CN103282892A - 存储器诊断装置、存储器诊断方法以及程序 - Google Patents

存储器诊断装置、存储器诊断方法以及程序 Download PDF

Info

Publication number
CN103282892A
CN103282892A CN2011800634514A CN201180063451A CN103282892A CN 103282892 A CN103282892 A CN 103282892A CN 2011800634514 A CN2011800634514 A CN 2011800634514A CN 201180063451 A CN201180063451 A CN 201180063451A CN 103282892 A CN103282892 A CN 103282892A
Authority
CN
China
Prior art keywords
diagnosis
subregion
zone
memory
storer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011800634514A
Other languages
English (en)
Other versions
CN103282892B (zh
Inventor
市冈怜也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN103282892A publication Critical patent/CN103282892A/zh
Application granted granted Critical
Publication of CN103282892B publication Critical patent/CN103282892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G06F12/16—Protection against loss of memory contents
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11C—STATIC STORES
    • G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
    • G11C29/56—External testing equipment for static stores, e.g. automatic test equipment [ATE]; Interfaces therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26—Functional testing
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11C—STATIC STORES
    • G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11C—STATIC STORES
    • G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
    • G11C29/04—Detection or location of defective memory elements, e.g. cell constructio details, timing of test signals
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11C—STATIC STORES
    • G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
    • G11C29/04—Detection or location of defective memory elements, e.g. cell constructio details, timing of test signals
    • G11C29/08—Functional testing, e.g. testing during refresh, power-on self testing [POST] or distributed testing
    • G11C29/10—Test algorithms, e.g. memory scan [MScan] algorithms; Test patterns, e.g. checkerboard patterns 
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11C—STATIC STORES
    • G11C2229/00—Indexing scheme relating to checking stores for correct operation, subsequent repair or testing stores during standby or offline operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Techniques For Improving Reliability Of Storages (AREA)
  • For Increasing The Reliability Of Semiconductor Memories (AREA)

Abstract

将作为诊断对象的RAM（200）分割成n个（n为3以上的整数）基本区域，在安装有RAM（200）的系统中进行的周期处理的空闲时间中，从所分割的基本区域中选出两个基本区域，通过能够检测耦合故障的诊断方式对所选出的两个基本区域进行诊断，以后，在周期处理的每段空闲时间内反复地进行选出尚未被选出的基本区域对并对所选出的基本区域对进行诊断的动作，对全部的基本区域对实施诊断。

Description

存储器诊断装置、存储器诊断方法以及程序
技术领域
本发明涉及诊断存储器有无故障的技术。
背景技术
在以往的诊断方法中，将存储器（以下也记述为RAM：Random Access Memory（随机存取存储器））整体作为诊断单位，对存储器整体实施读写并与期望值进行比较，由此检测存储器的故障（例如，非专利文献1）。
现有技术文献
非专利文献
非专利文献1：R．Nair，S．M．Thatte and J．C．Abraham．：Efficient algorithmsfor testing semiconductor random-access memories（检测半导体RAM的有效算法）．IEEE Transactions on Computers，C-27，pp．572-576（1978）．
发明内容
发明要解决的问题
非专利文献1的方法是基于软件的RAM诊断方法中的一种。
在非专利文献1的方法中，对RAM进行读写并与期望值进行比较，由此检测RAM的故障。
因此，由于侵害了应用程序利用的堆栈区，因此具有对其他应用程序的动作产生影响的特征。
此外，由于对RAM整体进行读写，因此具有处理量多的特征。
根据这些特征，在要应用于嵌入式系统的情况下，由于非专利文献1的方法处理时间长且未考虑分时处理，因此无法应用于嵌入式系统特有的周期处理。
因此，存在如下课题：在执行应用程序的时间之外还需要RAM诊断专用的时间，对应用程序的利用率产生很大的影响。
在本发明中，将解决上述那样的课题作为主要目的之一，将实施能够检测耦合故障（coupling fault）且不会对应用程序的利用率产生影响的存储器诊断作为主要目的。
用于解决问题的手段
本发明的存储器诊断装置的特征在于，其具有：区域划分部，其将作为诊断对象的存储器的区域划分为n（n为3以上的整数）个部分区域；以及诊断执行部，其在安装有所述存储器的系统中进行的周期处理的每段空闲时间内，反复执行从n个部分区域中选择两个部分区域并通过检测耦合故障的诊断方式对所选择的两个部分区域进行诊断的动作，对全部种类的部分区域对进行诊断。
发明效果
根据本发明，在安装有作为诊断对象的存储器的系统中进行的周期处理的空闲时间内进行诊断，因此不会对系统中的应用程序的利用率产生影响。
此外，由于对全部的部分区域对进行基于能够检测耦合故障的诊断方式的诊断，因此能够有效地检测耦合故障。
附图说明
图1是示出实施方式1的存储器诊断方法的概要的图。
图2是示出实现实施方式1的存储器诊断方法的结构例的图。
图3是示出实施方式1的存储器诊断装置的处理步骤的流程图。
图4是示出实施方式1的诊断处理的定时示例的图。
图5是示出实施方式1的存储器诊断装置的模块结构例的图。
具体实施方式
实施方式1.
在本实施方式中，为了解决现有技术的课题，对可以进行分时处理（time-divisionprocessing）的存储器诊断方法进行说明。
更加具体地讲，在本实施方式的存储器诊断方法中，对诊断处理量非常大的RAM诊断的处理进行分时处理，在安装有作为诊断对象的RAM的系统（例如，嵌入式系统）中进行的周期处理的空闲时间内执行RAM诊断的分时处理。
由此，不需要用于诊断处理的专用时间，能够消除对安装有RAM的系统中的应用程序的利用率产生的影响。
此外，在进行分时处理的情况下，可以考虑简单地分割作为诊断对象的RAM的区域，但是，当仅是对RAM区域进行了分割时，只能够实施对所分割的区域的存储单元的读写，因此存在无法检测耦合故障的情况。
耦合故障是RAM的故障模式之一，是在对某个存储单元进行了读写时其他存储单元的数据值发生变化的故障。
为了检测耦合故障，需要关注某个存储单元，并在对其他存储单元全部实施了读写后，检查关注的存储单元的内容是否未发生变化。
当仅是简单地分割RAM区域时，由于仅能够实施分割后的范围内的读写，因此无法检测跨分割范围的耦合故障。
在本实施方式中，对在安装有作为诊断对象的RAM的系统中进行的周期处理的空闲时间内进行诊断，能够消除对系统中的应用程序的利用率产生的影响，并且能够检测耦合故障的存储器诊断方法进行说明。
首先，对本实施方式的存储器诊断方法的原理进行说明。
在本实施方式的诊断方式中，将作为诊断对象的RAM（M）分割成n个部分区域（M＝｛m1，m2，…，mn｝：将m称作基本区域）（另外，n为3以上的整数）。
然后，从被分割的基本区域中选出两个基本区域的组，对所选出的区域实施非专利文献1中记载的诊断方法（以下，记述为Abraham）。
接着，选出其他基本区域的组并实施Abraham，重复以上处理直到对全部的组实施了Abraham。
由此，能够对RAM的各单元实施与针对全部的RAM区域实施Abraham的处理同等的处理。
此外，分割RAM来缩小诊断范围，由此能够缩短处理时间。
即，能够在嵌入式系统的周期处理的空闲时间内执行诊断。
能够与作为诊断对象的系统相应地变更基本区域的大小。
在缩小了基本区域的情况下，每对基本区域的处理时间缩短，可以在空闲时间短的系统中应用，但是，由于基本区域的对数增加，因此到RAM整体的诊断完成为止的时间变长。
另一方面，在增大了基本区域的情况下，每对基本区域的处理时间变长，仅能够在空闲时间长的系统中应用，但是，由于基本区域的对数减少，因此到RAM整体的诊断完成为止的时间缩短。
这样，本实施方式的诊断方法的特征之一是能够按照系统要求的到诊断完成为止的时间或系统要求的周期时间设定基本区域。
另外，在本实施方式中，以对基本区域执行Abraham为例进行了说明，但是只要能够检测耦合故障，也可以应用其他的诊断方法。
在图1中使用例子示出本实施方式的诊断方法的概要。
在图1中示出将RAM200分成3个基本区域进行诊断的例子（M＝｛m1，m2，m3｝）。
首先，在周期1中，选出作为诊断对象的基本区域m1和m2，将两个基本区域看做1个RAM来执行Abraham。
另外，将作为诊断对象被选出的基本区域称作目标区域1和目标区域2。
在图1和图2中，由虚线框包围的范围表示诊断对象的区域，此外，用阴影线表示目标区域1，用填充色来表示目标区域2。
接着，在周期2中，选出基本区域m1和m3作为诊断对象，将两个区域看做1个RAM来执行Abraham。
接着，在周期3中，选出基本区域m2和m3作为诊断对象，将两个区域看做1个RAM来执行Abraham。
由此，对全部的基本区域对完成了Abraham的执行。
图2中示出实现本实施方式的存储器诊断方法的结构例，图3中示出处理步骤。
另外，各个图中的步骤编号（S1～S6）彼此相关联。
另外，在图2中，100是作为存储器诊断装置进行动作的CPU（Central ProcessingUnit：中央处理单元）。
将本实施方式的存储器诊断方法作为在CPU100上进行动作的软件来安装。
CPU100经由总线300对RAM200实施读写来执行诊断。
另外，也可以将与本方式同等的功能安装到FPGA（Field-Programmable GateArray：现场可编程门阵列）等硬件上。
在RAM200上的某个区域中存储有被称作诊断信息的数据。
诊断信息具体地示出目标区域1的起始地址、目标区域2的起始地址、目标区域的大小以及RAM的大小。
图5示出图2的CPU100（存储器诊断装置）的模块结构例。
在图5中，通过程序实现区域划分部101和诊断执行部102。
寄存器103用于存储目标区域的数据。
区域划分部101将作为诊断对象的RAM的区域划分成n（n为3以上的整数）个基本区域（部分区域）。
诊断执行部102在安装了RAM200的嵌入式系统中进行的周期处理的每个空闲时间内，反复执行从n个基本区域中选择两个基本区域作为目标区域并通过检测耦合故障的诊断方式对所选择的两个目标区域进行诊断的动作，对全部种类的基本区域对进行诊断。
诊断执行部102也可以在1次空闲时间内进行多对基本区域的诊断。
接着，示出本实施方式的CPU100的动作序列。
另外，该动作序列在嵌入式系统的处理周期中被执行，在不执行应用程序的空闲时间内被实施（参照图4）。
首先，在某个周期n中开始诊断处理（S1）。
接着，诊断执行部102从RAM200中取得诊断信息，并保存到CPU100的寄存器103中（S2）。
接着，诊断执行部102使用在诊断信息中记述的目标区域1的起始地址、目标区域2的起始地址和目标区域的大小来确定诊断范围（选择作为目标区域1的基本区域和作为目标区域2的基本区域），对诊断范围执行Abraham（S3）。
接着，诊断执行部102使用诊断信息中的目标区域1的起始地址、目标区域2的起始地址、目标区域的大小以及RAM的整体大小，选出在下一周期n-1中进行诊断的目标区域（S4）。
该选出算法可以是依次选定基本区域对的简单的方式，也可以是其他方式。
接着，诊断执行部102将在S4中确定的诊断信息全部存储到RAM200中（S5）。
如上所述，完成周期n的诊断处理（S6）。
在将诊断前与诊断后的RAM200的数据设为相同的情况下，也可以追加如下功能：在诊断前，在备份用RAM或与目标区域不同的RAM200的区域中备份目标区域的数据内容，在诊断后恢复备份数据。
此外，也可以使目标区域1与目标区域2的大小不相等。
即，也可以是，区域划分部101改变每个基本区域的区域大小，将RAM200划分成n个基本区域。
该情况下，存在诊断执行部102选择区域大小不同的基本区域作为目标区域的情况。
此外，在每个基本区域的大小不固定的情况下，需要在诊断信息生成时，确定在下一周期中作为诊断对象的目标区域1和目标区域2的大小，并在诊断信息中记述目标区域1和目标区域2的大小。
另外，在本实施方式中，以安装有RAM200的系统是嵌入式系统为例进行了说明，但安装有RAM200的系统是任意系统均可，均可应用本实施方式中示出的存储器诊断装置和存储器诊断方式。
以上，根据本实施方式，在安装有作为诊断对象的RAM的系统中进行的周期处理的空闲时间内进行诊断，因此能够消除对系统中的应用程序的利用率产生的影响。
此外，对全部的部分区域对进行基于能够检测耦合故障的诊断方式的诊断，因此能够有效地检测耦合故障。
标号说明
100CPU，101区域划分部，102诊断执行部，103寄存器，200RAM，300总线。

Claims (5)

1.一种存储器诊断装置，其特征在于，该存储器诊断装置具有：
区域划分部，其将作为诊断对象的存储器的区域划分为n个部分区域，其中，n为3以上的整数；以及
诊断执行部，其在安装有所述存储器的系统中进行的周期处理的每段空闲时间内，反复执行从n个部分区域中选择两个部分区域并通过检测耦合故障的诊断方式对所选择的两个部分区域进行诊断的动作，对全部种类的部分区域对进行诊断。
2.根据权利要求1所述的存储器诊断装置，其特征在于，
所述区域划分部改变每个部分区域的区域大小，将所述存储器的区域划分成n个部分区域，
所述诊断执行部选择区域大小不同的两个部分区域。
3.根据权利要求1所述的存储器诊断装置，其特征在于，
所述诊断执行部在1次空闲时间内进行多对部分区域的诊断。
4.一种存储器诊断方法，其特征在于，该存储器诊断方法包括以下步骤：
将作为诊断对象的存储器的区域划分为n个部分区域，其中，n为3以上的整数；以及
在安装有所述存储器的系统中进行的周期处理的每段空闲时间内，反复执行从n个部分区域中选择两个部分区域并通过检测耦合故障的诊断方式对所选择的两个部分区域进行诊断的动作，对全部种类的部分区域对进行诊断。
5.一种程序，其特征在于，该程序使处理器装置执行以下处理：
区域划分处理，将作为诊断对象的存储器的区域划分为n个处理部分区域，其中，n为3以上的整数；以及
诊断执行处理，在安装有所述存储器的系统中进行的周期处理的每段空闲时间内，反复执行从n个处理部分区域中选择两个处理部分区域并通过检测耦合故障的诊断方式对所选择的两个处理部分区域进行诊断的动作，对全部种类的部分区域对进行诊断。
CN201180063451.4A 2011-02-18 2011-02-18 存储器诊断装置以及存储器诊断方法 Active CN103282892B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/053465 WO2012111135A1 (ja) 2011-02-18 2011-02-18 メモリ診断装置及びメモリ診断方法及びプログラム

Publications (2)

Publication Number Publication Date
CN103282892A true CN103282892A (zh) 2013-09-04
CN103282892B CN103282892B (zh) 2016-01-20

Family

ID=46672097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180063451.4A Active CN103282892B (zh) 2011-02-18 2011-02-18 存储器诊断装置以及存储器诊断方法

Country Status (6)

Country Link
US (1) US9009549B2 (zh)
JP (1) JP5409936B2 (zh)
KR (1) KR101497254B1 (zh)
CN (1) CN103282892B (zh)
DE (1) DE112011104911B4 (zh)
WO (1) WO2012111135A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455436A (zh) * 2013-09-23 2013-12-18 北京经纬恒润科技有限公司 一种ram检测方法及系统
CN105788646A (zh) * 2016-03-29 2016-07-20 杭州和利时自动化有限公司 一种ram检测方法及系统
CN106815101A (zh) * 2015-11-27 2017-06-09 中国科学院沈阳自动化研究所 嵌入式系统外部易失性存储器高可靠性存储与诊断方法
CN106959905A (zh) * 2017-03-16 2017-07-18 北京龙鼎源科技股份有限公司 存储器诊断方法及装置
CN109388516A (zh) * 2017-08-03 2019-02-26 德州仪器公司 具有非侵入式自测试的处理器

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5986474B2 (ja) * 2012-09-28 2016-09-06 株式会社東芝 メモリ故障診断装置、メモリ故障診断方法
JP6269228B2 (ja) * 2014-03-25 2018-01-31 株式会社ジェイテクト プログラマブルロジックコントローラのｒａｍ検査方法及びプログラマブルロジックコントローラ
US10438679B2 (en) 2015-03-10 2019-10-08 Mitsubishi Electric Corporation Memory diagnosis apparatus and memory diagnosis program

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285033A (ja) * 1999-03-31 2000-10-13 Kokusai Electric Co Ltd メモリ障害検出方法及び装置
JP2007140920A (ja) * 2005-11-18 2007-06-07 Kyocera Mita Corp 画像形成装置
CN101310343A (zh) * 2005-11-14 2008-11-19 三菱电机株式会社 存储器诊断装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06282500A (ja) 1993-03-30 1994-10-07 Fujitsu Ten Ltd メモリ検査方法
DE19647159A1 (de) 1996-11-14 1998-06-04 Siemens Ag Verfahren zum Testen eines in Zellenfelder unterteilten Speicherchips im laufenden Betrieb eines Rechners unter Einhaltung von Echtzeitbedingungen
JPH1139231A (ja) 1997-07-17 1999-02-12 Unisia Jecs Corp 車両用電子制御装置
JP3578638B2 (ja) 1998-08-25 2004-10-20 株式会社日立ユニシアオートモティブ マイコン用メモリの診断装置
US20060253749A1 (en) * 2005-05-09 2006-11-09 International Business Machines Corporation Real-time memory verification in a high-availability system
JP2007257271A (ja) 2006-03-23 2007-10-04 Fujitsu Ltd メモリ診断方法、マイクロコンピュータシステム及びプログラム
CN103258572B (zh) * 2006-05-12 2016-12-07 苹果公司 存储设备中的失真估计和消除
GB2439968B (en) * 2006-07-07 2011-05-25 Advanced Risc Mach Ltd Memory testing
US7873877B2 (en) * 2007-11-30 2011-01-18 Iolo Technologies, Llc System and method for performance monitoring and repair of computers
JP5504604B2 (ja) 2008-10-16 2014-05-28 富士電機株式会社 Ｒａｍ診断装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285033A (ja) * 1999-03-31 2000-10-13 Kokusai Electric Co Ltd メモリ障害検出方法及び装置
CN101310343A (zh) * 2005-11-14 2008-11-19 三菱电机株式会社 存储器诊断装置
JP2007140920A (ja) * 2005-11-18 2007-06-07 Kyocera Mita Corp 画像形成装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455436A (zh) * 2013-09-23 2013-12-18 北京经纬恒润科技有限公司 一种ram检测方法及系统
CN103455436B (zh) * 2013-09-23 2016-09-14 北京经纬恒润科技有限公司 一种ram检测方法及系统
CN106815101A (zh) * 2015-11-27 2017-06-09 中国科学院沈阳自动化研究所 嵌入式系统外部易失性存储器高可靠性存储与诊断方法
CN106815101B (zh) * 2015-11-27 2019-09-06 中国科学院沈阳自动化研究所 嵌入式系统外部易失性存储器高可靠性存储与诊断方法
CN105788646A (zh) * 2016-03-29 2016-07-20 杭州和利时自动化有限公司 一种ram检测方法及系统
CN106959905A (zh) * 2017-03-16 2017-07-18 北京龙鼎源科技股份有限公司 存储器诊断方法及装置
CN109388516A (zh) * 2017-08-03 2019-02-26 德州仪器公司 具有非侵入式自测试的处理器

Also Published As

Publication number Publication date
US9009549B2 (en) 2015-04-14
US20130238947A1 (en) 2013-09-12
KR20130098425A (ko) 2013-09-04
DE112011104911B4 (de) 2021-09-02
DE112011104911T5 (de) 2013-12-12
WO2012111135A1 (ja) 2012-08-23
JP5409936B2 (ja) 2014-02-05
JPWO2012111135A1 (ja) 2014-07-03
KR101497254B1 (ko) 2015-02-27
CN103282892B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN103282892A (zh) 存储器诊断装置、存储器诊断方法以及程序
JP6857598B2 (ja) カバレッジテスト支援装置およびカバレッジテスト支援方法
US11281832B2 (en) Device for generating verification vector for circuit design verification, circuit design system, and reinforcement learning method of the device and the circuit design system
US20170337129A1 (en) Method for generating row transposed architecture based on two-dimensional fft processor
US9443614B2 (en) Data pattern generation for I/O testing
KR20200002027A (ko) 최적화된 딥 네트워크 처리를 위한 그래프 매칭
EP3839832A1 (en) Method and apparatus with neural network convolution operation
WO2020139491A1 (en) Technologies for efficient reliable compute operations for mission critical applications
US10162005B1 (en) Scan chain operations
CN107907291A (zh) 一种冲击检测方法及计算设备
CN103714861B (zh) 存储器故障诊断装置、存储器故障诊断方法
US9791509B2 (en) Monitoring microprocessor interface information for a preset service using an address based filter
KR20200089336A (ko) 수 개의 어레이에 의해 저장된 데이터 값 간의 정합 결정
CN102841836B (zh) 测试方法以及可编程处理器
US10860473B1 (en) Memory traffic analyzer
CN103914413A (zh) 用于粗粒度可重构系统的外存访问接口及其访问方法
US7073105B2 (en) ABIST address generation
CN104572332B (zh) 处理系统崩溃的方法和装置
CN112116083A (zh) 神经网络加速器及其检测方法和装置
JP6042046B1 (ja) メモリ診断装置及びメモリ診断プログラム
US20220075677A1 (en) Method and apparatus with neural network profiling
Habiby An improved BIRA for memories with optimal repair rate using a flipping analyzer
US20240184526A1 (en) Memory device and operating method thereof
US20230409902A1 (en) Electronic device performing simulation of target row refresh logic of dynamic random access memory and operating method of electronic device
CN109284231B (zh) 内存访问请求的处理方法、装置及内存控制器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant