CN114333957A - 判决电平的预测方法、存储设备及存储介质 - Google Patents
判决电平的预测方法、存储设备及存储介质 Download PDFInfo
- Publication number
- CN114333957A CN114333957A CN202210214045.3A CN202210214045A CN114333957A CN 114333957 A CN114333957 A CN 114333957A CN 202210214045 A CN202210214045 A CN 202210214045A CN 114333957 A CN114333957 A CN 114333957A
- Authority
- CN
- China
- Prior art keywords
- decision level
- current
- historical
- storage unit
- residence time
- 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.)
- Pending
Links
Images
Landscapes
- Read Only Memory (AREA)
Abstract
本发明涉及一种判决电平的预测方法、存储设备及存储介质，所述判决电平的预测方法包括：当从存储器读存储数据的情况下，确定存储数据所在存储单元；获取所述存储单元的当前时刻的状态信息；根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平。本发明通过查询存储颗粒的历史信息并结合存储单元状态信息对其当前读判决电平预测，有效减少读数据的RBER，从而降低ECC解码器的迭代时间和相应功耗，对应提升了整个SSD设备的使用寿命。进一步，该方法通过在线学习的方式获取存储单元读判决电平的物理特性，无需对颗粒进行离线测试，节省了测试工作量且适应性更好。
Description
技术领域
本发明涉及数据存储领域，特别涉及一种判决电平的预测方法、存储设备及存储介质。
背景技术
当前计算机服务器的主流存储器件主要分为两种：机械硬盘（Hard Disk， HD）和固态硬盘（Solid State Drive，SSD）。固态硬盘和机械硬盘的本质区别在于存储介质不同。传统的机械硬盘以机械磁盘为存储介质，通过磁臂和磁头、磁盘之间的机械构造进行数据存储和读取。固态硬盘则是以NAND闪存（非易失性的存储器）作为存储介质，通过存储器内部的cell的通断电进行数据的读取和写入，进而实现数据存储。存储器系统主要包含Host控制器，ECC解码器（错误检查和纠正解码器）和存储颗粒（简称颗粒）四个部分。现有读数据的操作流程如下：
如图1所示，Host控制器在接收到Host读命令后向NAND颗粒发送读命令，NAND颗粒在进行数据读取时需要给定读判决电平，其读判决电平为默认判决电平。然后将当前cell的电压和读判决电平进行对比，以确定cell存储的数据属于左边（低电压level）或右边（高电压level）。接下来，控制器将颗粒返回的读取数据发送给ECC解码器进行纠错码解码。之后将解码成功后的数据发送给Host。
从统计意义来说，cell中电压会呈现一个类似高斯分布，如图2实线弧线所示，最优判决电平为两个VT分布之间交界处的判决电平；判决电平偏置为读判决电平和默认判决电平之差。从图2中可以看出，由于两个电压分布有交界的地方，因此当施加读判决电平时，存在一些cell存储的电压被误判，这也是原始错误比特的来源。
现有技术采用默认判决电平（或预存判决电平）进行数据读取。该默认判决电平通常由颗粒生产厂商设定，并不会根据颗粒当前的状态（例如，P/E次数，驻留时间，读次数等）改变。因此受驻留时间和跨温读写的影响，默认判决电平和最优判决电平之间的电压差较大，导致读出的数据序列里含有大量错误比特。为将这些错误比特纠正，ECC解码器需要进行多次迭代，从而影响了数据读取速度。
另外，NAND颗粒通过存储电荷来保存数据。但是随着时间的流逝，颗粒中存储的电荷也会不断的泄露，造成整体电压分布向左漂移。同时，随着P/E次数（存储单元的擦写次数）的增加，擦写数据过程中的隧穿效应会导致氧化层孔洞的增加，进一步加剧存储电荷的流失。因此，在存储颗粒的使用过程中最优判决电平和默认判决电平的距离会逐渐拉大，导致RBER的持续上升，进而影响了SSD的读取性能及其寿命。
此外，当读判决电平距离最优判决电平越远时，原始错误比特率（Raw Bit ErrorRate, RBER）呈指数级增长。原始错误比特数（Raw Bit Error Rate, RBER）的居高不下一方面明显增加了读数据延迟和相应的芯片能耗；另一方面当错误比特数到达一定程度后会直接导致译码失败，因此该block被标记为坏块造成资源的浪费，缩短产品寿命。
针对上述技术问题，现有技术未给出有效的解决方案。
发明内容
本发明实施例中提供一种判决电平的预测方法、存储设备及存储介质，用以至少解决现有SSD存储器的原始错误比特率高的问题。
第一方面，本发明实施例提供一种判决电平的预测方法，所述判决电平的预测方法包括：
当从存储器读存储数据的情况下，确定存储数据所在存储单元；
获取所述存储单元的当前时刻的状态信息；
根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平。
可选地，所述状态信息包括等效驻留时间；
所述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平，包括：
根据所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的等效驻留时间；
根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平。
可选地，所述根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平之前，包括：
周期性确定所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平；
根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系。
可选地，所述周期性确定所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，还包括：
在每个检测周期，确定所述存储单元的当前检测周期的等效驻留时间；
当确定的等效驻留时间达到预设的等效驻留时间阈值时，触发确定所述存储单元的当前检测周期的最优判决电平。
可选地，所述确定所述存储单元的当前检测周期的最优判决电平，包括：
在当前检测周期通过扫描阈值电压分布，将阈值电压分布的谷底所在读判决电平作为所述存储单元的当前检测周期的最优判决电平；或者
在当前检测周期读取存储数据后，根据错误检查和纠正解码得到正确数据，通过扫描阈值电压分布和所述正确数据，获取所述存储单元的当前检测周期的最优判决电平。
可选地，所述确定所述存储单元的当前检测周期的最优判决电平，还包括：
获得与所述存储单元的当前读温度对应的判决电平修正值；
根据所述判决电平修正值，将所述存储单元的当前检测周期的最优判决电平修正为同一温度下的最优判决电平。
可选地，所述判决电平的预测方法，还包括：
根据所述存储单元的当前检测周期的等效驻留时间和预设修正阈值，更新所述等效驻留时间阈值。
可选地，采用下述方式计算所述存储单元的等效驻留时间：
根据所述存储单元在前一个计算时刻的等效驻留时间以及当前计算时刻与前一个计算时刻的差值，确定所述存储单元在计算时刻的等效驻留时间，所述计算时刻为确定所述存储单元的读判决电平的时刻，或为确定所述存储单元的最优判决电平的检测周期。
可选地，所述根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平，包括：
根据与所述存储单元的当前时刻的等效驻留时间最近的N组历史等效驻留时间，确定所述存储单元的当前时刻的读判决电平；其中，
在N=1时，将最近的历史等效驻留时间对应的历史最优判决电平作为所述存储单元的当前时刻的读判决电平；
在N=2时，根据2组最近的历史等效驻留时间分别对应的历史最优判决电平和2组最近的历史等效驻留时间，确定历史等效驻留时间和历史最优判决电平的线性关系，根据所述线性关系确定所述存储单元的当前时刻的读判决电平；
在N>2时，根据N组最近的历史等效驻留时间分别对应的历史最优判决电平和N组最近的历史等效驻留时间进行多项式拟合，获得历史等效驻留时间和历史最优判决电平的拟合关系，根据所述拟合关系确定所述存储单元的当前时刻的读判决电平。
可选地，所述状态信息还包括擦写次数；
所述根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系，包括：
向所述存储单元写数据后，记录当前块的擦写次数；
当判定当前块的擦写次数在预设的一擦写次数索引阈值的有效范围时，在该擦写次数索引阈值下，根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系；
根据各擦写次数索引阈值和对应的所述历史等效驻留时间和历史最优判决电平之间对应关系，构建最优判决电平数据表。
可选地，所述当判定当前块的擦写次数在预设的一擦写次数索引阈值的有效范围时，在该擦写次数索引阈值下，根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系，包括：
判断当前块的擦写次数是否在各擦写次数索引阈值的有效范围内；
当判定在一擦写次数索引阈值的有效范围内时，将当前块标记为监控块；并在所述最优判决电平数据表中，查询该擦写次数索引阈值下已有的最长等效驻留时间阈值；
将所述监控块的等效驻留时间阈值更新为该最长等效驻留时间阈值的下一档等效驻留时间阈值；
在判定的该擦写次数索引阈值下，按照该最长等效驻留时间阈值的下一档等效驻留时间阈值，并根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系。
可选地，所述判决电平的预测方法，还包括：根据擦写次数索引阈值设定当前擦写次数索引阈值对应的有效范围的最大值和最小值。
可选地，所述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平，包括：
获取所述存储单元的当前时刻的擦写次数；
从所述最优判决电平数据表中，查找与所述存储单元的当前时刻的擦写次数最近的擦写次数索引阈值；
在最近的擦写次数索引阈值下，根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的最优判决电平。
第二方面，本发明实施例提供一种存储设备，所述存储设备包括：存储器、控制器及存储在所述存储器上并可在所述控制器上运行的计算机程序；
所述计算机程序被所述控制器执行时，实现如上任一项所述的判决电平的预测方法的步骤。
第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有判决电平的预测程序，所述判决电平的预测程序被控制器执行时，实现如上任一项所述的判决电平的预测方法的步骤。
本发明各个实施例通过查询存储单元的历史信息并结合存储单元状态信息对其当前读判决电平预测，有效减少读数据的RBER，从而降低ECC解码器的迭代时间和相应功耗，对应提升了整个SSD设备的使用寿命。进一步，该方法通过在线学习的方式获取颗粒读判决电平的物理特性，无需对颗粒进行离线测试，节省了测试工作量且适应性更好。
附图说明
图1是存储器系统架构示意图；
图2是VT分布和判决电平示意图；
图3是根据本发明实施例的一种判决电平的在线预测方法流程图；
图4是根据本发明实施例的一种构建历史状态信息和历史最优判决电平对应关系的流程图；
图5是根据本发明实施例的另一种判决电平的在线预测方法流程图；
图6是根据本发明实施例的一种基于最优判决电平数据表构建历史状态信息和历史最优判决电平对应关系的流程图；
图7是根据本发明实施例的又一种判决电平的在线预测方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一
本发明实施例提供一种判决电平的预测方法，如图1所示，所述判决电平的预测方法包括：
S101，当从存储器读存储数据的情况下，确定存储数据所在存储单元；
S102，获取所述存储单元的当前时刻的状态信息；其中状态信息可以是等效驻留时间和/或擦写次数；
S103，根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平。最后可以根据读判决电平从所述存储单元读取存储数据。
本实施例属于一种判决电平的在线预测方法，特别适用于固态硬盘。本发明实施例中方法的执行主体可以是存储控制器（即存储器中的控制器）。固态硬盘中存储颗粒为实际存储数据的地方，通常以颗粒芯片、Die、Block、WordLine、page的方式依次索引，可以构成不同级别的存储单元。存储颗粒按照每个cell可存储的bit数分为SLC（1bit）、MLC(2bits)、TLC (3bits)等。cell为最小存储单元。
如图2所示，cell中电压会呈现一个类似高斯分布，最优判决电平为两个VT分布之间交界处的判决电平；判决电平偏置为读判决电平和默认判决电平之差。默认判决电平由颗粒生产厂商设定，并不会根据颗粒当前的状态（例如，P/E次数，驻留时间，读次数等）改变。以TLC颗粒为例，TLC颗粒每个cell可以存储三个bit，总共8个电平分布（L0,L1,…,L7），因此每个cell存在7个默认判决电平。VT扫描（VT scan）：指以一定的电平间隔采用不同的读电平偏置对颗粒的电压进行扫描。通过该方法可获得颗粒的电压分布，进而获得最优判决电平。
本发明实施例在从存储器读存储数据的情况下，获取存储单元的当前时刻的状态信息，然后根据历史状态信息和历史最优判决电平之间对应关系以及存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平，从而通过查询存储颗粒的历史信息并结合当前颗粒状态信息对其当前读判决电平预测，有效减少读数据的RBER，从而降低ECC解码器的迭代时间和相应功耗，对应提升了整个SSD设备的使用寿命。进一步，该方法通过在线学习的方式获取颗粒读判决电平的物理特性，无需对颗粒进行离线测试，节省了测试工作量且适应性更好。
在一些实施方式中为了提高预测的准确性，将等效驻留时间作为状态信息；其中，所述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平，包括：
根据所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的等效驻留时间；
根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平。
其中，驻留时间（Retention time）定义为颗粒写数据时刻和当前时刻的间隔时间。通常情况下，颗粒以block为单位写数据，因此一个block通常共享一个retention时间。
等效驻留时间，高温场景相对低温场景对retention time具有加速作用，因此通常情况下根据阿伦尼乌斯公式(Arrhenius equation)计算某个温度下的等效驻留时间。
实施例二
本发明实施例主要是针对实施例一中S103的相关改进，阐述存储单元的历史信息记录过程，描述历史状态信息和历史最优判决电平之间对应关系的构建流程。也就是说，根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平之前，包括：
周期性确定所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平；
根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系。
在一些实施方式中，在每个检测周期，确定所述存储单元的当前检测周期的等效驻留时间；
当确定的等效驻留时间达到预设的等效驻留时间阈值时，触发确定所述存储单元的当前检测周期的最优判决电平。
详细地，如图4所示，该流程为记录当前存储单元的历史最优判决电平数据。该实施例为读判决电平的在线预测提供了数据基础。包括：
步骤21，存储控制器周期性确定所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平；
在实施过程中，可以在前一个计算时刻的等效驻留时间以及当前计算时刻与前一个计算时刻的差值，确定所述存储单元在计算时刻的等效驻留时间，所述计算时刻为确定所述存储单元的最优判决电平的检测周期。存储控制器的周期时间可采用默认值或由Host在实施过程中根据存储单元的业务特点和/或使用环境决定后下发给存储控制器。
具体地，根据所述存储单元在第i个计算时刻t i 的等效温度、存储颗粒温度、存储颗粒活化能以及计算时刻t i ，通过阿伦尼乌斯公式确定第i个计算时刻t i 至第（i-1）个计算时刻t i-1的加速因子；
根据计算时刻t i-1的等效驻留时间Retention(i-1)和所述加速因子，确定所述存储单元在计算时刻的等效驻留时间Retention(i)。
例如，等效驻留时间的一种可实现计算方法为：
Retention(i)= Retention(i-1)＋AF×（t i －t i－1 ）
其中Retention(i)表示t i 时刻的等效驻留时间，AF表示t i 时间至上一个时刻的加速因子。该加速因子可通过阿伦尼乌斯公式(Arrhenius equation)计算，公式如下所示：
其中E a 表示颗粒的活化能，通常由存储颗粒厂家提供；k B 表示Boltzmann常数；T e 表示等效温度，该温度默认为室温25摄氏度，或在实施过程中由Host指定；T i 表示第t i 时刻的存储颗粒温度。值得注意的是，为支持等效驻留时间的计算，存储控制器在当前存储单元写数据时需同步记录存储单元的温度，初始化等效驻留时间初始值为0。
步骤22，存储控制器判断当前等效驻留时间是否超过等效驻留时间阈值，如果不满足上述条件则结束当前流程，反之则进行下一步操作。值得注意的是，该等效驻留时间阈值在当前存储单元写数据时进行初始化，并在第25步流程中进行更新。
具体地，在i为1时，所述存储单元在计算时刻的等效驻留时间Retention(i)初始化为0；
在i大于1时，判断所述存储单元在计算时刻的等效驻留时间Retention(i)是否超过预设的等效驻留时间阈值；在超过时，存储所述存储单元在计算时刻的等效驻留时间Retention(i)。
步骤23，存储控制器获取当前存储单元的最优判决电平。在检测周期通过扫描阈值电压分布，将阈值电压分布的谷底所在读判决电平作为所述存储单元的检测周期的最优判决电平；或者
在检测周期读取存储数据后，根据错误检查和纠正解码得到正确数据，通过扫描阈值电压分布和所述正确数据，获取所述存储单元的检测周期的最优判决电平。
例如，获取最优判决电平的方法可以包括：1、直接扫描VT分布，将VT分布的谷底所在读判决电平作为最优判决电平；2、读取存储数据后通过ECC解码得到正确数据，然后通过扫VT的方式获得最优判决电平。进一步，由于扫描整个Block的VT时间相对较长，因此可扫描部分Wordline的数据作为近似。
步骤24，存储控制器记录历史等效驻留时间和对应的最优判决电平对应关系，可以采用键值对形式。进一步，存储的最优判决电平可在第23步的基础上根据存储单元的读温度修正所述存储单元的检测周期的最优判决电平，然后存储。
具体地，获得与所述存储单元的当前读温度对应的判决电平修正值；根据所述判决电平修正值，将所述存储单元的当前检测周期的最优判决电平修正为同一温度下的最优判决电平。
该步骤的目的是将读取的历史最优判决电平归一化至同一温度下的最优判决电平，以此消除读温度差异带来的最优判决电平误差。
具体修正方式：根据当前读温度获得判决电平修正值，将读取后的最优判决电平加上判决电平修正值后进行存储。
获取当前判决电平修正值的方式有两种，一种为直接查表：根据当前温度获得判决电平修正值；
另一种为直接计算方式。该方法通过公式计算的方式获得该修正值，一种可实现的方式如下：
Voffset=PVO+DRO
其中，Voffset即为当前温度的判决电平修正值；PVO和DRO分别表示programverify offset（写验证电平修正值）和default read offset（默认判决电平修正值）。修正PVO的DRO的计算公式如下所示：
PVO＝α×（Ttarget-Tp）
DRO＝α×（Ttarget-Tr）
Ttarget表示需要修正对标的温度，该温度通常由判决电平预测模块决定，可通过事先约定的方式直接存储于温度修正模块中（当前实施例示例采用该方式），或在该实施例第25步中一同下发；另一方面，公式中修正系数表示跨温修正标定数据随温度拟合的直线斜率，其值和存储颗粒相关并在产品上线之前通过实验测定。TLC存储颗粒修正系数表格示例如下：
表 1：TLC存储颗粒修正系数表格示例
| L01 | L12 | L23 | L34 | L45 | L56 | L67 | |
| α | 0 | 0.01 | 0.02 | 0.03 | 0.04 | 0.06 | 0.08 |
通过公式计算的方式可大大减少温度修正模块中的表格存储量。
值得注意的是，为使能该温度补偿，需在存储颗粒写数据时同步记录写数据温度；另一方面，在当前实施例的前提下，温度的判决电平修正值Voffset可以进一步简化只包括DRO值。
步骤25，存储控制器更新当前存储单元的等效驻留时间阈值。即，根据所述存储单元在计算时刻的等效驻留时间Retention(i)和预设修正阈值，修正所述等效驻留时间阈值。一种可行的等效驻留时间阈值更新方法如下所示：
In（Tth）= In（Ti）＋Δ
其中Tth表示更新后的等效驻留时间阈值，Ti为当前等效驻留时间而Δ表示修正阈值，为一个正的固定值，该值通常采用存储器生产厂商的推荐值或由Host根据当前业务场景和存储器所在周边环境进行设置。另一方面，上述公式中部分还可以采用更新前的等效驻留时间阈值近似。
在一些实施方式中，根据等效驻留时间计算公式，等效驻留时间的计算仅依赖于上一个时刻和当前时刻的绝对时间和存储颗粒温度，以及上一个时刻的等效驻留时间。因此在实际实现中等效驻留时间仅需记录以上信息，而不用记录所有时刻的时间的温度信息。
实施例三
本实施例根据实施例一和实施例二简述在线预测最优判决电平的流程，描述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的最优判决电平的流程。如图5所示，该流程包括：
步骤31，存储控制器接收到Host发送的读数据指令，根据数据所在地址信息找到数据所在存储单元；
步骤32，存储控制器根据存储器当前所处环境温度和时间计算等效驻留时间，等效驻留时间计算方法同实施例2的计算方式。
步骤33，存储控制器查询当前存储单元的历史最优判决电平和对应等效驻留时间，根据当前等效驻留时间在线预测读判决电平。预测的方法包括但不限于以下几种，根据与所述存储单元的当前时刻的等效驻留时间最近的N组历史等效驻留时间，确定所述存储单元的当前时刻的读判决电平，其中：
a)线性a方式：该方式直接使用历史数据中距离当前等效驻留时间最近的最优判决电平数据作为预测数据；即，在N=1时，将最近的历史等效驻留时间对应的历史最优判决电平作为所述存储单元的当前时刻的读判决电平；
b)线性b方式：该方式使用历史数据中距离当前等效驻留时间最近的两组最优判决电平数据进行预测。假设该两组数据的等效驻留时间分别为T 1 和T 2 对应的最优判决电平分别为V 1 和V 2 。当前数据的等效驻留时间为T i ，则预测的读判决电平V i 计算公式如下：
即，在N=2时，根据2组最近的历史等效驻留时间分别对应的历史最优判决电平和2组最近的历史等效驻留时间，确定历史等效驻留时间和历史最优判决电平的线性关系，根据所述线性关系确定所述存储单元的当前时刻的读判决电平；
c)多项式方式：该方式使用历史数据中距离当前等效驻留时间最近的N组（N>2）最优判决电平数据进行预测。先通过历史数据进行多项式拟合获得历史等效驻留时间和最优判决电平的拟合关系，然后根据当前等效驻留时间计算当前读判决电平。
即，在N>2时，根据N组最近的历史等效驻留时间分别对应的历史最优判决电平和N组最近的历史等效驻留时间进行多项式拟合，获得历史等效驻留时间和历史最优判决电平的拟合关系，根据所述拟合关系确定所述存储单元的当前时刻的最优判决电平。当不存在历史数据的时候预测读判决电平为默认判决电平。最后，存储器根据预测的读判决电平进行温度修正后，进行后续读数据流程，这里温度修正和实施例二中的第24步骤为相反的过程，这里不再赘述。
实施例四
本发明实施例在实施例一至实施例三的基础上，采用享最优判决电平数据表。即，所述根据所述存储单元的检测周期的等效驻留时间和检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系，包括：
向所述存储单元写数据后，记录当前块的擦写次数；写验证电平（Program verifyvoltage），在写数据的时候，颗粒通常采用步进的方式逐步向cell中注入电子。在写过程中cell会不断将自身电压和写验证电平门限进行比对，超过该电压门限后停止注入电子。
当判定当前块的擦写次数在预设的一擦写次数索引阈值的有效范围时，在擦写次数索引阈值下，根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平构建所述历史等效驻留时间和历史最优判决电平之间对应关系；
根据各擦写次数索引阈值和对应的所述历史等效驻留时间和历史最优判决电平之间对应关系，以及预先设置的最优判决电平数据表结构，构建最优判决电平数据表。
由于Block之间的数据P/E次数和驻留时间差异，因此实施例2和实施例3的方法需要收集每个Block的最优判决电平数据。当Block数量较多时会导致内存/存储空间开销较大。然而，同一块芯片Block之间的特性差异非常小，因此当前实施例针对同一芯片/同款多块芯片维护一张最优判决电平数据表以节省内存/存储空间。
在一些实施方式中，可以根据预先设置的最优判决电平数据表结构实现最优判决电平数据表，一种实现方式如下表（Table）所示：其中横轴为等效驻留时间，纵轴为P/E次数索引阈值。表格中的数值为最优判决电平相对于默认电平的偏置值。值得注意的是，下表中每一项最优判决电平应包含多组数值，组数由当前颗粒的特性决定。例如采用TLC颗粒，每一组中应当包含7组数值以代表7个最优判决电平值。特别地，表格中N/A表示暂无数据。
详细流程如图6所示：
步骤41，存储器控制器向存储单元写数据后记录当前块（block）的P/E次数；
步骤42，判断当前Block是否标记为监控Block，一种可行的判断方式为，查询当前Block的P/E次数是否在上述表格的任意P/E索引阈值的有效范围内。如不在上述有效范围内则结束流程，反之则标记为监控Block。也就是说，在当前块的擦写次数在一擦写次数索引阈值的有效范围内，将当前块标记为监控块；并在所述最优判决电平数据表中，查询该擦写次数索引阈值下已有的最长等效驻留时间阈值；将所述监控块的等效驻留时间阈值更新为该最长等效驻留时间阈值的下一档等效驻留时间阈值；在判定的有效范围内的该擦写次数索引阈值下，按照该最长等效驻留时间阈值的下一档等效驻留时间阈值，并根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系。其中，有效范围的数值过小会导致数据表更新缓慢，值过大会造成数据表的不准确。其通常由存储控制器设计者根据颗粒特性进行设定，同时其数值可随着数据表擦写次数阈值索引的增大而缓慢变小。也就是说，可以根据擦写次数索引阈值设定当前擦写次数索引阈值对应的有效范围的最大值和最小值。
步骤43，标记Block同时，查询Table当前P/E组下已有的最长等效驻留时间阈值。
步骤44，并使用其下一档时间作为当前Block的等效驻留时间阈值的更新时间。后续流程同实施例2。
步骤45，计算当前等效驻留时间；
步骤46，在当前等效驻留时间满足条件时，执行步骤47；
步骤47，获取当前存储单元的最优判决电平；
步骤48，记录当前存储单元对应的等效驻留时间和最优判决电平，构建键值对。
例如，示例1：给定P/E有效范围0.2kc（有效阈值范围）和最优判决电平数据表，当前Block的P/E次数为1.9kc次。由于|1.9kc-2kc|<0.2kc ，因此该Block被标记为监控Block。此时查询最优判决电平数据表中2kc对应的最长等效驻留时间的下一档为120h。因此当前Block的等效驻留时间阈值更新为120h。
示例2：给定P/E有效范围0.2kc和最优判决电平数据表，当前Block的P/E次数为1.5kc次。由于当前P/E次数不在最优判决电平数据表的任意P/E索引阈值的有效范围内（|1.5kc-1kc|>0.2kc且|1.5kc-2kc|>0.2kc），因此当前Block不被标记为监控block，当前流程结束。
本发明实施例相对于实施例二的差别在于，本发明实施例在实施例二的基础上需要进一步记录P/E次数信息。存储器控制器需要选择Block作为监控Block进行最优判决电平数据表的更新。
实施例五
本发明实施例在实施例四的基础上，在线预测读判决电平，即，所述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的最优判决电平，包括：
获取所述存储单元的当前时刻的擦写次数；
从所述最优判决电平数据表中，查找与所述存储单元的当前时刻的擦写次数最近的擦写次数索引阈值；
在最近的擦写次数索引阈值下，根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平。
如图7所示，该流程详细如下：
存储控制器接收到Host发送的读数据指令，根据数据所在地址信息找到数据所在存储单元；
步骤51，存储控制器查询当前存储单元的P/E次数，根据存储器当前所处环境温度和时间计算等效驻留时间。
步骤52，存储控制器根据当前存储单元的P/E次数找到表格中对应的历史最优判决电平和对应等效驻留时间键值对。一种可行的寻找方式从所述最优判决电平数据表中，查找与所述存储单元的当前时刻的擦写次数最近的擦写次数索引阈值，即采用就近原则，当前P/E次数和表格中某一特定P/E索引阈值的差值均小于其他P/E索引阈值，则该P/E索引阈值为选定的P/E索引阈值。
例如，当前P/E次数为1.9kc，查询表格最近的P/E索引阈值为2kc，则2kc下的等效驻留时间和历史最优判决电平键值对作为下一步读判决电平预测的输入。
步骤53，存储控制器查询当前存储单元的历史最优判决电平和对应等效驻留时间。然后，存储器根据预测的读判决电平进行后续读数据流程。
上述各个实施例针对现有技术采用默认判决电平（或预存判决电平）造成的读数据RBER较高的问题，提出了一种在线预测判决电平的方法，一种可行的实现方式，通过收集当前block和/或block group内其他block的历史状态信息和状态信息对应的最优判决电平形成数据库，然后根据当前自身的状态信息查询对应历史最优判决电平并预测当前的读判决电平。
步骤54，存储控制器根据颗粒的状态信息进行判决电平预测，该状态信息至少包括当前存储单元的等效驻留计算时间，P/E次数等。进一步，根据存储单元的写数据温度和读数据温度进行判决电平修正。当采用修正后的预测判决电平读数据可有效改善上述读数据RBER较高的问题。
实施例六
本发明实施例提供一种存储设备，所述存储设备包括：存储器、控制器及存储在所述存储器上并可在所述控制器上运行的计算机程序；
所述计算机程序被所述控制器执行时，实现如实施例一至实施例五中任一项所述的判决电平的预测方法的步骤。
实施例七
本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有判决电平的预测程序，所述判决电平的预测程序被控制器执行时，实现如实施例一至实施例五中任一项所述的判决电平的预测方法的步骤。
实施例六和七至实施例三在具体实现过程中，可以参阅实施例一至实施例五，具有相应的技术效果。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (15)
1.一种判决电平的预测方法，其特征在于，所述判决电平的预测方法包括：
当从存储器读存储数据的情况下，确定存储数据所在存储单元；
获取所述存储单元的当前时刻的状态信息；
根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平。
2.根据权利要求1所述的判决电平的预测方法，其特征在于，所述状态信息包括等效驻留时间；
所述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平，包括：
根据所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的等效驻留时间；
根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平。
3.根据权利要求2所述的判决电平的预测方法，其特征在于，所述根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平之前，包括：
周期性确定所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平；
根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系。
4.根据权利要求3所述的判决电平的预测方法，其特征在于，所述周期性确定所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，还包括：
在每个检测周期，确定所述存储单元的当前检测周期的等效驻留时间；
当确定的等效驻留时间达到预设的等效驻留时间阈值时，触发确定所述存储单元的当前检测周期的最优判决电平。
5.根据权利要求4所述的判决电平的预测方法，其特征在于，所述确定所述存储单元的当前检测周期的最优判决电平，包括：
在当前检测周期通过扫描阈值电压分布，将阈值电压分布的谷底所在读判决电平作为所述存储单元的当前检测周期的最优判决电平；或者
在当前检测周期读取存储数据后，根据错误检查和纠正解码得到正确数据，通过扫描阈值电压分布和所述正确数据，获取所述存储单元的当前检测周期的最优判决电平。
6.根据权利要求4所述的判决电平的预测方法，其特征在于，所述确定所述存储单元的当前检测周期的最优判决电平，还包括：
获得与所述存储单元的当前读温度对应的判决电平修正值；
根据所述判决电平修正值，将所述存储单元的当前检测周期的最优判决电平修正为同一温度下的最优判决电平。
7.根据权利要求4所述的判决电平的预测方法，其特征在于，所述判决电平的预测方法，还包括：
根据所述存储单元的当前检测周期的等效驻留时间和预设修正阈值，更新所述等效驻留时间阈值。
8.根据权利要求2-7中任意一项所述的判决电平的预测方法，其特征在于，采用下述方式计算所述存储单元的等效驻留时间：
根据所述存储单元在前一个计算时刻的等效驻留时间以及当前计算时刻与前一个计算时刻的差值和当前读温度，确定所述存储单元在当前计算时刻的等效驻留时间，所述计算时刻为确定所述存储单元的读判决电平的时刻，或为确定所述存储单元的最优判决电平的检测周期。
9.根据权利要求2-7中任意一项所述的判决电平的预测方法，其特征在于，所述根据历史等效驻留时间和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的等效驻留时间，确定所述存储单元的当前时刻的读判决电平，包括：
根据与所述存储单元的当前时刻的等效驻留时间最近的N组历史等效驻留时间，确定所述存储单元的当前时刻的读判决电平；其中，
在N=1时，将最近的历史等效驻留时间对应的历史最优判决电平作为所述存储单元的当前时刻的读判决电平；
在N=2时，根据2组最近的历史等效驻留时间分别对应的历史最优判决电平和2组最近的历史等效驻留时间，确定历史等效驻留时间和历史最优判决电平的线性关系，根据所述线性关系确定所述存储单元的当前时刻的读判决电平；
在N>2时，根据N组最近的历史等效驻留时间分别对应的历史最优判决电平和N组最近的历史等效驻留时间进行多项式拟合，获得历史等效驻留时间和历史最优判决电平的拟合关系，根据所述拟合关系确定所述存储单元的当前时刻的读判决电平。
10.根据权利要求4-7中任意一项所述的判决电平的预测方法，其特征在于，所述状态信息还包括擦写次数；
所述根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系，包括：
向所述存储单元写数据后，记录当前块的擦写次数；
当判定当前块的擦写次数在预设的一擦写次数索引阈值的有效范围时，在该擦写次数索引阈值下，根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系；
根据各擦写次数索引阈值与对应的所述历史等效驻留时间和历史最优判决电平之间对应关系，以及预先设置的最优判决电平数据表结构，构建最优判决电平数据表。
11.根据权利要求10所述的判决电平的预测方法，其特征在于，所述当判定当前块的擦写次数在预设的一擦写次数索引阈值的有效范围时，在该擦写次数索引阈值下，根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系，包括：
判断当前块的擦写次数是否在各擦写次数索引阈值的有效范围内；
当判定在一擦写次数索引阈值的有效范围内时，将当前块标记为监控块；并在所述最优判决电平数据表中，查询该擦写次数索引阈值下已有的最长等效驻留时间阈值；
将所述监控块的等效驻留时间阈值更新为该最长等效驻留时间阈值的下一档等效驻留时间阈值；
在判定的该擦写次数索引阈值下，按照该最长等效驻留时间阈值的下一档等效驻留时间阈值，并根据所述存储单元的当前检测周期的等效驻留时间和当前检测周期的最优判决电平，构建所述历史等效驻留时间和历史最优判决电平之间对应关系。
12.根据权利要求11所述的判决电平的预测方法，其特征在于，所述判决电平的预测方法，还包括：
根据擦写次数索引阈值设定当前擦写次数索引阈值对应的有效范围的最大值和最小值。
13.根据权利要求11所述的判决电平的预测方法，其特征在于，所述根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平，包括：
获取所述存储单元的当前时刻的擦写次数；
从所述最优判决电平数据表中，查找与所述存储单元的当前时刻的擦写次数最近的擦写次数索引阈值；
在最近的擦写次数索引阈值下，根据历史状态信息和历史最优判决电平之间对应关系以及所述存储单元的当前时刻的状态信息，确定所述存储单元的当前时刻的读判决电平。
14.一种存储设备，其特征在于，所述存储设备包括：存储器、控制器及存储在所述存储器上并可在所述控制器上运行的计算机程序；
所述计算机程序被所述控制器执行时，实现如权利要求1-13中任一项所述的判决电平的预测方法的步骤。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有判决电平的预测程序，所述判决电平的预测程序被控制器执行时，实现如权利要求1-13中任一项所述的判决电平的预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210214045.3A CN114333957A (zh) | 2022-03-07 | 2022-03-07 | 判决电平的预测方法、存储设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210214045.3A CN114333957A (zh) | 2022-03-07 | 2022-03-07 | 判决电平的预测方法、存储设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114333957A true CN114333957A (zh) | 2022-04-12 |
Family
ID=81030072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210214045.3A Pending CN114333957A (zh) | 2022-03-07 | 2022-03-07 | 判决电平的预测方法、存储设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114333957A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114816836A (zh) * | 2022-06-27 | 2022-07-29 | 北京得瑞领新科技有限公司 | 等效驻留时间的恢复方法、装置、存储介质及电子设备 |
| CN114816835A (zh) * | 2022-06-27 | 2022-07-29 | 北京得瑞领新科技有限公司 | 等效驻留时间的恢复方法、装置、存储介质及电子设备 |
| CN115129264A (zh) * | 2022-08-30 | 2022-09-30 | 北京得瑞领新科技有限公司 | 固态硬盘读性能优化方法及装置、介质、固态硬盘 |
| CN115933998A (zh) * | 2023-02-16 | 2023-04-07 | 北京得瑞领新科技有限公司 | 获取最优判决电平的方法、装置、存储设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101345087A (zh) * | 2007-07-10 | 2009-01-14 | 赛芬半导体有限公司 | 非易失性存储器件及读取存储单元的方法 |
| JP2009043410A (ja) * | 2008-11-25 | 2009-02-26 | Fujitsu Ltd | データリード方法及び記憶装置 |
| CN114020573A (zh) * | 2021-11-09 | 2022-02-08 | 北京得瑞领新科技有限公司 | 判决电平预测方法、存储介质及ssd设备 |
-
2022
- 2022-03-07 CN CN202210214045.3A patent/CN114333957A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101345087A (zh) * | 2007-07-10 | 2009-01-14 | 赛芬半导体有限公司 | 非易失性存储器件及读取存储单元的方法 |
| JP2009043410A (ja) * | 2008-11-25 | 2009-02-26 | Fujitsu Ltd | データリード方法及び記憶装置 |
| CN114020573A (zh) * | 2021-11-09 | 2022-02-08 | 北京得瑞领新科技有限公司 | 判决电平预测方法、存储介质及ssd设备 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114816836A (zh) * | 2022-06-27 | 2022-07-29 | 北京得瑞领新科技有限公司 | 等效驻留时间的恢复方法、装置、存储介质及电子设备 |
| CN114816835A (zh) * | 2022-06-27 | 2022-07-29 | 北京得瑞领新科技有限公司 | 等效驻留时间的恢复方法、装置、存储介质及电子设备 |
| CN114816836B (zh) * | 2022-06-27 | 2022-09-02 | 北京得瑞领新科技有限公司 | 等效驻留时间的恢复方法、装置、存储介质及电子设备 |
| CN115129264A (zh) * | 2022-08-30 | 2022-09-30 | 北京得瑞领新科技有限公司 | 固态硬盘读性能优化方法及装置、介质、固态硬盘 |
| CN115933998A (zh) * | 2023-02-16 | 2023-04-07 | 北京得瑞领新科技有限公司 | 获取最优判决电平的方法、装置、存储设备及存储介质 |
| CN115933998B (zh) * | 2023-02-16 | 2023-05-09 | 北京得瑞领新科技有限公司 | 获取最优判决电平的方法、装置、存储设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114333957A (zh) | 判决电平的预测方法、存储设备及存储介质 | |
| US10699791B2 (en) | Adaptive read voltage threshold calibration in non-volatile memory | |
| US10236067B2 (en) | State-dependent read voltage threshold adaptation for nonvolatile memory | |
| CN107452421B (zh) | 固态储存装置及其状态预测方法 | |
| US10453537B1 (en) | Techniques for reducing read voltage threshold calibration in non-volatile memory | |
| KR101849440B1 (ko) | 동적 판독에 사용하기 위한 스크럽 기술 | |
| US9229644B2 (en) | Targeted copy of data relocation | |
| CN108628552B (zh) | 一种改善Flash磨损寿命的方法、控制装置及存储系统 | |
| US20130238836A1 (en) | Semiconductor storage device having nonvolatile semiconductor memory | |
| US10580485B2 (en) | System and method for adjusting read levels in a storage device based on bias functions | |
| KR20180103106A (ko) | 플래시 메모리 디바이스 액세스 방법 및 장치 | |
| Peleato et al. | BER-based wear leveling and bad block management for NAND flash | |
| US11404124B2 (en) | Voltage bin boundary calibration at memory device power up | |
| CN114020573B (zh) | 判决电平预测方法、存储介质及ssd设备 | |
| US20230097187A1 (en) | Hybrid wear leveling for in-place data replacement media | |
| CN114118439B (zh) | 判决电平预测模型的训练数据生成方法、系统及存储介质 | |
| KR101468432B1 (ko) | 제어된 스크럽 데이터 판독에 의해 트리거되는 플래시 메모리 리프레시 기술 | |
| US11138070B2 (en) | Memory system and method performed thereby | |
| US11915776B2 (en) | Error avoidance based on voltage distribution parameters of block families | |
| US11636913B2 (en) | Tracking and refreshing state metrics in memory sub-systems | |
| US11735254B2 (en) | Error avoidance based on voltage distribution parameters of blocks | |
| US11600354B2 (en) | Determination of state metrics of memory sub-systems following power events | |
| CN112585683A (zh) | 用于损耗均衡的偏置采样方法 | |
| US20190391752A1 (en) | Block health estimation for wear leveling in non-volatile memories | |
| US11698742B2 (en) | Garbage collection in a memory component using an adjusted parameter |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220412 |