作為一種“新”的NVM技術，MRAM擁有接近SRAM，具備快閃存儲器的非揮發性，同時在容量密度及使用壽命不輸DRAM，能耗更是遠遠低于前者，這讓他們從誕生以來，一直受到行業的廣泛的關注。根據Technavio的分析師預測，從2018年到2022年之間，全球MRAM市場將以44.63％的年復合成長率成長。

但正如知乎網友“張書嘉.Morris”的一個評論所說：

“其實MRAM這種過渡技術，IP層很薄，從大廠的角度看不出有什么超級利潤，需求也很離散，customer ramping會非常耗力，并不像是大廠爭奪的賽道。當然除非Apple先領頭，但Jobs不在了，這種變革很難做出。目前Intel/Samsung等幾家大廠都是拿半報廢設備（折舊殘值設備）出來玩，都沒有一個行業標準，實驗室報告是講講罷了。”

然而，日前應用材料的一個宣布，讓我們又看到了MRAM騰飛的一個窗口。

群雄逐鹿的市場

據Digitimes資料庫顯示，磁性記憶體(MRAM)最早可以上推到1955年問世的磁芯記憶體(Magnetic Core Memory)，雖然結構不同，但資料讀寫的機制基本上與現在的磁性記憶體是一樣的。

1988年時，歐洲科學家Albert Fert與Peter Grunberg發現了薄膜結構中存在巨磁阻效應(Giant Magnetoresistive Effect)，為現代的MRAM發展奠定基礎。之后摩托羅拉(Motorola)的半導體部門、IBM、英飛凌(Infineon)、Cypress Semiconductors、瑞薩(Renesas)等業者，以及目前的DRAM三巨頭三星電子(Samsung Electronics)、SK海力士(SK Hynix)與美光(Micron)均曾陸續投入研發MRAM的行列。

發展到當下，市場上則形成了Everspin這樣的獨立MRAM供應商和GlobalFoundries、臺積電、三星、聯電等晶圓代工廠商投身嵌入式(embedded) MRAM 的格局。其中Everspin是從飛思卡爾半導體公司分離出來的一家獨立公司，是全球第一家量產MRAM的供貨商。

今年六月，Everspin宣布，已經開始試生產最新的1Gb STT-MRAM（自旋轉移力矩磁阻）非易失性隨機存取器。新MRAM器件采用格羅方德（GlobalFoundries）的28nm工藝制造，與當前的40nm 256Mb 器件相比，其在密度和容量方面有了重大的進步。而從性能參數上看，Everspin表示，新器件提供了8 / 16-bit 的 DDR4-1333 MT/s（667MHz）接口，但與較舊的基于DDR3 的 MRAM 組件一樣，時序上的差異使得其難以成為DRAM（動態隨機存取器）的直接替代品。

在代工廠方面，格芯科技(Globalfoundries)已自去年起供應采用其22FDX 22-nm FD-SOI制程的嵌入式MRAM。據介紹，基于22FDX平臺，提供比現在的NVM產品快1000倍的寫入速度和高1000倍的耐用性。在維持企業領先的eMRAM存儲單元大小的同時，22FDX?具備了可以在260°C（在工業級別的可操作溫度）回流焊接下維持數據的能力。

三星也宣布已在一條基于28納米FD-SOI工藝的生產線上，開始大規模生產和商業運輸嵌入式MRAM(eMRAM)解決方案。三星方面，這一方案結構簡單，可以通過在當前基于邏輯流程的設計中添加最少的層數來實現，減輕了三星進行新設計的負擔，并降低了生產成本。三星方面表示，公司已成功將技術從實驗室轉移到工廠，并將在不久的將來商用化。

英特爾也基于其22FFL工藝，推出了MRAM解決方案，芯片巨頭指出，英特爾嵌入式MRAM技術可在200攝氏度下實現長達10年的記憶期，并可在超過100萬個開關周期內實現持久性。MRAM省電的特性，意味著英特爾嵌入式MRAM將很有可能先用于移動設備。英特爾也強調這項技術處于“生產準備就緒”狀態；

至于臺積電，在他們今年六月的技術大會上，臺積電表示，公司還擁有比eflash還快三倍寫速度的22nm MRAM工藝，這個工藝早在2018年下半年就開始風險試產。而臺積電董事長劉德音在去年下半年表示，公司或將收購存儲工廠，相信MRAM會是他們的一個目標。

報道指出，聯電方面也基于其28nm / 22nm技術的MRAM方面的平臺，這或會在2019年下半年推出。

雖然市場一片看好，尤其是eMRAM，如果能被嵌入到MCU等設備中，將會推動整個產業的變革。但MRAM依然面臨挑戰，尤其在量產方面。

量產有了新助攻

雖然MRAM擁有巨大的優勢，但在CSTIC 2019上，就有專家提及，目前STT-MRAM的挑戰主要存在于需要更大的寫入電流、MTJ（磁性隧道結單元）的縮放，以及如何降低誤碼率這三者之間的平衡等問題。

而根據semiengineering之前的報道，制造MTJ單元需要沉積許多金屬和絕緣層，這首先是使用沉積系統在底部電極上形成這些材料的多層堆疊，然后在每一層都必須精確控制和測量。但同時我們應該認識到，制造這些器件要用到的鈷-鐵和鈷-鐵-硼磁性層不易與等離子氣體形成揮發性化合物，所以難以蝕刻，那就意味著MRAM器件的蝕刻步驟是也極具挑戰性。

為了解決這些問題，在2019年7月，應用材料推出了新型Endura平臺。據他們介紹，這是公司有史以來最精密的芯片制造系統，由9個特制的工藝反應腔組成，這些反應腔全部集成在高度真空的無塵環境下。

他們進一步指出，這是業內首個用于大規模量產的300毫米MRAM系統，其中每個反應腔最多能夠沉積五種不同材料。MRAM存儲器需要對至少30層的材料進行精確沉積，其中有些層的厚度比人類的發絲還要薄500,000倍。即使僅有原子直徑幾分之一的工藝變化，也會極大地影響器件的性能和可靠性。Clover MRAM PVD 平臺引入了機載計量技術，能夠以亞埃級靈敏度對所產生的MRAM層的厚度進行測量與監控，從而確保實現原子級的均勻度并規避接觸外界環境的風險。

Spin Memory 首席執行官Tom Sparkman表示，應用材料公司推出的量產制造系統對行業的生態系統起到了巨大的推動作用，我們很高興能與應用材料公司合作打造MRAM解決方案并加速其工業應用。

雖然應用材料解決了一方面的問題。但正如semiengineering所說，MRAM在生產過程中還需要面對測試等問題。

“對于MRAM來說，最大的未知是磁干擾，”Intuitive Cognition Consulting的Eggleston在接受semiengineering采訪的時候說到，“對于eFlash或非易失性SRAM，我們從不關心這一點。現在，可靠性測試是在芯片上完成的。”在這種情況下，您可以在處于斷電狀態時查看是否可以中斷數據保留，或者在寫入操作期間可能會出現這種情況。如果您正在編寫芯片，這是一個棘手的問題，因為你想要進行足夠強硬的測試，但你也希望它與現實世界相關。與此同時，現在新一代的MRAM還在面臨速度的一些限制。

新的變局正在形成

回看MRAM的發展。

1984年，當時Albert Fert和PeterGrünberg發現了GMR效應，這是MARM研究的真正開始。在20世紀80年代中期，支持者認為MRAM最終將超越競爭技術，成為占主導地位甚至是通用的存儲器。

到了1996年，自旋轉移力矩被提了出來，這個發現使磁隧道結或自旋閥能夠被自旋極化電流修改。基于這一點，摩托羅拉開始了他們的MRAM研究。一年后，摩托羅拉開發出一種256Kb的MRAM測試芯片。這使得MRAM技術開始走向產品化，

隨后在2002年，摩托羅拉被授予Toggle專利。這也是第一代MRAM，即Toggle MRAM。但是，由于第一代MRAM在先進的工藝節點下耗能太高，使得MRAM的發展遇到瓶頸。

2006年7月，飛思卡爾開始銷售世界上第一款商用MRAM芯片。這些芯片的容量低至4Mbit，價格定在25美元。與此同時，MRAM已經開始受到了其他廠商的關注，英飛凌、臺積電、東芝、瑞薩等等企業也開始了MRAM方面的研究。MRAM技術也得以向第二代發展，目前，主流的研究主要是TAS-MRAM和STT-MRAM。尤其是STT-MRAM，因為擁有比DRAM更快，更高效且更容易縮小的優勢。同時還能能兼顧MRAM的性能，還能夠滿足低電流的同時并降低成本。這被視為是可以挑戰DRAM和SRAM的高性能存儲器，并有可能成為領先的存儲技術。

然而在IMEC最近的一個研究，SS-MRAM面臨新的挑戰。根據他們的披露，當前的STT-MRAM在速度方面遇到了一些障礙。為了使其足夠快以與SRAM競爭，數據保留嚴重一種稱為SOT（spin-orbit transfe）的MRAM的產品正在開發中。

SOT MRAM既然使用了不同于STT MRAM的翻轉機制，在元件結構上也自然不同。STT MRAM的讀、寫電流均直接垂直通過MTJ；而SOT MRAM的讀取電流如舊，但寫入電流則依靠與自由層平行鄰接的材料中流過的電流，帶動二者界面上的自旋軌道作用所產生的轉矩，用以翻轉自由層的磁矩。

據相關報道，如果拓樸絕緣體如Bi2Se3能被應用于SOT MRAM，那么其寫入速度可以快20倍，單元密度可以大10倍，成為存儲的新明星。但毫無疑問的是，這種新技術同樣會帶來新挑戰：

一方面，因為SOT MRAM讀自讀、寫自寫，因此需要額外的端點。這在設計上是個麻煩，而且增加單元面積；另一個問題是自旋軌道轉矩的翻轉機制只能將自由層的磁矩翻轉至其垂直于原來方向，最后穩定的方向還得有方法調整、指定。最想當然的方式是外加磁場，但這是設計元件的人最不愿意看到的事。

總而言之，對于新的存儲技術，還有著很多的不確定性。

推薦閱讀

即將改變半導體行業，3DIC晶圓商用大有可為

存算一體AI芯片，老架構如何煥發新活力？