CN111752798B - 一种固态存储设备空闲时稳定性分析数据收集方法 - Google Patents
一种固态存储设备空闲时稳定性分析数据收集方法 Download PDFInfo
- Publication number
- CN111752798B CN111752798B CN202010581845.XA CN202010581845A CN111752798B CN 111752798 B CN111752798 B CN 111752798B CN 202010581845 A CN202010581845 A CN 202010581845A CN 111752798 B CN111752798 B CN 111752798B
- Authority
- CN
- China
- Prior art keywords
- error
- scanning
- data
- storage device
- different
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- 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
- G06F11/2273—Test methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3447—Performance evaluation by modeling
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/04—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS
- G11C16/0483—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS comprising cells having several storage transistors connected in series
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Techniques For Improving Reliability Of Storages (AREA)
Abstract
本发明公开了一种固态存储设备空闲时稳定性分析数据收集方法，检测存储设备的运行状态，在存储设备空闲时进行稳定性扫描，在稳定性扫描过程中进行分区，在不同分区随机抽取一定比例作为样本，针对不同错误类型，采用不同的扫描方式在各分区内进行错误类型扫描，分类收集不同错误的针对性扫描结果，综合分析错误类型所占比重及分析这些数据位发生的位置的重复率、与P/E周期的关系，对所述存储设备运行状态进行一定时间窗口的周期错误率及错误变化趋势建立预估模型。本申请利用设备空闲时段，依据错误特征，针对性扫描收集数据分析预判，提高准确率；在存储设备的整个生命周期，能够提供不同时期内的预估模型，提高可靠性保障。
Description
技术领域
本发明涉及固态存储设备技术领域，尤其是涉及一种固态存储设备空闲时稳定性分析数据收集方法。
背景技术
目前，基于NAND Flash 的固态存储设备中算法管理依据来源于前期生产扫描结果，NAND Flash 投入应用的前期，一般不会出现严重的错误。但随着 NAND Flash 使用过程中P/E次数的不断增加，其发生错误的概率将呈现出非线性的快速增长，没有不同时段内的针对性扫描数据作错误预估，后阶段很难实现固态存储的优化管理，NAND Flash 固态存储面对的可靠性降低、使用寿命有限等一系列问题很难得到有效解决。
且NAND Flash 会在数据的不同存储阶段发生不同的错误，如按照前期扫描结果直接进行存储管理，数据可靠性会逐渐降低，如按照其存储环境的最差情况设计管理会带来相对严重的资源消耗，并且影响存储系统性能。
对于目前的算法管理，面临如下问题：增设闲时稳定性扫描需要额外的逻辑处理流程，会需要占用额外的代码空间，提高成本；只针对设备空闲时段做处理，需要精准识别设备空闲及退出空闲状态，且空闲时段长短不定，扫描流程及结果需要实施保护，增加难度；如数据收集不够全面对一定时段内错误率预估及应用，存在一定风险误判。
因此，在存储设备生命周期内不同时段内识别出错误变化规律，并针对错误规律进行优化调整，改善设备寿命和性能，是目前亟待解决的问题。
发明内容
本发明的目的是提供一种固态存储设备空闲时稳定性分析数据收集方法，通过在存储设备空闲时进行稳定性扫描，在稳定性扫描过程中进行分区，在不同分区随机抽取一定比例作为样本，针对不同错误类型，采用不同的扫描方式在各分区内进行错误类型扫描，分类收集不同错误的针对性扫描结果，综合分析错误类型所占比重及分析这些数据位发生的位置的重复率、与 P/E 周期的关系，对所述存储设备运行状态进行一定时间窗口的周期错误率及错误变化趋势建立预估模型。
本发明的上述发明目的通过以下技术方案得以实现：
一种固态存储设备空闲时稳定性分析数据收集方法，包括以下步骤：
S1、开始；
S2、固态存储设备进入运行；
S3、检查固态存储设备运行状态；
S4、固态存储设备是否属于空闲状态，若是，进入下一步，若否，转S2；
S5、进行稳定性扫描；
S6、HOST是否接收到工作指令，若否，进入下一步，若是，转S9；
S7、稳定性扫描是否执行完毕，若是，进入下一步，若否，转S5；
S8、分析扫描结果，给出错误预估模型；转S3；
S9、记录扫描结果，继续使用前次错误预估模型；
S10、退出扫描，转S3。
本发明进一步设置为：稳定性扫描包括以下步骤：
A1、开始；
A2、获取当前存储单元P/E状态、扫描分区情况；
A3、判断是否需要更新分区，若是，进入下一步，若否，转A5；
A4、更新分区信息，获取最新错误预估模型，转A6；
A5、调用前次错误预估模型；
A6、选取分区内存储块样本，按照错误预估模型中错误类型主次关系，执行扫描；
A7、收集扫描数据，并综合分析扫描结果；
A8、建立错误预估模型；
A9、结束。
本发明进一步设置为：步骤A2中，扫描分区包括以存储块P/E 次数段间距分区、以数据类型分区、以数据有效性分区中的至少一种方式；设定存储块P/E 次数段间距值，以段间距值对存储块进行分区；以数据类型将存储块分为：用户数据区、管理表格区；以数据有效性将存储块分为：已存有效数据单元、空单元，于不同分区随机抽取一定比例作为样本。
本发明进一步设置为：在各分区内进行错误类型扫描，针对不同错误类型，采用不同的扫描方式进行扫描，以发现是否存在错误、错误所占比例；其中，针对数据编程干扰产生的错误，选择某一单元进行随机数据写入后，扫描其前后相邻单元是否入发生错误位变多的情况；或基于阈值电压，在指定方向和步长偏动时，读取存储块错误位数。
本发明进一步设置为：针对数据驻留产生的错误，对不同区不同使用状态的存储块，分别读出其未经纠错的数据，记录错误位数并标记错误发生的物理结构位置；或获取不同P/E 分区空块编程写入时间。
本发明进一步设置为： 针对数据读产生的错误，对不同区不同使用状态的存储块及其邻近块，进行梯度次数读出，记录错误位数。
本发明进一步设置为： 针对擦除产生的错误，对不同区空块，进行擦除，检查操作后状态码及读取物理数据判别是否为全FF。
本发明进一步设置为：步骤A7中，分类收集不同错误的针对性扫描结果，按照错误类型初步统计分析趋势，综合分析错误类型所占比重及分析这些数据位发生的位置的重复率、与 P/E 周期的关系。
本发明进一步设置为：步骤A8中，根据步骤A7中得到的分析结果，对所述存储设备运行状态进行一定时间窗口的周期错误率及错误变化趋势建立预估模型。
本发明进一步设置为：根据错误分析结果，对设备已扫描的中存储块或者分区依据错误预估标定不同状态，实施动态调整最大纠错能力；将错误率已经超过或误差范围内的错误校验码最大纠错能力的存储块内有效数据进行搬移，释放后插入坏块表；按数据功能区挑选适合空块进行组合回收。
与现有技术相比，本发明的有益技术效果为：
1.本申请通过在存储设备空闲状态进行稳定性扫描，不占资源，不影响设备性能；
2.进一步地，本申请依据主要错误类型的特点，针对性扫描收集数据分析预判，提高准确率；
3.进一步地，本申请在存储设备的整个生命周期，能够提供不同时期内的预估模型，提高可靠性保障；
4.进一步地，本申请存储设备生命周期内不同时段内具有针对性的稳定扫描，有效的识别出错误变化规律后，提供错误预估，提前预知 NANDFlash 综合错误分布情况， 指导后续的存储管理做实时优化调整，改善设备寿命和性能。
附图说明
图1是本发明的一个具体实施例的系统流程示意图；
图2是本发明的一个具体实施例的稳定性扫描流程示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本发明的一种固态存储设备空闲时稳定性分析数据收集方法，采用在存储设备空间时进行稳定性扫描，并检测是否有HOST指令，若有HOST指令时，记录扫描结果；若无HOST指令时，在稳定性扫描完成后，分析扫描结果，给出错误预估模型，以作为下次稳定性扫描的依据。
如图1所示，包括以下步骤：
S1、开始；
S2、固态存储设备进入运行；
S3、检查固态存储设备运行状态；
S4、固态存储设备是否属于空闲状态，若是，进入下一步，若否，转S2；
S5、进行稳定性扫描；
S6、HOST是否接收到工作指令，若否，进入下一步，若是，转S9；
S7、稳定性扫描是否执行完毕，若是，进入下一步，若否，转S5；
S8、分析扫描结果，给出错误预估模型；转S3；
S9、记录扫描结果，继续使用前次错误预估模型；
S10、退出扫描，转S3。
NAND Flash 会在数据的不同存储阶段发生不同的错误，与 P/E 周期次数以及数据驻留时间相关。Nand Flash 使用前期因物理结构特性稳定，会比较少发生错误，当芯片随着使用的过程磨损程度逐渐加重，发生错误的可能性会呈指数级上升。
正在使用中NandFlash存储设备，内部已存留有部分或者满盘有效数据，针对不同扫描检测项分别选取不同区域存储单元进行扫描，获取实时有效表征数据。
具体地，步骤A2中，扫描分区包括以存储块P/E 次数段间距分区、以数据类型分区、以数据有效性分区中的至少一种方式；设定存储块P/E 次数段间距值，以段间距值对存储块进行分区；以数据类型将存储块分为：用户数据区、管理表格区；以数据有效性将存储块分为：已存有效数据单元、空单元，于不同分区随机抽取一定比例作为样本。
在本申请的一个具体实施例中，以1000为段间距，对存储块P/E 次数段间距分区段，分别为[0,1000），[1000,2000)，[2000,3000).....。
当获取到设备空闲时，进入稳定性扫描，如图2所示，稳定性扫描，包括以下步骤：
A1、开始；
A2、获取当前存储单元P/E状态、扫描分区情况；
A3、判断是否需要更新分区，若是，进入下一步，若否，转A5；
A4、更新分区信息，获取最新错误预估模型，转A6；
A5、调用前次错误预估模型；
A6、选取分区内存储块样本，按照错误预估模型中错误类型主次关系，执行扫描；
A7、收集扫描数据，并综合分析扫描结果；
A8、建立错误预估模型；
A9、结束。
在各分区内进行错误类型扫描，针对不同错误类型，采用不同的扫描方式进行扫描，以发现是否存在错误、错误所占比例。
错误类型包括数据编程干扰产生的错误、数据驻留产生的错误、数据读产生的错误、擦除产生的错误。
数据编程干扰产生的错误，存有有效数据单元，当邻近存储块或者页执行写入动作时，会产生寄生耦合电容干扰，导致有效数据单元的有效数据ECC明显增加甚至超出最大纠错能限，引发错误；
原先存储于浮栅极的电子发生泄露，导致浮栅极保持的电压变小，存有有效数据单元，随着数据驻留时间的延长，错误位数增多，从而引发错误；
当存储在一个单元的数据，由于与其在相同的字符串的邻近单元重复读操作，引起这个单元数据改变，相邻单元多次重复读出时，其错误位数发生一定规律性变化，从而引发错误；
当执行擦除操作时，没有将需要擦除的块重置为擦除状态，主要是由于加工工艺变化或者因反复 P/E 操作，隧道氧化层中俘获电子引起错误，在擦除后数据非全0xFF 或者擦除状态码异常。
对于不同的错误类型，采用不同的扫描方式进行扫描，以发现错误及错误所占比例、错误位置。
具体地，针对数据编程干扰产生的错误，选择某一单元进行随机数据写入后，扫描其前后相邻单元是否入发生错误位变多的情况；或基于阈值电压，在指定方向和步长偏动时，读取存储块错误位数。
针对数据驻留产生的错误，对不同区不同使用状态的存储块，分别读出其未经纠错的数据，记录错误位数并标记错误发生的物理结构位置；或获取不同P/E 分区空块编程写入时间。
针对数据读产生的错误，对不同区不同使用状态的存储块及其邻近块，进行梯度次数读出，记录错误位数。
针对擦除产生的错误，对不同区空块，进行擦除，检查操作后状态码及读取物理数据判别是否为全FF。
步骤A7中，分类收集不同错误的针对性扫描结果，按照错误类型初步统计分析趋势，综合分析错误类型所占比重及分析这些数据位发生的位置的重复率、与 P/E 周期的关系。
步骤A8中，根据步骤A7中得到的分析结果，对所述存储设备运行状态进行一定时间窗口的周期错误率及错误变化趋势建立预估模型，作为后续扫描分析依据。
根据错误分析结果，对设备已扫描的中存储块或者分区依据错误预估标定不同状态，实施动态调整最大纠错能力；将错误率已经超过或误差范围内的错误校验码最大纠错能力的存储块内有效数据进行搬移，释放后插入坏块表；按数据功能区挑选适合空块进行组合回收。
本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。
Claims (8)
1.一种固态存储设备空闲时稳定性分析数据收集方法，其特征在于，包括以下步骤：
S1、开始；
S2、固态存储设备进入运行；
S3、检查固态存储设备运行状态；
S4、固态存储设备是否属于空闲状态，若是，进入下一步，若否，转S2；
S5、进行稳定性扫描，在稳定性扫描过程中进行分区，在不同分区随机抽取一定比例存储单元作为样本，针对不同错误类型，采用不同的扫描方式在各分区内进行错误类型扫描，分类收集不同错误的针对性扫描结果，综合分析错误类型所占比重，分析错误数据位发生的位置的重复率及与 P/E 周期的关系，对所述固态存储设备运行状态进行一定时间窗口的周期错误率及错误变化趋势分析，建立预估模型；
S6、HOST是否接收到工作指令，若否，进入下一步，若是，转S9；
S7、稳定性扫描是否执行完毕，若是，进入下一步，若否，转S5；
S8、分析扫描结果，给出错误预估模型，转S3；
S9、记录扫描结果，继续使用前次错误预估模型；
S10、退出扫描，转S3；
稳定性扫描包括以下步骤：
A1、开始；
A2、获取当前存储单元P/E状态、扫描及分区情况；
A3、判断是否需要更新分区，若是，进入下一步，若否，转A5；
A4、更新分区信息，获取最新错误预估模型，转A6；
A5、调用前次错误预估模型；
A6、选取分区内存储块样本，按照错误预估模型中错误类型主次关系，执行扫描；
A7、收集扫描数据，并综合分析扫描结果；
A8、建立错误预估模型；
A9、结束。
2.根据权利要求1所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，步骤A2中，扫描分区包括以存储块P/E 次数段间距分区、以数据类型分区、以数据有效性分区中的至少一种方式；设定存储块P/E 次数段间距值，以段间距值对存储块进行分区；以数据类型将存储块分为：用户数据区、管理表格区；以数据有效性将存储块分为：已存有效数据单元、空单元，于不同分区随机抽取一定比例存储单元作为样本。
3.根据权利要求1所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，在各分区内进行错误类型扫描，针对不同错误类型，采用不同的扫描方式进行扫描，以发现是否存在错误、错误所占比例；其中，针对数据编程干扰产生的错误，选择某一存储单元进行随机数据写入后，扫描其前后相邻单元是否发生错误位变多的情况；或基于阈值电压，在指定方向和步长下移动时，读取存储块错误位数。
4.根据权利要求3所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，针对数据驻留产生的错误，对不同分区不同使用状态的存储块，分别读出其未经纠错的数据，记录错误位数并标记错误发生的物理结构位置，获取不同P/E 分区空块编程写入时间。
5.根据权利要求3所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，针对擦除产生的错误，对不同分区空块，进行擦除，检查操作后状态码，读取物理数据，判别是否全为FF。
6.根据权利要求1所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，步骤A7中，分类收集不同错误的针对性扫描结果，按照错误类型，统计分析趋势，综合分析错误类型所占比重，分析错误数据位发生的位置的重复率及与 P/E 周期的关系。
7.根据权利要求1所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，步骤A8中，根据步骤A7中得到的分析结果，对所述固态存储设备运行状态进行设定时间窗口的周期错误率及错误变化趋势建立预估模型。
8.根据权利要求1所述固态存储设备空闲时稳定性分析数据收集方法，其特征在于，根据错误分析结果，对设备中已扫描的存储块或者分区，依据错误预估标定不同状态，动态调整最大纠错能力；将错误率已经超过错误校验码最大纠错能力的存储块内有效数据进行搬移，或误差范围内错误校验码最大纠错能力的存储块内有效数据进行搬移，释放后插入坏块表；按数据功能区挑选适合空块进行组合回收。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010581845.XA CN111752798B (zh) | 2020-06-23 | 2020-06-23 | 一种固态存储设备空闲时稳定性分析数据收集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010581845.XA CN111752798B (zh) | 2020-06-23 | 2020-06-23 | 一种固态存储设备空闲时稳定性分析数据收集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111752798A CN111752798A (zh) | 2020-10-09 |
| CN111752798B true CN111752798B (zh) | 2022-12-27 |
Family
ID=72677588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010581845.XA Active CN111752798B (zh) | 2020-06-23 | 2020-06-23 | 一种固态存储设备空闲时稳定性分析数据收集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111752798B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002063473A1 (fr) * | 2001-02-02 | 2002-08-15 | Hitachi, Ltd | Procede de developpement d'un systeme de traitement de donnees et tableau d'evaluation |
| JP2012022641A (ja) * | 2010-07-16 | 2012-02-02 | Canon Electronics Inc | システム安定度を分析する情報分析装置、情報分析方法、情報分析システムおよびプログラム |
| CN103116531A (zh) * | 2013-01-25 | 2013-05-22 | 浪潮(北京)电子信息产业有限公司 | 存储系统故障预测方法和装置 |
| CN203909784U (zh) * | 2014-06-19 | 2014-10-29 | 刘斌 | 固态硬盘稳定性检测装置 |
| CN108376110A (zh) * | 2018-02-14 | 2018-08-07 | 深圳太极云软技术股份有限公司 | 一种自动检测方法、系统及终端设备 |
| CN109947588A (zh) * | 2019-02-22 | 2019-06-28 | 哈尔滨工业大学 | 一种基于支持向量回归法的NAND Flash位错误率预测方法 |
| CN110851079A (zh) * | 2019-10-28 | 2020-02-28 | 华中科技大学 | 一种自适应的存储设备损耗均衡方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2290562A1 (en) * | 2009-08-24 | 2011-03-02 | Amadeus S.A.S. | Segmented main-memory stored relational database table system with improved collaborative scan algorithm |
-
2020
- 2020-06-23 CN CN202010581845.XA patent/CN111752798B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002063473A1 (fr) * | 2001-02-02 | 2002-08-15 | Hitachi, Ltd | Procede de developpement d'un systeme de traitement de donnees et tableau d'evaluation |
| JP2012022641A (ja) * | 2010-07-16 | 2012-02-02 | Canon Electronics Inc | システム安定度を分析する情報分析装置、情報分析方法、情報分析システムおよびプログラム |
| CN103116531A (zh) * | 2013-01-25 | 2013-05-22 | 浪潮(北京)电子信息产业有限公司 | 存储系统故障预测方法和装置 |
| CN203909784U (zh) * | 2014-06-19 | 2014-10-29 | 刘斌 | 固态硬盘稳定性检测装置 |
| CN108376110A (zh) * | 2018-02-14 | 2018-08-07 | 深圳太极云软技术股份有限公司 | 一种自动检测方法、系统及终端设备 |
| CN109947588A (zh) * | 2019-02-22 | 2019-06-28 | 哈尔滨工业大学 | 一种基于支持向量回归法的NAND Flash位错误率预测方法 |
| CN110851079A (zh) * | 2019-10-28 | 2020-02-28 | 华中科技大学 | 一种自适应的存储设备损耗均衡方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111752798A (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8296539B2 (en) | Method and apparatus for performing wear leveling in memory | |
| KR101642465B1 (ko) | 불휘발성 메모리 장치의 액세스 방법 | |
| US8453022B2 (en) | Apparatus and methods for generating row-specific reading thresholds in flash memory | |
| US10600489B2 (en) | Memory system, reading method, program, and memory controller | |
| CN108847267B (zh) | 一种基于错误模式的闪存寿命测试方法 | |
| CN106205720B (zh) | 一种恢复Nand Flash错误数据的方法 | |
| CN111309544B (zh) | 一种读参考电压受多维因子影响的预测建模及施加方法 | |
| US9881682B1 (en) | Fine grained data retention monitoring in solid state drives | |
| US11644979B2 (en) | Selective accelerated sampling of failure- sensitive memory pages | |
| CN113010391A (zh) | 基于阈值分布的存储器子系统分析 | |
| CN113257332B (zh) | 一种闪存的有效性预测方法、装置及存储介质 | |
| CN106776095A (zh) | Ssd固态硬盘数据可靠性智能检测方法及检测装置 | |
| US11960989B2 (en) | Read threshold estimation systems and methods using deep learning | |
| CN107748722A (zh) | 一种保证固态硬盘中数据持续性的自适应数据刷新方法 | |
| CN110532195B (zh) | 存储器系统的工作负荷分簇及执行其的方法 | |
| CN111752798B (zh) | 一种固态存储设备空闲时稳定性分析数据收集方法 | |
| CN112908391B (zh) | 一种基于数学模型的闪存分类方法及装置 | |
| TWI769124B (zh) | 一種應用于Flash智慧分析檢測的檢測方法、系統、智慧終端機以及電腦可讀儲存介質 | |
| Santikellur et al. | A shared page-aware machine learning assisted method for predicting and improving multi-level cell NAND flash memory life expectancy | |
| CN113419682B (zh) | 一种数据处理方法、装置和计算机闪存设备 | |
| CN114627959A (zh) | 闪存检测方法、闪存检测装置、设备及介质 | |
| CN110969256A (zh) | 训练人工智能更正存储装置的对数概度比的方法 | |
| CN115620760B (zh) | 一种最优读出阈值电压的搜索方法、终端及存储介质 | |
| CN114974387B (zh) | 基于固态硬盘主控芯片的闪存测试方法、装置及固态硬盘 | |
| CN118069075B (zh) | 一种应用于企业级固态硬盘的后台精细数据保持力扫描方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB02 | Change of applicant information |
Address after: 518000 09-2, 10-11 unit, 6 building, Changhong science and technology building, 18 South Road, science and Technology Park, Nanshan District, Shenzhen, Guangdong, China 18 Applicant after: Deyi Microelectronics Co.,Ltd. Address before: 518000 09-2, 10-11 unit, 6 building, Changhong science and technology building, 18 South Road, science and Technology Park, Nanshan District, Shenzhen, Guangdong, China 18 Applicant before: YEESTOR MICROELECTRONICS Co.,Ltd. |
|
| CB02 | Change of applicant information |