    Il gruppo di ricerca guidato dal Dr. Mario Lanza della Soochow University (Cina) sta conducendo uno sforzo globale per studiare le proprietà dei dielettrici a strati. Nella loro recente indagine, pubblicato sulla rivista Materiali 2-D , Il prof. Lanza e collaboratori hanno sintetizzato una memoria ad accesso casuale resistivo (RRAM) utilizzando strutture van der Waals di grafene/nitruro di boro esagonale/grafene (G/h-BN/G).

    Per di più, hanno sviluppato un modello compatto per descrivere accuratamente il suo funzionamento. Il modello si basa sull'approccio Landauer non lineare per conduttori mesoscopici, in questo caso, filamenti di dimensioni atomiche formati all'interno del sistema di materiali 2-D. Oltre a fornire ottimi risultati complessivi di adattamento (che sono stati confermati in log-log, grafici log-lineari e lineari-lineari), il modello è in grado di spiegare la dispersione dei dati ottenuti da ciclo a ciclo in termini di particolari caratteristiche dei percorsi filamentosi, principalmente la loro altezza di barriera potenziale di confinamento.

    Lo sviluppo di modelli teorici per descrivere il funzionamento dei dispositivi elettronici è un passaggio essenziale che consente la simulazione di dispositivi/sistemi, che è essenziale prima della produzione di massa del dispositivo. Il dispositivo selezionato in questo caso, il dispositivo RRAM, è la tecnologia più promettente per l'archiviazione futura di informazioni ad alta densità.


    © Scienza https://it.scienceaq.com