CN117032593B - 利用g峰宽度快速筛选闪存的方法、系统与存储介质 - Google Patents
利用g峰宽度快速筛选闪存的方法、系统与存储介质 Download PDFInfo
- Publication number
- CN117032593B CN117032593B CN202311294472.8A CN202311294472A CN117032593B CN 117032593 B CN117032593 B CN 117032593B CN 202311294472 A CN202311294472 A CN 202311294472A CN 117032593 B CN117032593 B CN 117032593B
- Authority
- CN
- China
- Prior art keywords
- flash memory
- screening
- peak width
- grading standard
- particles
- 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
- 230000015654 memory Effects 0.000 title claims abstract description 196
- 238000012216 screening Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 239000002245 particle Substances 0.000 claims abstract description 145
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 7
- 239000008187 granular material Substances 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 239000007787 solid Substances 0.000 description 4
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012106 screening analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 239000011232 storage material Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/061—Improving I/O performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
- G06F3/0679—Non-volatile semiconductor memory device, e.g. flash memory, one time programmable memory [OTP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Read Only Memory (AREA)
Abstract
本发明公开了一种利用G峰宽度快速筛选闪存的方法、系统与存储介质,包括:将待筛选的闪存颗粒上料至测试座后,运送到与闪存颗粒对应的测试板上;待测试板定位完成后,对闪存颗粒进行筛选;筛选的方法至少包括对闪存颗粒的G峰宽度筛选:如果闪存颗粒的预设选定Block特征Page页的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;对闪存颗粒质量等级进行输出。本发明引入了针对读命令的闪存阈值电压分布曲线G峰宽度特性评价,能更细致精确地刻画闪存颗粒的品质和等级。
Description
技术领域
本发明属于非易失性存储器领域,具体涉及一种利用G峰宽度快速筛选闪存的方法、系统与存储介质。
背景技术
随着社会信息技术的发现,人类已经进入了大数据和人工智能时代,海量的数据最终需要存储在后端的固态硬盘上,具体来讲,是把数据存储在固态硬盘的闪存颗粒上。闪存是一种非易失性存储器,掉电后数据不会丢失,闪存阵列存储器是通过闪存基本存储来实现的,它是基于类NMOS的双层浮栅MOS管,在源极和漏极之间电流单向传导的半导体上会形成存储电子的浮栅,浮栅的上下会被绝缘层包围,存储在内部的电子不会因为掉电而丢失。闪存的擦写动作就是通过在控制极或者衬底上增加正电压导致电子进入或流出浮栅极来存储数据,任何材料的使用寿命都是有限的,存储材料也不例外,随着擦写次数的增加,浮栅层厚度越来越薄,存储电子能力也随之变弱,会出现电子流失情况,从而闪存内部的数据会出错。
用户数据主要存储在闪存阵列上,因此SSD固态硬盘的可靠性主要取决于后端闪存颗粒的质量和耐久性。一般闪存颗粒从原厂出来后,大多数是直接不经过筛选测试后直接进行SMT贴片制造,但是从原厂出来的闪存颗粒品质存在波动,质量参差不齐,同时随着闪存堆叠层数越来越大,闪存单Die的容量也越来越大,单位面积上存储的数据量不断增加,闪存质量及寿命也随之降低。在闪存颗粒生产制造过程中,由于同一批晶圆质量存在差异化,使用不同封装工艺生产的闪存颗粒产品存在差异,使用品质差异大的闪存颗粒组合将会影响固态存储产品稳定性,同时也会影响到SSD产品定位;还有基于产品不同应用场景领域,客户对存储产品的质量品质要求也不同。因此,基于客户需求的闪存颗粒筛选变得很有意义,如何快速高效筛选出适合客户的闪存颗粒产品变得尤为关键。
发明内容
本发明的目的在于,提供一种利用G峰宽度快速筛选闪存的方法与系统,引入了针对读命令的闪存阈值电压分布曲线G峰宽度特性评价,能更细致精确地刻画闪存颗粒的品质和等级。
为解决上述技术问题,本发明的技术方案为:一种利用G峰宽度参数快速筛选闪存的方法,包括以下步骤:
将待筛选的闪存颗粒上料至测试座后,运送到与闪存颗粒对应的测试板上;
待测试板定位完成后,对闪存颗粒进行筛选;筛选的方法至少包括对闪存颗粒的G峰宽度筛选:如果闪存颗粒的预设选定Block特征Page页(不同的原厂工艺制造出来的闪存颗粒由于工艺不一致,导致最先开始出现读出错的Page号认定为特征Page页)的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;
对闪存颗粒质量等级进行输出。
筛选的方法还包括依次对闪存颗粒进行的坏块数筛选和错误比特数筛选;在进行闪存颗粒的错误比特数筛选后,对闪存颗粒进行G峰宽度筛选,筛选完成后生成三级分类标准下的闪存颗粒质量等级值。
对闪存颗粒的坏块数筛选具体为:如果闪存颗粒的坏块数小于或等于预设的坏块数分级标准,则认定该坏块数分级标准有效并进入闪存颗粒的错误比特数筛选;否则对预设的坏块数分级标准重新设定并在重新设定的坏块数分级标准下重新进行筛选。
对闪存颗粒的错误比特数筛选具体为:如果闪存颗粒的预设选定Block所有Page页的最大错误比特数小于或等于预设的错误比特数分级标准,则认定该错误比特数分级标准有效并进入闪存颗粒的G峰宽度筛选;否则对预设的错误比特数分级标准重新设定并在重新设定的错误比特数分级标准下重新进行筛选。
还提供一种利用G峰宽度参数快速筛选闪存的系统,包括:
上下料模块,用于将待筛选的闪存颗粒上料至测试座后,运送到对应的测试板上;
闪存筛选模块:待测试板定位完成后,对闪存颗粒进行筛选;闪存筛选模块至少包括G峰宽度筛选模块,其筛选的方法为对闪存颗粒的G峰宽度筛选:如果闪存颗粒的预设选定Block特征Page页的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;
目标闪存颗粒分级模块:对闪存颗粒质量等级进行输出。
闪存筛选模块还包括坏块数筛选模块和错误比特数筛选模块,其筛选的方法为:依次对闪存颗粒进行坏块数筛选和错误比特数筛选;在进行闪存颗粒的错误比特数筛选后,对闪存颗粒进行G峰宽度筛选,筛选完成后生成三级分类标准下的闪存颗粒质量等级值。
对闪存颗粒的坏块数筛选具体为:如果闪存颗粒的坏块数小于或等于预设的坏块数分级标准,则认定该坏块数分级标准有效并进入闪存颗粒的错误比特数筛选;否则对预设的坏块数分级标准重新设定并在重新设定的坏块数分级标准下重新进行筛选。
对闪存颗粒的错误比特数筛选具体为:如果闪存颗粒的预设选定Block所有Page页的最大错误比特数小于或等于预设的错误比特数分级标准,则认定该错误比特数分级标准有效并进入闪存颗粒的G峰宽度筛选;否则对预设的错误比特数分级标准重新设定并在重新设定的错误比特数分级标准下重新进行筛选。
还提供一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一项所述方法的步骤。
还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述方法的步骤。
与现有技术相比,本发明的有益效果为:
本发明针对读命令,引入TLC类型闪存颗粒的G峰宽度这一概念,该参数针对闪存的数据保存和读干扰命令具有很高的灵敏反应;采用三级分类标准下的筛选方法可以更准确精细化的刻画闪存品质和等级。
附图说明
图1为本发明的流程示意图;
图2为本发明的结构示意图;
图3为本发明中闪存筛选模块的结构示意图;
图4为本发明中TLC闪存颗粒特征Page的G峰宽度示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的技术方案为:
实施例1:
根据本发明实施的利用G峰宽度快速筛选闪存的方法,如图1所示,包括以下步骤:
将待筛选的闪存颗粒上料,至测试座后运送到与闪存颗粒对应的测试板上;
定位测试板,待测试板定位完成后,对闪存颗粒进行筛选;
筛选的方法至少包括对闪存颗粒的G峰宽度筛选:
G峰宽度筛选如下:
如果闪存颗粒的预设选定Block特征Page页的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;
否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;
之后,对闪存颗粒质量等级进行输出。
作为优选的实施步骤,筛选的方法还包括依次对闪存颗粒进行的坏块数筛选和错误比特数筛选;
也即:在进行闪存颗粒的错误比特数筛选后,对闪存颗粒进行G峰宽度筛选,筛选完成后生成三级分类标准下的闪存颗粒质量等级值。
对闪存颗粒的坏块数筛选具体为:
如果闪存颗粒的坏块数小于或等于预设的坏块数分级标准,则认定该坏块数分级标准有效并进入闪存颗粒的错误比特数筛选;
否则对预设的坏块数分级标准重新设定并在重新设定的坏块数分级标准下重新进行筛选。
对闪存颗粒的错误比特数筛选具体为:
如果闪存颗粒的预设选定Block所有Page页的最大错误比特数小于或等于预设的错误比特数分级标准,则认定该错误比特数分级标准有效并进入闪存颗粒的G峰宽度筛选;
否则对预设的错误比特数分级标准重新设定并在重新设定的错误比特数分级标准下重新进行筛选。
实施例2:
还提供一种利用G峰宽度快速筛选闪存的系统,如图2所示,包括:
上下料模块,用于将待筛选的闪存颗粒上料至测试座后,运送到与闪存颗粒对应的测试板上;
闪存筛选模块:待测试板定位完成后,对闪存颗粒进行筛选;闪存筛选模块至少包括G峰宽度筛选模块,其筛选的方法为对闪存颗粒的G峰宽度筛选:如果闪存颗粒的预设选定Block特征Page页的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;
目标闪存颗粒分级模块:对闪存颗粒质量等级进行输出。
闪存筛选模块还包括坏块数筛选模块和错误比特数筛选模块,其筛选的方法为:依次对闪存颗粒进行坏块数筛选和错误比特数筛选;在进行闪存颗粒的错误比特数筛选后,对闪存颗粒进行G峰宽度筛选,筛选完成后生成三级分类标准下的闪存颗粒质量等级值。
对闪存颗粒的坏块数筛选具体为:如果闪存颗粒的坏块数小于或等于预设的坏块数分级标准,则认定该坏块数分级标准有效并进入闪存颗粒的错误比特数筛选;否则对预设的坏块数分级标准重新设定并在重新设定的坏块数分级标准下重新进行筛选。
对闪存颗粒的错误比特数筛选具体为:如果闪存颗粒的预设选定Block所有Page页的最大错误比特数小于或等于预设的错误比特数分级标准,则认定该错误比特数分级标准有效并进入闪存颗粒的G峰宽度筛选;否则对预设的错误比特数分级标准重新设定并在重新设定的错误比特数分级标准下重新进行筛选。
本发明的特征Page页定义如下:一般来讲,不同的原厂工艺制造出来的闪存颗粒由于工艺不一致,导致最先开始出现读出错的Page号认定为特征Page页。
具体来讲,如图2所示,该图描述的是三级分类标准下的筛选方法相关系统的结构示意图。
本发明涉及的装置及模块主要包含闪存颗粒上下料模块、第一级坏块筛选模块、第二级错误比特数筛选模块、第三级G峰宽度筛选模块以及目标闪存颗粒分级模块等五个部分组成。其中,上下料模块部分主要用于闪存颗粒上下料功能,包含中转站、移栽平台、左右上下料机头、左右飞梭、Tray搬移模组,配备中转车等设备。
闪存颗粒上料完成后,由飞梭将测试座整体推入测试架定位并固定后进行测试,测试板内闪存颗粒筛选设备的原理如图3所示,该图描述的是闪存颗粒筛选设备原理结构。首先,控制台将测试筛选方案程序通过交换机下载到闪存筛选测试板上,连接测试板的是闪存颗粒芯片,如本实施例中采用的是8-Port测试座方案,闪存筛选测试板会通过协议下发闪存读写擦命令到给具体的闪存待测芯片,通过FMC数据通道收集测试结果数据并经过交换机将具体的测试数据上传给控制台进行集中筛选分析处理。
具体来讲,闪存筛选模块会启动三级分类标准下的筛选程序:
即首先启动第一级的坏块筛选模块,闪存筛选测试板上的测试座内部的待测芯片会运行下位机下发的筛选程序,快速扫描当前测试板上8个Socket内部的颗粒所有坏块数量并通过交换机上传到控制台进行数据存储;
在扫描坏块完成后,筛选程序也会继续启动该测试板上8个SOCKET上的错误比特数筛选模块,读取每个测试座内部的闪存所有颗粒的错误比特翻转个数,同样会把第二级筛选数据进行上传;
依此类推,在经过第二级错误比特数模块筛选后,测试程序接着会进行第三轮的G峰宽度筛选。
如图1所示,该图描述的是闪存颗粒筛选的主要流程。
首先,将待筛选的闪存颗粒进行上料,经过设备运送到对应的测试板上,测试板定位完成后,启动闪存坏块筛选模块并设定分级标准坏块数,通过设定的程序获取待测芯片的坏块数,如果待测芯片的坏块数小于或等于设定的分级标准坏块数,则认定该设定的标准有效并开启第二轮的错误比特数筛选,否则重新设定坏块数并进行闪存颗粒筛选;
之后,启动第二级的错误比特数筛选模块,设定选定block下的所有Page页对应下的错误比特数,将选定Block下的所有Page页的最大错误比特数与设定的错误比特数进行比较,若小于或等于设定的错误比特数,则认定该设定标准有效并开启第三轮的选定Block的特征Page的G峰宽度进行筛选,
同理若选定的Block特征Page的G峰宽度小于或等于设定G峰宽度的分级标准,则可以得到在三级分类标准下的闪存颗粒质量等级值。
三级分类标准的分别获取如上。
如图4所示,该图描述的是TLC颗粒的特征Page页在7个不同能级下的阈值电压示意图。
通过筛选程序可以读出特征Page的某个4KB大小的空间的“0”和”1”的个数并绘制如图4所示的阈值电压分布曲线,记录最后一个点的横坐标X0与G峰纵坐标对应的最大值对应的横坐标X1,则本实施例中的G峰宽度Gw = 2·|X0-X1|。
表1
表1给出的是在基于上述三级分类标准下的闪存筛选方案中的设备、装置及测试方法下的筛选结果。其中,根据坏块数、错误比特数以及特征Page的G峰宽度三者之间的关系,并结合闪存具体使用场景制定闪存筛选标准模型,认定在上述三级分类模型以及对应的三级分类标准下的得分并进行闪存分级。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种利用G峰宽度快速筛选闪存的方法,其特征在于,包括以下步骤:
将待筛选的闪存颗粒上料至测试座后,运送到与闪存颗粒对应的测试板上;
待测试板定位完成后,对闪存颗粒进行筛选;筛选的方法包括依次对闪存颗粒进行的坏块数筛选和错误比特数筛选;在进行闪存颗粒的错误比特数筛选后,对闪存颗粒进行G峰宽度筛选,筛选完成后生成三级分类标准下的闪存颗粒质量等级值;如果闪存颗粒的预设选定Block特征Page页的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;
对闪存颗粒质量等级进行输出。
2.根据权利要求1所述的一种利用G峰宽度快速筛选闪存的方法,其特征在于,对闪存颗粒的坏块数筛选具体为:如果闪存颗粒的坏块数小于或等于预设的坏块数分级标准,则认定该坏块数分级标准有效并进入闪存颗粒的错误比特数筛选;否则对预设的坏块数分级标准重新设定并在重新设定的坏块数分级标准下重新进行筛选。
3.根据权利要求1所述的一种利用G峰宽度快速筛选闪存的方法,其特征在于,对闪存颗粒的错误比特数筛选具体为:如果闪存颗粒的预设选定Block所有Page页的最大错误比特数小于或等于预设的错误比特数分级标准,则认定该错误比特数分级标准有效并进入闪存颗粒的G峰宽度筛选;否则对预设的错误比特数分级标准重新设定并在重新设定的错误比特数分级标准下重新进行筛选。
4.一种使用如权利要求1所述的一种利用G峰宽度快速筛选闪存的方法的系统,其特征在于,包括:
上下料模块,用于将待筛选的闪存颗粒上料至测试座后,运送到与闪存颗粒对应的测试板上;
闪存筛选模块,用于待测试板定位完成后,对闪存颗粒进行筛选;
闪存筛选模块具体包括坏块数筛选模块和错误比特数筛选模块,分别用于依次对闪存颗粒进行坏块数筛选和错误比特数筛选;在进行闪存颗粒的错误比特数筛选后,对闪存颗粒进行G峰宽度筛选,筛选完成后生成三级分类标准下的闪存颗粒质量等级值;如果闪存颗粒的预设选定Block特征Page页的G峰宽度小于或等于预设的G峰宽度分级标准,则认定该G峰宽度分级标准有效并生成G峰宽度分级标准下的闪存颗粒质量等级;否则对预设的G峰宽度分级标准重新设定并在重新设定的G峰宽度分级标准下重新进行筛选;
目标闪存颗粒分级模块,用于对闪存颗粒质量等级进行输出。
5.根据权利要求4所述的系统,其特征在于,对闪存颗粒的坏块数筛选具体为:如果闪存颗粒的坏块数小于或等于预设的坏块数分级标准,则认定该坏块数分级标准有效并进入闪存颗粒的错误比特数筛选;否则对预设的坏块数分级标准重新设定并在重新设定的坏块数分级标准下重新进行筛选。
6.根据权利要求4所述的系统,其特征在于,对闪存颗粒的错误比特数筛选具体为:如果闪存颗粒的预设选定Block所有Page页的最大错误比特数小于或等于预设的错误比特数分级标准,则认定该错误比特数分级标准有效并进入闪存颗粒的G峰宽度筛选;否则对预设的错误比特数分级标准重新设定并在重新设定的错误比特数分级标准下重新进行筛选。
7.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-3任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311294472.8A CN117032593B (zh) | 2023-10-09 | 2023-10-09 | 利用g峰宽度快速筛选闪存的方法、系统与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311294472.8A CN117032593B (zh) | 2023-10-09 | 2023-10-09 | 利用g峰宽度快速筛选闪存的方法、系统与存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117032593A CN117032593A (zh) | 2023-11-10 |
CN117032593B true CN117032593B (zh) | 2023-12-22 |
Family
ID=88635877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311294472.8A Active CN117032593B (zh) | 2023-10-09 | 2023-10-09 | 利用g峰宽度快速筛选闪存的方法、系统与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117032593B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5751633A (en) * | 1996-05-24 | 1998-05-12 | Advanced Micro Devices, Inc. | Method of screening hot temperature erase rejects at room temperature |
JP2006317459A (ja) * | 2006-06-19 | 2006-11-24 | Matsushita Electric Ind Co Ltd | フラッシュメモリ混載マイコン及びその検査方法 |
CN110148435A (zh) * | 2019-04-16 | 2019-08-20 | 珠海妙存科技有限公司 | 一种闪存颗粒筛选分级方法 |
CN114220470A (zh) * | 2021-11-04 | 2022-03-22 | 浙江大华存储科技有限公司 | 一种闪存颗粒筛选方法、终端及计算机可读存储介质 |
CN116230066A (zh) * | 2023-02-09 | 2023-06-06 | 合肥大唐存储科技有限公司 | 一种实现质量等级划分的方法、计算机存储介质及终端 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6639860B2 (en) * | 2002-02-06 | 2003-10-28 | Oki Electric Industry Co., Ltd. | Method of screening non-volatile memory devices |
-
2023
- 2023-10-09 CN CN202311294472.8A patent/CN117032593B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5751633A (en) * | 1996-05-24 | 1998-05-12 | Advanced Micro Devices, Inc. | Method of screening hot temperature erase rejects at room temperature |
JP2006317459A (ja) * | 2006-06-19 | 2006-11-24 | Matsushita Electric Ind Co Ltd | フラッシュメモリ混載マイコン及びその検査方法 |
CN110148435A (zh) * | 2019-04-16 | 2019-08-20 | 珠海妙存科技有限公司 | 一种闪存颗粒筛选分级方法 |
CN114220470A (zh) * | 2021-11-04 | 2022-03-22 | 浙江大华存储科技有限公司 | 一种闪存颗粒筛选方法、终端及计算机可读存储介质 |
CN116230066A (zh) * | 2023-02-09 | 2023-06-06 | 合肥大唐存储科技有限公司 | 一种实现质量等级划分的方法、计算机存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN117032593A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Parnell et al. | Modelling of the threshold voltage distributions of sub-20nm NAND flash memory | |
US7194366B2 (en) | System and method for estimating reliability of components for testing and quality optimization | |
KR101509836B1 (ko) | 멀티 유닛 메모리 디바이스에서의 메모리 유닛의 최적화된 선택 | |
US5706234A (en) | Testing and repair of wide I/O semiconductor memory devices designed for testing | |
CN1610948A (zh) | 具有温度补偿功能的数据读取的非易失性存储器 | |
US20090147598A1 (en) | Integrated circuits and methods to compensate for defective memory in multiple layers of memory | |
CN110148435B (zh) | 一种闪存颗粒筛选分级方法 | |
JPH07147303A (ja) | ウエハ上のダイ試験方法及びウエハのソート方法 | |
JPH09320285A (ja) | 不揮発性半導体メモリ | |
EP0485976B1 (en) | Fault analysis apparatus for memories having redundancy circuits | |
US6249457B1 (en) | Nonvolatile memory device and inspection method therefor | |
CN117032593B (zh) | 利用g峰宽度快速筛选闪存的方法、系统与存储介质 | |
US5594689A (en) | Non-volatile semiconductor memory capable of erase- verifying memory cells in a test mode using a defective count circuit activated by a test mode signal | |
US6920596B2 (en) | Method and apparatus for determining fault sources for device failures | |
US6499118B1 (en) | Redundancy analysis method and apparatus for ATE | |
US11929132B2 (en) | Testing method, testing system, and testing apparatus for semiconductor chip | |
CN113488401B (zh) | 一种芯片测试方法及装置 | |
CN116994631B (zh) | 基于ecc的闪存颗粒多次筛选方法、控制器及介质 | |
CN110440930B (zh) | 一种低噪声红外检测器结构、芯片及其测试方法 | |
DE102022123855A1 (de) | Vertikales komprimierungsschema für komprimierte softbitdaten in nichtflüchtigen speichern mit datenlatchgruppen | |
CN114446374A (zh) | 一种动态随机存储器的测试方法及存储介质 | |
CN116994628B (zh) | 基于偏移读电压的闪存颗粒分级方法、控制器及介质 | |
Kim et al. | Machine Learning-Based Automatic Generation of eFuse Configuration in NAND Flash Chip | |
CN100383955C (zh) | 动态调整记忆体芯片操作的方法与量测其ono层厚度的装置 | |
CN1637950A (zh) | 具有可伸缩二晶体管存储单元的非易失性半导体存储设备 |
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 |