CN114860624B - 一种基于Nandflash芯片的数据擦写方法及系统 - Google Patents

一种基于Nandflash芯片的数据擦写方法及系统 Download PDF

Info

Publication number
CN114860624B
CN114860624B CN202210564952.0A CN202210564952A CN114860624B CN 114860624 B CN114860624 B CN 114860624B CN 202210564952 A CN202210564952 A CN 202210564952A CN 114860624 B CN114860624 B CN 114860624B
Authority
CN
China
Prior art keywords
partitions
nandflash chip
erasing
chip
neural network
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
Application number
CN202210564952.0A
Other languages
English (en)
Other versions
CN114860624A (zh
Inventor
陈辉阳
熊俊
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.)
Shenzhen Xincun Technology Co ltd
Original Assignee
Shenzhen Xincun Technology Co ltd
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 Shenzhen Xincun Technology Co ltd filed Critical Shenzhen Xincun Technology Co ltd
Priority to CN202210564952.0A priority Critical patent/CN114860624B/zh
Priority to PCT/CN2022/109926 priority patent/WO2023226192A1/zh
Publication of CN114860624A publication Critical patent/CN114860624A/zh
Application granted granted Critical
Publication of CN114860624B publication Critical patent/CN114860624B/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
    • G06F12/02—Addressing or allocation; Relocation
    • G06F12/0223—User address space allocation, e.g. contiguous or non contiguous base addressing
    • G06F12/023—Free address space management
    • G06F12/0238—Memory management in non-volatile memory, e.g. resistive RAM or ferroelectric memory
    • G06F12/0246—Memory management in non-volatile memory, e.g. resistive RAM or ferroelectric memory in block erasable memory, e.g. flash memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Read Only Memory (AREA)

Abstract

本发明公开了一种基于Nandf l ash芯片的数据擦写方法及系统，所述方法包括：获取Nandf l ash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandf l ash芯片的其中一个或者多个分区进行擦写；若当Nandf l ash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandf l ash芯片的其中一个或者多个分区进行擦写。本申请提供了一种基于Nandf l ash芯片的数据擦写方法及系统解决上述读写效率低下，无法平衡产品寿命和读写时间之间矛盾的技术问题。

Description

一种基于Nandflash芯片的数据擦写方法及系统
技术领域
本发明涉及数据存储技术领域，具体涉及一种基于一种基于Nandflash芯片的数据擦写方法及系统。
背景技术
以往嵌入式系统主要应用在控制领域，在数据存储方面的要求并不是很高。随着信息技术的不断发展，嵌入式技术在诸多领域得到广泛应用，嵌入式系统中要存储的数据信息量不断增长，对数据存储和管理的需求越来越高，嵌入式设备在体积、功耗、防震等方面的要求比较苛刻。eFlash(在嵌入式设备中作为存储介质的Flash的统称)存储器具有体积小、存储容量大、能耗低、性价比高等特性，相比于传统存储介质，更适合在嵌入式系统中储存数据。因此，eFlash存储器已经成为嵌入式系统中主要使用的存储介质之一。eFlash是基于先擦除后写入的方式，每个擦写单元的擦除次数有限，擦除次数过多而被磨损的块，会影响整个eFlash的生命周期。现有的解决方案为基于空闲擦写单元的轮询算法，划分擦写单元状态位图表和DATA扇区，实现擦写单元的映射关系。每次进行数据写入时通过空闲擦写单元的搜索算法对DATA扇区进行有效调度，随后通过映射关系对目标擦写单元进行写入，以此提高擦写次数。此种方法在每次擦写之前都需要通过轮询位图表来寻找空闲的擦写单元，寻找均衡交换目标对象的效率相对较低。另外，在产品寿命到了一定程度时，并没有考虑寿命对产品读写时间的影响，并没有平衡两者的矛盾。
发明内容
本申请提供了一种基于Nandflash芯片的数据擦写方法及系统解决上述读写效率低下，无法平衡产品寿命和读写时间之间矛盾的技术问题。
第一方面，本申请提供了一种基于Nandflash芯片的数据擦写方法，所述方法包括：所述方法包括：
获取Nandflash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；
若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写；
若当Nandflash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，所述第一神经网络的训练过程，包括：
将Nandflash芯片的多个分区的温湿度，应用场景以及使用次数作为第一神经网络的训练输入数据集；
将Nandflash芯片的多个分区的剩余擦写次数作为作为第一神经网络的训练输出数据集；
通过所述输入数据集和所述输出数据集训练得到所述第一神经网络。
优选地，所述若当Nandflash芯片的某一分区损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写，包括：
若当Nandflash芯片的某一分区的损失系数第二预设值，将Nandflash芯片的各个分区的损失系数分为3个等级；
按照损失系数的等级优选选择低等级的Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，所述按照损失系数的等级优选选择低等级的Nandflash芯片的其中一个或者多个分区进行擦写，包括：
将Nandflash芯片的各个分区的损失系数输入至第二神经网络，第二神经输出Nandflash芯片的各个分区擦写时间；
基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，所述基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写，包括：
所述目标函数为：J＝w1S+w2T；其中w1，w2为权重系数，S为损失系数，T为擦写时间；
选择所述目标函数最小的Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，所述第二神经网络训练过程，包括：
将Nandflash芯片的多个分区的损失系数作为所述第二神经网络的训练输入数据集；
将Nandflash芯片的多个分区的擦写时间作为作为第二神经网络的训练输出数据集；
通过所述输入数据集和所述输出数据集训练得到所述第二神经网络。
优选地，所述第一预设值为Nandflash芯片的多个分区的擦写总擦写次数的30％；所述第二预设值为Nandflash芯片的多个分区的擦写总擦写次数的40％。
本发明还提供一种基于Nandflash芯片的数据擦写系统，所述系统包括：
计算模块，用于获取Nandflash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；
初始管理模块，用于若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写；
均衡管理模块，用于若当Nandflash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，包括：逻辑划分模块，用于将Nandflash芯片的各个分区的损失系数输入至第二神经网络，第二神经输出Nandflash芯片的各个分区擦写时间；
管理单元，用于基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，所述管理单元，用于基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写，包括：
所述目标函数为：J＝w1S+w2T；其中w1，w2为权重系数，S为损失系数，T为擦写时间；
选择所述目标函数最小的Nandflash芯片的其中一个或者多个分区进行擦写。
本发明通过将第一神经网络获取Nandflash芯片的多个分区的损失系数，然后在所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写，通过轮盘赌的算法，可以随机选择一个或者多个分区进行擦写，不致于集中在某些区域从而造成整个芯片的老化和损坏，同时还能提高Nandflash芯片的擦写的速率；若当Nandflash芯片的某一分区大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写，可以很好的兼顾考虑其老化和损坏以及Nandflash芯片的擦写的速率，既能满足快速化的读写需求，又能有针对性的选择一个或者多个分区进行擦写，从而提高了Nandflash芯片的使用寿命。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请通过采集用户的状态信息以及获取用户使用的电子设备的状态信息；将所述用户的状态信息和电子设备的状态信息的数据源进行多源融合；将所述多源融合数据进行预处理，采用基于神经网络的用户睡眠判定模型进行用户睡眠判定；通过用户的眼部图像作为神经网络输入的一部分，将电子设备的状态作为神经网络输入的另外一部分，通过神经网络进行数据的融合和处理，可以判定用户是否处于睡眠状态，在用户处于睡眠状态时，控制家电设备进行调节，从而提高了用的体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于Nandflash芯片的数据擦写方法及系统的流程图；
图2为本发明基于Nandflash芯片的数据擦写方法及系统另外一实施例的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
第一方面，本发明提供一种基于Nandflash芯片的数据擦写方法，方法包括：
S1,获取Nandflash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；
S2,若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写；
S3,若当Nandflash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写。
本发明通过将第一神经网络获取Nandflash芯片的多个分区的损失系数，然后在所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写，通过轮盘赌的算法，可以随机选择一个或者多个分区进行擦写，不致于集中在某些区域从而造成整个芯片的老化和损坏，同时还能提高Nandflash芯片的擦写的速率；若当Nandflash芯片的某一分区大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写，可以很好的兼顾考虑其老化和损坏以及Nandflash芯片的擦写的速率，既能满足快速化的读写需求，又能有针对性的选择一个或者多个分区进行擦写，从而提高了Nandflash芯片的使用寿命。
优选地，第一神经网络的训练过程，包括：
将Nandflash芯片的多个分区的温湿度，应用场景以及使用次数作为第一神经网络的训练输入数据集；
将Nandflash芯片的多个分区的剩余擦写次数作为作为第一神经网络的训练输出数据集；
通过所述输入数据集和所述输出数据集训练得到所述第一神经网络。
在本领域中，现在技术存在大量预测算法来预测Nandflash芯片的使用寿命，而通过在本发明中，基于同样的原理，可以训练第一神经网络，从而可以获知Nandflash芯片的各个区域的损耗程度。
优选地，S3,若当Nandflash芯片的某一分区损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写，包括：
S31，若当Nandflash芯片的某一分区的损失系数第二预设值，将Nandflash芯片的各个分区的损失系数分为3个等级；
S32，按照损失系数的等级优选选择低等级的Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，所述按照损失系数的等级优选选择低等级的Nandflash芯片的其中一个或者多个分区进行擦写，包括：
S321，将Nandflash芯片的各个分区的损失系数输入至第二神经网络，第二神经输出Nandflash芯片的各个分区擦写时间；
S322，基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写。
另外，需要说明的是，在较少的擦写次数下，擦写次数对擦写的时间影响很小，可以忽略不计，但是达到一定的擦写次数后，擦写的时间会受到擦写次数的影响就比较大，因此，需要考虑两者的平衡，从而选取合适的目标函数可以既要延长寿命，又兼顾提高擦写时间。
优选地，所述基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写，包括：
所述目标函数为：J＝w1S+w2T；其中w1，w2为权重系数，S为损失系数，T为擦写时间；
选择所述目标函数最小的Nandflash芯片的其中一个或者多个分区进行擦写。
优选地，第二神经网络训练过程，包括：
将Nandflash芯片的多个分区的损失系数作为所述第二神经网络的训练输入数据集；
将Nandflash芯片的多个分区的擦写时间作为作为第二神经网络的训练输出数据集；
通过所述输入数据集和所述输出数据集训练得到所述第二神经网络。
优选地，所述第一预设值为Nandflash芯片的多个分区的擦写总擦写次数的30％；所述第二预设值为Nandflash芯片的多个分区的擦写总擦写次数的40％。
基于轮盘赌策略，落在某一区域的概率大于40％，因此将第二预设值为Nandflash芯片的多个分区的擦写总擦写次数的40％，在此基础上在触发均衡操作策略，可以提供量化指标，另外，需要说明的是，在较少的擦写次数下，擦写次数对擦写的时间影响很小，可以忽略不计，但是达到总擦写次数的40％以后擦写的时间会受到擦写次数的影响就比较大，因此，需要考虑两者的平衡。
第二方面，本发明还一种基于Nandflash芯片的数据擦写系统，所述系统包括：
计算模块，用于获取Nandflash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；
初始管理模块，用于若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写；
均衡管理模块，用于若当Nandflash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写。
本发明通过将第一神经网络获取Nandflash芯片的多个分区的损失系数，然后在所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写，通过轮盘赌的算法，可以随机选择一个或者多个分区进行擦写，不致于集中在某些区域从而造成整个芯片的老化和损坏，同时还能提高Nandflash芯片的擦写的速率；若当Nandflash芯片的某一分区大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写，可以很好的兼顾考虑其老化和损坏以及Nandflash芯片的擦写的速率，既能满足快速化的读写需求，又能有针对性的选择一个或者多个分区进行擦写，从而提高了Nandflash芯片的使用寿命。
优选地，逻辑划分模块，用于将Nandflash芯片的各个分区的损失系数输入至第二神经网络，第二神经输出Nandflash芯片的各个分区擦写时间；管理单元，用于基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写。
另外，需要说明的是，在较少的擦写次数下，擦写次数对擦写的时间影响很小，可以忽略不计，但是达到一定的擦写次数后，擦写的时间会受到擦写次数的影响就比较大，因此，需要考虑两者的平衡，从而选取合适的目标函数可以既要延长寿命，又兼顾提高擦写时间。
优选地，管理单元，用于基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写，包括：
目标函数为：J＝w1S+w2T；其中w1，w2为权重系数，S为损失系数，T为擦写时间；
选择目标函数最小的Nandflash芯片的其中一个或者多个分区进行擦写。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于Nandflash芯片的数据擦写方法，其特征在于，所述方法包括：
获取Nandflash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；
若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写；
若当Nandflash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写。
2.根据权利要求1所述的基于Nandflash芯片的数据擦写方法，其特征在于，所述第一神经网络的训练过程，包括：
将Nandflash芯片的多个分区的温湿度，应用场景以及使用次数作为第一神经网络的训练输入数据集；
将Nandflash芯片的多个分区的剩余擦写次数作为第一神经网络的训练输出数据集；
通过所述输入数据集和所述输出数据集训练得到所述第一神经网络。
3.根据权利要求2所述的基于Nandflash芯片的数据擦写方法，其特征在于，所述若当Nandflash芯片的某一分区损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写，包括：
若当Nandflash芯片的某一分区的损失系数第二预设值，将Nandflash芯片的各个分区的损失系数分为3个等级；
按照损失系数的等级优先选择低等级的Nandflash芯片的其中一个或者多个分区进行擦写。
4.根据权利要求3所述的基于Nandflash芯片的数据擦写方法，其特征在于，所述按照损失系数的等级优先选择低等级的Nandflash芯片的其中一个或者多个分区进行擦写，包括：
将Nandflash芯片的各个分区的损失系数输入至第二神经网络，第二神经输出Nandflash芯片的各个分区擦写时间；
基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写。
5.权利要求4所述的基于Nandflash芯片的数据擦写方法，其特征在于，所述基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写，包括：
所述目标函数为：J＝w1S+w2T；其中w1，w2为权重系数，S为损失系数，T为擦写时间；
选择所述目标函数最小的Nandflash芯片的其中一个或者多个分区进行擦写。
6.根据权利要求4所述的基于Nandflash芯片的数据擦写方法，其特征在于，所述第二神经网络训练过程，包括：
将Nandflash芯片的多个分区的损失系数作为所述第二神经网络的训练输入数据集；
将Nandflash芯片的多个分区的擦写时间作为第二神经网络的训练输出数据集；
通过所述输入数据集和所述输出数据集训练得到所述第二神经网络。
7.权利要求1所述的基于Nandflash芯片的数据擦写方法，其特征在于，所述第一预设值为Nandflash芯片的多个分区的擦写总擦写次数的30％；所述第二预设值为Nandflash芯片的多个分区的擦写总擦写次数的40％。
8.一种基于Nandflash芯片的数据擦写系统，其特征在于，所述系统包括：
计算模块，用于获取Nandflash芯片的多个分区的状态数据，并将所述多个分区的状态数据输入至第一神经网络，所述第一神经网络输出所述多个分区的损失系数；
初始管理模块，用于若所有损失系数小于第一预设值，根据轮盘赌算法选择Nandflash芯片的其中一个或者多个分区进行擦写；
均衡管理模块，用于若当Nandflash芯片的某一分区的损失系数大于第二预设值，则采用均衡策略选择Nandflash芯片的其中一个或者多个分区进行擦写。
9.根据权利要求8所述的基于Nandflash芯片的数据擦写系统，其特征在于，包括：
逻辑划分模块，用于将Nandflash芯片的各个分区的损失系数输入至第二神经网络，第二神经输出Nandflash芯片的各个分区擦写时间；
管理单元，用于基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写。
10.权利要求9所述的基于Nandflash芯片的数据擦写系统，其特征在于，所述管理单元，用于基于目标函数选取Nandflash芯片的其中一个或者多个分区进行擦写，包括：
所述目标函数为：J＝w1S+w2T；其中w1，w2为权重系数，S为损失系数，T为擦写时间；
选择所述目标函数最小的Nandflash芯片的其中一个或者多个分区进行擦写。
CN202210564952.0A 2022-05-23 2022-05-23 一种基于Nandflash芯片的数据擦写方法及系统 Active CN114860624B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210564952.0A CN114860624B (zh) 2022-05-23 2022-05-23 一种基于Nandflash芯片的数据擦写方法及系统
PCT/CN2022/109926 WO2023226192A1 (zh) 2022-05-23 2022-08-03 一种基于 Nand flash 芯片的数据擦写方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210564952.0A CN114860624B (zh) 2022-05-23 2022-05-23 一种基于Nandflash芯片的数据擦写方法及系统

Publications (2)

Publication Number Publication Date
CN114860624A CN114860624A (zh) 2022-08-05
CN114860624B true CN114860624B (zh) 2023-04-28

Family

ID=82638823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210564952.0A Active CN114860624B (zh) 2022-05-23 2022-05-23 一种基于Nandflash芯片的数据擦写方法及系统

Country Status (2)

Country Link
CN (1) CN114860624B (zh)
WO (1) WO2023226192A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102981966A (zh) * 2012-11-09 2013-03-20 青岛海信宽带多媒体技术有限公司 一种均衡分配Flash存储块的数据存储方法
CN107608908A (zh) * 2016-07-11 2018-01-19 慧荣科技股份有限公司 用于数据储存装置的磨损平均方法
CN111143238A (zh) * 2019-12-27 2020-05-12 深圳融卡智能科技有限公司 基于eFlash存储芯片的数据擦写方法及系统
CN113703670A (zh) * 2021-07-21 2021-11-26 苏州浪潮智能科技有限公司 一种磨损均衡控制方法、装置、设备及可读存储介质
CN114489498A (zh) * 2022-01-17 2022-05-13 苏州浪潮智能科技有限公司 一种NAND Flash介质剩余寿命预测的方法、装置、设备及介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4863814B2 (ja) * 2006-08-04 2012-01-25 株式会社日立製作所 記憶媒体グループの故障を抑えるストレージシステム
TWI348163B (en) * 2007-10-09 2011-09-01 Phison Electronics Corp Wear leveling method and controller using the same
US20150074333A1 (en) * 2013-09-06 2015-03-12 Kabushiki Kaisha Toshiba Memory controller and memory system
US9152555B2 (en) * 2013-11-15 2015-10-06 Sandisk Enterprise IP LLC. Data management with modular erase in a data storage system
US9417804B2 (en) * 2014-07-07 2016-08-16 Microsemi Storage Solutions (Us), Inc. System and method for memory block pool wear leveling
KR20180045091A (ko) * 2016-10-24 2018-05-04 에스케이하이닉스 주식회사 메모리 시스템 및 이를 이용한 웨어-레벨링 방법
US10684785B2 (en) * 2017-02-23 2020-06-16 Hitachi, Ltd. Storage system
CN108280029B (zh) * 2018-02-28 2022-03-22 郑州云海信息技术有限公司 一种基于NorFlash芯片的数据擦写方法及系统
US10976947B2 (en) * 2018-10-26 2021-04-13 Pure Storage, Inc. Dynamically selecting segment heights in a heterogeneous RAID group
US11450348B2 (en) * 2019-01-31 2022-09-20 Marvell Asia Pte, Ltd. Health management for magnetic storage media
JP2020144958A (ja) * 2019-03-05 2020-09-10 キオクシア株式会社 メモリシステムおよび方法
CN110675910B (zh) * 2019-09-09 2021-11-26 苏州浪潮智能科技有限公司 一种ssd磨损均衡机制测试方法、系统、介质和终端
CN110851079B (zh) * 2019-10-28 2021-10-15 置富科技（深圳）股份有限公司 一种自适应的存储设备损耗均衡方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102981966A (zh) * 2012-11-09 2013-03-20 青岛海信宽带多媒体技术有限公司 一种均衡分配Flash存储块的数据存储方法
CN107608908A (zh) * 2016-07-11 2018-01-19 慧荣科技股份有限公司 用于数据储存装置的磨损平均方法
CN111143238A (zh) * 2019-12-27 2020-05-12 深圳融卡智能科技有限公司 基于eFlash存储芯片的数据擦写方法及系统
CN113703670A (zh) * 2021-07-21 2021-11-26 苏州浪潮智能科技有限公司 一种磨损均衡控制方法、装置、设备及可读存储介质
CN114489498A (zh) * 2022-01-17 2022-05-13 苏州浪潮智能科技有限公司 一种NAND Flash介质剩余寿命预测的方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王志强.基于人工神经网络的3D NAND闪存寿命预测方法研究.《中国优秀硕士学位论文全文数据库信息科技辑》.2022,(第第5期期),第I137-82页. *
赵鹏 等.基于随机游走的大容量固态硬盘磨损均衡算法.计算机学报.2012,第35卷(第05期),第972-978页. *

Also Published As

Publication number Publication date
CN114860624A (zh) 2022-08-05
WO2023226192A1 (zh) 2023-11-30

Similar Documents

Publication Publication Date Title
CN106843762B (zh) 管理存储区域的方法及固态硬盘
CN107168647B (zh) Flash数据读写方法及系统
CN103984736B (zh) 一种高效的nand闪存数据库系统的缓存管理方法
CN104424112B (zh) 数据储存装置以及快闪存储器控制方法
Van Houdt Performance of garbage collection algorithms for flash-based solid state drives with hot/cold data
CN107391398B (zh) 一种闪存缓存区的管理方法及系统
US20100082886A1 (en) Variable space page mapping method and apparatus for flash memory device
Chang et al. A low-cost wear-leveling algorithm for block-mapping solid-state disks
CN108108128A (zh) 一种混合ssd的磨损均衡方法及ssd
CN107092563B (zh) 一种垃圾回收方法及装置
CN104346290A (zh) 存储装置、计算机系统及其操作方法
CN104090852A (zh) 管理混合缓存的方法及设备
CN103150245B (zh) 确定数据实体的访问特性的方法和存储控制器
CN103713857B (zh) 存储数据的方法及存储装置
US10031673B2 (en) Techniques for selecting amounts of over-provisioning
CN110362277B (zh) 基于混合存储系统的数据分类存储方法
CN104699424A (zh) 一种基于页面热度的异构内存管理方法
CN105912476A (zh) 片上重复寻址的方法及装置
KR20120078096A (ko) 비휘발성 메모리 및 휘발성 메모리를 포함하는 메모리 시스템 및 그 시스템을 이용한 처리 방법
CN109407985B (zh) 一种数据管理的方法以及相关装置
CN112035061A (zh) 固态硬盘资源分配方法、装置和存储介质
CN110795363A (zh) 一种存储介质的热页预测方法和页面调度方法
CN111538680A (zh) 基于逻辑饱和度选择用于垃圾收集的大容量存储装置流
CN104932830B (zh) 信息处理方法及电子设备
CN105138472B (zh) 闪存磨损优化方法及设备

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