< Terug naar vorige pagina

Project

SRAM met ultralaag lekstroomverbruik voor biomedische en IoT-toepassingen

Het Internet der Dingen heeft gezorgd voor een enorme groei van aangesloten slimme apparaten. Deze apparaten werken meestal op batterijen, maar hebben slechts een lage verwerkingssnelheid nodig, wat een energiezuinige werking mogelijk maakt. Wanneer we kijken naar de allernieuwste microcontrollerimplementaties voor deze apparaten, is het energiebudget voor lekstroom van het geheugen prominent aanwezig. Dit werk benadrukt het belang van optimalisatie van de lekstroom in geheugens als een belangrijke factor voor het energie- efficiënt ontwerpen van microcontrollers zonder de basistopologie van de 6T-cel te wijzigen, wat resulteert in een compact ontwerp.

In een geavanceerde submicrontechnologie introduceert transistorvariatie stabiliteitsproblemen, wat agressieve schaling van de voedingsspanning om de lekstroom te verminderen beperkt. Als oplossing gebruikt dit werk de allernieuwste geheugentopologie met lokale blokken om het stabiliteitsprobleem op te delen per lokale blok. Vervolgens worden body biasing en schaling van de voedingsspanning gebruikt op individuele blokken om retentie te bereiken dichter bij het punt van de eerste fout voor het hele geheugen. Voor het individueel afstemmen van lokale blokken is echter bewaking van deze blokken nodig. Het proefschrift laat daarom twee methoden van bewaking zien: analoge bewaking om de statische ruismarge te schatten en digitale bewaking met behulp van voorwaartse foutcorrectiecodes. Deze laatste methode maakt het mogelijk om verder te werken dan het punt waar de eerste fout optreedt. Bovendien bespaart de lokale blokverdeling lekstroom door de tijd die in retentie wordt doorgebracht te verlengen. Slechts een enkel lokaal blok wordt overgeschakeld naar toegangsmodus.

Deze bewakings- en compensatietechnieken zijn gevalideerd in twee prototype- chips. Het eerste prototype toont analoge monitors en body bias compensatie. Selectieve body biasing kan de statische ruismarge met 50mV verhogen. Hierdoor wordt het lekvermogen van de celmatrix met meer dan 50% verminderd. Het tweede prototype toont een voorwaartse foutcorrectiecodebewaking en voedingsspanningscompensatie. Hier kan de voedingsspanning van de niet- gecompenseerde cellen worden verlaagd van 300mV naar 170mV, wat resulteert in een vermindering van het lekvermogen met 70%. Vergeleken met andere state- of-the-art geheugenmacro’s heeft het tweede prototype in een opnametoepassing het laagste totale stroomverbruik.

Datum:1 okt 2017 →  1 feb 2024
Trefwoorden:SRAM
Disciplines:Nanotechnologie, Ontwerptheorieën en -methoden
Project type:PhD project