L’evoluzione delle memorie non volatili, in particolare delle architetture 3D V-NAND, sta entrando in una fase in cui i limiti non sono più determinati esclusivamente dalla miniaturizzazione geometrica, ma dalla fisica dei materiali e dal comportamento delle cariche a livello atomico. La ricerca condotta dal team del Korea Advanced Institute of Science and Technology (KAIST), guidato dal professor Cho Byung-jin, si colloca esattamente in questo contesto, introducendo un nuovo materiale per lo strato di tunneling capace di superare vincoli strutturali che da anni rappresentano un collo di bottiglia per l’aumento della densità e dell’affidabilità delle memorie flash avanzate.
Le memorie V-NAND si basano su una struttura tridimensionale in cui le celle sono impilate verticalmente, consentendo di aumentare significativamente la capacità senza ridurre ulteriormente le dimensioni laterali. Tuttavia, all’aumentare della densità e del numero di livelli di memorizzazione per cella, la gestione precisa delle cariche diventa sempre più critica. In particolare, lo strato di tunneling, che permette il passaggio degli elettroni tra il canale e la regione di storage, svolge un ruolo fondamentale nel determinare sia la velocità di scrittura e cancellazione sia la stabilità dei dati nel tempo.
Tradizionalmente, materiali come l’ossinitruro di silicio (SiON) sono stati utilizzati per questo strato, ma presentano un limite intrinseco legato a un compromesso fisico difficile da superare. Se il percorso di tunneling viene reso più “aperto” per favorire la cancellazione rapida dei dati, aumenta il rischio di perdita di carica, compromettendo la ritenzione e l’affidabilità. Al contrario, se il percorso viene reso più “chiuso” per garantire stabilità, la velocità di cancellazione si riduce drasticamente, penalizzando le prestazioni complessive del dispositivo. Questo trade-off ha rappresentato uno dei principali ostacoli allo sviluppo di tecnologie di memoria più avanzate, come le celle multi-livello ad alta densità.
Il lavoro del KAIST introduce una soluzione radicalmente diversa, basata sull’utilizzo dell’ossinitruro di boro (BON) come materiale per lo strato di tunneling. Questo materiale presenta proprietà elettroniche peculiari, in particolare una variazione dell’altezza della barriera energetica in funzione del tipo di carica coinvolta. Questa caratteristica consente di progettare una struttura a barriera energetica asimmetrica, in cui il comportamento del materiale cambia a seconda che si tratti di elettroni o lacune.
In termini fisici, la barriera energetica rappresenta l’ostacolo che una carica deve superare per attraversare uno strato isolante. Nei materiali convenzionali, questa barriera è sostanzialmente simmetrica, il che significa che tutte le cariche incontrano una resistenza simile, indipendentemente dalla direzione o dal tipo di trasporto. Nel caso del BON, invece, la barriera è progettata per essere più bassa per le lacune, che sono coinvolte nel processo di cancellazione dei dati, e più alta per gli elettroni, che rappresentano l’informazione memorizzata.
Questa asimmetria consente di ottenere un comportamento analogo a quello di una “porta intelligente”, che si apre facilmente quando è necessario rimuovere la carica durante la cancellazione, ma si chiude efficacemente per impedire la perdita di elettroni durante la fase di conservazione dei dati. Il risultato è una riduzione significativa del compromesso tra velocità e affidabilità, permettendo di migliorare entrambe le caratteristiche simultaneamente.
I risultati sperimentali riportati dal team evidenziano un miglioramento fino a 23 volte nella velocità di cancellazione rispetto alle soluzioni basate su materiali tradizionali. Questo dato è particolarmente rilevante, perché la fase di erase è una delle operazioni più lente e critiche nelle memorie flash, soprattutto nelle architetture ad alta densità. Parallelamente, il dispositivo ha dimostrato un’eccellente durabilità, mantenendo prestazioni stabili anche dopo decine di migliaia di cicli di scrittura e cancellazione, un indicatore fondamentale per l’affidabilità a lungo termine.
Un altro aspetto chiave riguarda la precisione nella gestione dei livelli di tensione all’interno della cella. La tecnologia Penta-Level Cell (PLC) rappresenta uno dei fronti più avanzati nello sviluppo delle memorie, consentendo di memorizzare cinque bit per cella attraverso la distinzione di 32 stati di tensione differenti. Questo richiede un controllo estremamente preciso della distribuzione delle cariche, poiché anche piccole variazioni possono portare a errori di lettura. L’introduzione del BON ha permesso di migliorare significativamente questa precisione, con una capacità di controllo oltre tre volte superiore rispetto ai materiali convenzionali.
Dal punto di vista ingegneristico, questo risultato ha implicazioni importanti per la scalabilità futura delle memorie. La possibilità di implementare PLC in modo affidabile consente di aumentare la densità senza dover necessariamente aumentare il numero di layer o ridurre ulteriormente le dimensioni fisiche delle celle, entrambi fattori che comportano complessità produttiva e costi elevati. In questo senso, l’innovazione nei materiali si configura come una leva strategica per continuare a migliorare le prestazioni senza incorrere nei limiti della miniaturizzazione estrema.
Un elemento particolarmente significativo della ricerca è il livello di maturità tecnologica raggiunto. A differenza di molte innovazioni accademiche che restano confinate alla dimostrazione di principio, il lavoro del KAIST è stato validato in condizioni compatibili con i processi di produzione industriale. Questo suggerisce che l’integrazione del BON nelle linee produttive esistenti potrebbe avvenire in tempi relativamente brevi, accelerando l’adozione di memorie di nuova generazione.
Le implicazioni di questa tecnologia si estendono ben oltre il singolo dispositivo. L’aumento della densità e dell’affidabilità delle memorie V-NAND è un fattore chiave per numerosi settori, tra cui data center, intelligenza artificiale e dispositivi mobili. In particolare, l’AI richiede capacità di storage sempre maggiori e accessi rapidi a grandi volumi di dati, rendendo le prestazioni delle memorie un elemento critico dell’intera infrastruttura.