KR20190066830A - 전력량 예측 장치 및 그 방법 - Google Patents

전력량 예측 장치 및 그 방법 Download PDF

Info

Publication number
KR20190066830A
KR20190066830A KR1020170166621A KR20170166621A KR20190066830A KR 20190066830 A KR20190066830 A KR 20190066830A KR 1020170166621 A KR1020170166621 A KR 1020170166621A KR 20170166621 A KR20170166621 A KR 20170166621A KR 20190066830 A KR20190066830 A KR 20190066830A
Authority
KR
South Korea
Prior art keywords
storage device
amount
power
information
benchmark
Prior art date
Application number
KR1020170166621A
Other languages
English (en)
Other versions
KR102052537B1 (ko
Inventor
정의영
한상우
정태양
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020170166621A priority Critical patent/KR102052537B1/ko
Publication of KR20190066830A publication Critical patent/KR20190066830A/ko
Application granted granted Critical
Publication of KR102052537B1 publication Critical patent/KR102052537B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Sources (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

전력량 예측 장치 및 방법을 개시한다. 본 발명의 일 실시예에 따른 전력량 예측 방법 및 장치는, 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보를 확인하는 단계와, 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하는 단계와, 상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보 및 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계를 포함한다.

Description

전력량 예측 장치 및 그 방법{APPARATUS AND METHOD FOR ESTIMATINIG POWER}
본 발명은 전력량 예측에 관한 것으로, 보다 상세하게는 벤치마크 저장장치의 전력량과, 대상 저장장치의 하드웨어 매개변수를 이용하여 대상 저장장치의 전력량을 예측하는 전력량 예측 장치 및 그 방법에 관한 것이다.
솔리드 스테이트 드라이브(Solid State Drive, SSD)는 느린 하드디스크를 대체하기 위해 만든 저장장치로 낸드 플래시 메모리(NAND Flash Memory)에 데이터를 저장하고 관리한다.
낸드 플래시 메모리는 셀에 전자를 저장하면서 쓰기를 하게 되는데, 매번 쓰기와 지우기(Program & Erase)를 할 때마다 일부 전자가 오류로 인해서 셀에 갇히게 된다. 이렇게 갇힌 전자들이 쌓여서 일정 수준을 넘어서게 되면, 그 셀은 사용 불가능한 상태가 된다.
이러한 문제점을 해결하기 위한 ISPP(Incremental Step Pulse Program)은 쓰기(Program)시 셀에 데이터를 입력하고, 검증 뒤 제대로 입력이 안됐으면 더 큰 전압으로 데이터를 입력하는 행동을 반복하여 셀에 쓰기를 수행한다.
셀은 오래 사용할수록 입력이 제대로 안되고, 그만큼 데이터를 저장할 때 ISPP 동작에 의해 전력 소모가 커진다.
또한, 낸드 플래시 메모리는 쓰기와 삭제에 횟수에 제한이 있다.
이러한 문제을 해결하기 위해 가비지 컬렉션(Garbage-Collection), 웨어레벨링(wear-leveling)을 통해 여러 셀에 고르게 분배하여 최대한 사용기간을 늘린다.
가비지 컬렉션은 블록 삭제(Block Erase) 작업을 최대한 줄여 쓰레기 페이지들이 쌓이면 한번에 삭제함으로써 삭제 작업 횟수를 줄인다. 이러한 가비지 컬렉션 수행에도 부가적인 전력 소모가 필요하다.
하지만, 종래에는 이러한 사용기간이나, 사용량, 데이터 접근방식에 따른 부가 동작에 의해 소모되는 전력량을 고려하지 않아 정확한 전력량 예측에 제한이 있었다.
사용량, 사용기간, 데이터 접근방식을 고려하여 전력량을 예측함으로써 보다 정확한 전력량 예측이 가능한 전력량 예측 장치 및 그 방법을 제공하고자 한다.
사용기간이나 사용량에 따라 관리기법을 최적화시켜 효율적으로 저장장치를 관리, 활용할 수 있도록 하는 전력량 예측 장치 및 그 방법을 제공하고자 한다.
상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 전력량 예측 방법은, 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보를 확인하는 단계와, 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하는 단계와, 상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보 및 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계를 포함한다.
상기 사용에 따른 전력량에 대한 정보는, 상기 벤치마크 저장장치의 사용에 따른 가비지 컬렉션(Garbage Collection) 동작의 소모전력량 또는 ISPP(Incremental Step Pulse Program) 소모전력량을 포함할 수 있다.
상기 대상 저장장치의 하드웨어 매개변수에 대한 정보는, 정적 소모전력량, 동적 소모전력량, 읽기 소모전력량, 쓰기 소모전력량, 삭제 소모전력량, 오버헤드 소모전력량, 데이터 저장방식, 데이터 접근방식 또는 저장/삭제 가능 횟수를 포함할 수 있다.
상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계는, 상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보에 기초하여 하기 수학식 1에 의하여 전력량(
Figure pat00001
)을 예측할 수 있다
[수학식 1]
Figure pat00002
여기서,
Figure pat00003
는 벤치마크 저장장치의 가비지 컬렉션(Garbage Collection) 동작의 소모전력량이다.
상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계는, 상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보와, 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 하기 수학식 2에 의하여 전력량(
Figure pat00004
)을 예측할수 있다.
[수학식 2]
Figure pat00005
여기서,
Figure pat00006
는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한pulse가 없을때의 소모전력량,
Figure pat00007
는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한 k번째 pulse를 수행할 때의 소모전력량,
Figure pat00008
는 대상 저장장치의 j번째 pulse로 Program이 실패할 때의 확률이다.
본 발명의 일 실시예에 따른 전력량 예측 장치는, 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보를 확인하는 제1 확인부와, 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하는 제2 확인부와, 상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보 및 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 상기 대상 저장장치의 사용에 따른 전력량을 예측하는 예측부를 포함한다.
본 발명의 일 실시예에 따른 전력량 예측 장치 및 그 방법은 사용량, 사용기간, 데이터 접근방식을 고려하여 전력량을 예측함으로써 보다 정확한 전력량 예측이 가능하다.
본 발명의 일 실시예에 따른 전력량 예측 장치 및 그 방법은 사용량, 사용기간에 따라 관리기법을 최적화시켜 효율적으로 저장장치를 관리, 활용할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 전력량 예측 장치의 구성도이다.
도 2는 가비지 컬렉션(Garbage Collection)을 설명하기 위한 도면이다.
도 3은 ISPP(Incremental Step Pulse Program)을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 전력량 예측 방법의 흐름도이다.
이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
본 명세서에서 사용되는 “실시예”, “예”, “측면”, “예시” 등은 기술된 임의의 양상(aspect) 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되어야 하는 것은 아니다.
또한, '또는' 이라는 용어는 배타적 논리합 'exclusive or' 이기보다는 포함적인 논리합 'inclusive or' 를 의미한다. 즉, 달리 언급되지 않는 한 또는 문맥으로부터 명확하지 않는 한, 'x가 a 또는 b를 이용한다' 라는 표현은 포함적인 자연 순열들(natural inclusive permutations) 중 어느 하나를 의미한다.
또한, 본 명세서 및 청구항들에서 사용되는 단수 표현("a" 또는 "an")은, 달리 언급하지 않는 한 또는 단수 형태에 관한 것이라고 문맥으로부터 명확하지 않는 한, 일반적으로 "하나 이상"을 의미하는 것으로 해석되어야 한다.
또한, 본 명세서 및 청구항들에서 사용되는 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
한편, 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 상세한 설명을 생략할 것이다. 그리고, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 전력량 예측 장치의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 전력량 예측 장치는 제1 확인부(110)와, 제2 확인부(120)와, 예측부(130)를 포함한다.
제1 확인부(110)는 벤치마크 저장장치의 사용량, 사용기간, 데이터 접근방식, 데이터 저장방식 등에 따른 전력량에 대한 정보를 확인한다.
벤치마크 저장장치는 솔리드 스테이트 드라이브(Solid State Drive, SSD)일 수 있다.
데이터 접근방식은 연속적(sequential)인 방식이거나 랜덤(random)의 방식일 수 있다.
제1 확인부(110)는 벤치마크 저장장치의 데이터 접근 방식을 연속적인 방식으로 하여 전력량 등을 확인할 수 있다.
제1 확인부(110)는 벤치마크 저장장치의 데이터 접근 방식을 랜덤의 방식으로 하여 전력량 등을 확인할 수 있다.
제1 확인부(110)는 벤치마크 저장장치의 데이터 저장방식에 따른 전력량 등을 확인할 수 있다.
데이터 저장방식은 싱글 레벨 셀(Single Level Cell, SLC), 멀티 레벨 셀(Multi Level Cell, MLC), 트리플 레벨 셀(Triple Level Cell, TLC) 등이 있다.
벤치마크 저장장치는 데이터 저장방식에 따라, 쓰기(Program)를 성공할 확률이 줄어들 수 있다.
제1 확인부(110)는 서로 다른 특성을 갖는 벤치마크 저장장치들을 확인할 수 있다.
예를 들면, 싱글 레벨 셀 방식의 벤치마크 저장장치를 확인하여 데이터를 저장하고, 멀티 레벨 셀 방식의 벤치마크 저장장치를 확인하여 데이터를 저장할 수 있다.
전력량에 대한 정보는 벤치마크 저장장치의 사용량, 사용기간 등에 따른 가비지 컬렉션(Garbage Collection) 동작의 소모전력량(
Figure pat00009
) 또는 ISPP(Incremental Step Pulse Program) 동작의 소모전력량, 랜덤 비율 정보, 가비지 컬렉션 반영 비율, 대상 저장장치의 소모전력량을 예측하기 위한 여러 전력 데이터 등을 포함할 수 있다.
여기서, 대상 저장 장치는 사용에 따른 소모 전력량 변화등을 예측하기 위한 저장 장치를 의미한다.
이때, 대상 저장 장치는 벤치 마크 저장 장치와 동일한 사양의 저장장치일 수도 있고, 벤치 마크 저장 장치와 동일한 제조사의 유사한 사양을 갖는 저장 장치일 수 있다. 또한, 대상 저장 장치는 벤치 마크 저장 장치와 제조사가 다르고 유사한 사양을 갖는 저장 장치일 수 있다.
예를 들면, 가비지 컬렉션(Garbage Collection) 동작은 랜덤하게 저장장치의 데이터에 접근하는 경우 수행될 수 있다.
따라서, 제1 확인부(110)는 하기 수학식 1과 같이 벤치마크 저장장치에 연속적으로 쓰기(Program)를 하였을 때(
Figure pat00010
)와, 랜덤으로 쓰기(Program)를 하였을 때(
Figure pat00011
)의 전력 차로 가비지 컬렉션(Garbage Collection) 동작의 소모전력량(
Figure pat00012
)을 확인할 수 있다.
[수학식 1]
Figure pat00013
제1 확인부(110)는 복수 개의 벤치마크 저장장치를 확인할 수 있다.
제1 확인부(110)는 벤치마크 저장장치의 확인을 통해 수집한 정보를 저장할 수 있다.
제1 확인부(110)는 가비지 컬렉션(Garbage Collection) 동작의 수행시간을 벤치마크 저장장치의 데이터접근방식이 랜덤일 때와 연속적일 때의 시간 차로 계산할 수 있다.
즉, 제1 확인부(110)는 벤치마크 대상 저장장치의 데이터 접근방식이 100% 랜덤일 때 걸리는 시간과 데이터 접근방식이 100% 연속적일 때 걸리는 시간의 차를 확인하여 가비지 컬렉션 동작의 수행시간을 계산한다.
제1 확인부(110)는 사용한지 오래된 벤치마크 저장장치와 사용하지 않은 벤치마크 저장장치의 소모 전력량 등을 확인할 수 있다.
제1 확인부(110)는 사용한지 오래된 벤치마크 저장장치와 사용하지 않은 벤치마크 저장장치의 소모 전력량의 차를 이용하여 ISPP(Incremental Step Pulse Program)확률을 확인할 수 있다.
제1 확인부(110)는 ISPP 동작 시 펄스의 개수를 확인할 수 있다.
예를 들면, ISPP 동작이 5초가 걸렸으면 펄스의 개수가 5이고, 10초가 걸렸으면, 펄스의 개수가 10인 것으로 확인할 수 있다.
이러한 방식으로 사용하지 않은 벤치마크 저장장치의 펄스의 평균 소모전력량과, 사용하였을 경우의 펄스의 평균 소모전력량을 확인할 수 있다.
제1 확인부(110)는 이렇게 초기의 평균 펄스 소모 전력량과 사용하였을 경우의 펄스의 평균 소모전력량과 펄스의 개수를 이용해서 펄스 소모 전력량(
Figure pat00014
)을 예측하는데 이용되는
Figure pat00015
,
Figure pat00016
를 확인할 수 있다.
예를 들면, 펄스의 증가 형태가 등차수열이라고 가정한 경우 처음 저장장치를 사용하였을 때 펄스의 수가 3 평균 펄스 소모 전력량이 5, N달 지났을 때 펄스의 수가 5 평균 펄스 소모전력량이 6이면
Figure pat00017
는 4,
Figure pat00018
는
Figure pat00019
로 유추 확인할 수 있다.
펄스의 증가 형태가 등차수열이 아닌 경우에도 다른 방식으로 유추 확인할 수 있다.
제1 확인부(110)는 사용기간, 사용량에 따른 벤치마크 저장장치의 전력량 등을 확인하고 저장할 수 있다.
제2 확인부(120)는 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인한다.
대상 저장장치는 솔리드 스테이트 드라이브(SSD, Solid State Drive)일 수 있다.
하드웨어 매개변수에 대한 정보는 대상 저장장치의 제조사가 제공하는 정보일 수 있다.
예를 들면, 하드웨어 매개변수에 대한 정보는 정적 소모전력량, 동적 소모전력량, 읽기 소모전력량, 쓰기 소모전력량, 삭제 소모전력량, 오버헤드 소모전력량, 데이터 저장방식, 저장/삭제 가능횟수, 데이터 접근방식, ISPP확률, 펄스 소모전력량을 유추할 수 있는 전력량 등일 수 있다.
제2 확인부(120)는 입력장치를 통해 사용자로부터 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하여 저장할 수 있다.
예를 들면, 입력장치는 키보드, 마우스, 터치스크린 등일 수 있다.
제2 확인부(120)는 무선통신망을 통하여 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하여 저장할 수 있다.
제2 확인부(120)는 대상 저장장치로부터 직접 하드웨어 매개변수에 대한 정보를 확인하여 저장할 수도 있다.
예측부(130)는 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보 및 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 대상 저장장치의 사용에 따른 전력량을 예측할 수 있다.
예측부(130)는 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보에 기초하여 하기 수학식 2에 의하여 오버헤드 전력량(
Figure pat00020
)을 예측할 수 있다.
[수학식 2]
Figure pat00021
여기서,
Figure pat00022
는 제1 확인부가 확인한 벤치마크 저장장치의 갈비지 컬렉션(Garbage Collection) 동작의 소모전력량이다.
여기서,
Figure pat00023
(랜덤 비율 정보)는 제1 확인부가 확인한 벤치마크 저장장치의 랜덤 비율의 정도를 나타내는 값(랜덤접근량/전체접근량)이다.
여기서,
Figure pat00024
는 대상 저장장치와 벤치마크 저장장치의 소모전력 차이에 비례하여 결정되는 상수일 수 있다.
예측부(130)는 벤치마크 저장장치의 오버헤드 전력량에 대한 정보로부터 대상 저장 장치의 오버헤드 전력량에 대해 추정할 수 있다.
예를 들어, 벤치마크 저장장치의 사용기간에 따른 오버헤드 전력량 변화를 실측한 정보가 존재하고, 대상 저장 장치의 하드웨어 매개변수로부터 대상 저장 장치의 오버헤드 전략량 정보를 획득할 수 있는 경우, 대상 저장 장치의 오버헤드 전력량은 벤치마크 저장장치의 사용기간에 따른 오버헤드 전력량 변화와 유사한 패턴 또는 비율로 변화할 것으로 예측될 수 있다.
예측부(130)는 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보와 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 하기 수학식 3에 의하여 전력량(
Figure pat00025
)을 예측할 수 있다.
이때, 저장장치에 쓰기 동작(program)이 진행되는 경우 메모리 셀에 전자를 넣기 위한 펄스를 발생시키고, 쓰기 동작에 소모되는 전력량
Figure pat00026
은 펄스 발생에 소모되는 전력의 합
Figure pat00027
로 정의될 수 있다.
예를 들어, 펄스 발생에 소모되는 전력은 수학식 3과 같이 정의될 수 있다.
[수학식 3]
Figure pat00028
여기서,
Figure pat00029
는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한pulse가 없을때의 소모전력량,
Figure pat00030
는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한 k번째 pulse를 수행할 때의 소모전력량,
Figure pat00031
(ISPP확률)는 대상 저장장치의 j번째 pulse로 Program이 실패할 때의 확률이다.
예를 들어, 벤치 마크 저장 장치의 펄스의 증가 형태가 등차수열로 나타난 경우, 대상 저장 장치의
Figure pat00032
역시 등차수열의 형태로 증가할 것으로 예측될 수 있다.
Figure pat00033
(ISPP확률)는 하기 수학식 4에 의하여 표현될 수 있다.
[수학식 4]
Figure pat00034
여기서,
Figure pat00035
는 데이터 저장방식에 따른 변수이고, t는 사용기간, D는 평균 사용 데이터량, C는 저장/삭제 가능 횟수(P/E Cycle)를 나타낸다.
Figure pat00036
는 트리플 레벨 셀(Triple Level Cell, TLC), 멀티 레벨 셀(Multi Level Cell, MLC), 싱글 레벨 셀(Single Level Cell, SLC) 순대로 큰 값을 갖는다.
예측부(130)는 예측한
Figure pat00037
들을 합하여
Figure pat00038
을 구할 수 있다.
한편, 예측부(130)는 벤치마크 저장장치의
Figure pat00039
에 대한 정보와 대상 저장 장치의 하드웨어 매개변수 정보로부터 사용량, 사용기간에 따른 대상 저장 장치의
Figure pat00040
에 대한 정보를 예측할 수 있다.
예를 들어, 벤치마크 저장장치의
Figure pat00041
에 대한 정보가 벤치마크 저장장치의 사용량 및 사용기간에 따른 변화와 일정 비율 또는 동일한 패턴으로 변화할 것으로 예측할 수 있다.
예측부(130)는 이렇게 예측한 전력 값들(
Figure pat00042
,
Figure pat00043
)과 하드웨어 매개 변수에 대한 정보(
Figure pat00044
,
Figure pat00045
)들을 합하여 하기 수학식 5와 같이 동적 소모전력량(
Figure pat00046
)을 예측할 수 있다.
[수학식 5]
Figure pat00047
예를 들어, 예측부(130)는 대상 저장 장치의 전력량 및 성능 변화 예측 시, 시간 N(여기서, N은 예를 들어 24~5000시간)이 지난 시점에서의 동적 소모 전력량을 벤치 마크 저장 장치의 실측 정보와 대상 저장 장치의 하드웨어 매개 변수를 반영하여 예측할 수 있다.
예를 들어, 시간 N이 지난 시점에서 벤치 마크 저장 장치의 동적 소모 전력량이 2배 증가한 것으로 확인된 경우, 시간 N이 지난 시점에서 대상 저장 장치의 동적 소모 전력량은 2M으로 증가될 것으로 예측할 수 있다.
여기서, M은 벤치 마크 저장 장치와 대상 저장 장치의 사양 정보의 차이에 의해 결정되는 변수들의 함수로 정의될 수 있다.
예측부(130)는 동적 소모전력(
Figure pat00048
)과 하드웨어 매개변수에 대한 정보(
Figure pat00049
)를 더하여 하기 수학식 6와 같이 전체 소모 전력량(
Figure pat00050
)을 예측할 수 있다.
[수학식 6]
Figure pat00051
이와 같이 갈비지 컬렉션, ISPP 등과 같은 사용기간, 사용량, 데이터 접근방식 등에 따른 부가 동작에 소모되는 전력량을 고려하여 전체 소모전력량을 예측하여 보다 정확한 전력 예측이 가능하다.
또한, 사용량, 사용기간에 따라 최적화된 관리기법을 변화시켜 효율적으로 저장장치를 관리, 활용할 수 있도록 한다.
도 2는 가비지 컬렉션(Garbage Collection, GC)을 설명하기 위한 도면이다.
도 2를 참조하면, 가비지 컬렉션(Garbage Collection, GC)은 메모리 셀에서 유용한 데이터만 따로 모아두고, 불필요한 이미 달라진 데이터들만 블록에 모아 한번에 삭제(ERASE)하는 작업이다.
가비지 컬렉션을 통해 삭제(ERASE)를 최소화할 수 있어 메모리 셀 수명을 연장시킬 수 있다.
데이터 접근방식이 연속적(sequential)일 경우 연속된 페이지(page)에 차례대로 저장되기 때문에 가비지 컬렉션이 동작하지 않는다.
데이터 접근방식이 불규칙적(random)일 경우 여러 블록에 분산되어 저장되기 때문에 가비지 컬렉션이 동작한다.
가비지 컬렉션의 동작 수행시간은 데이터 접근방식이 랜덤(불규칙적)일 때와, 연속적일 때의 차로 구할 수 있다.
210, 220, 230은 SSD를 구성하는 NAND Flash Memory에서의 가비지 컬렉션 동작 수행을 순서대로 나타낸 것이다.
210은 데이터 접근방식이 불규칙일 경우에 211, 212가 유효하지 않은 페이지(Invalid)와, 유효 페이지(A, B, C)가 구성된 것을 나타낸다.
220은 유효 페이지와 유효하지 않은 페이지를 포함하는 211, 212 블록을 221, 222에는 유효하지 않은 페이지를 모아 구성하고, 223에는 유효 페이지를 모아 구성한다.
230은 231, 232와 같이 221과 222에 삭제를 수행한다.
이와 같이, 가비지 컬렉션은 첫 번째 블록(231)과 두 번째 블록(232)을 삭제(ERASE)하여 삭제 횟수를 최소화한다.
본 발명의 일 실시예에 따른 전력량 예측 장치는 대장 저장장치의 이러한 가비지 컬렉션 동작에 사용되는 소모 전력량을 예측하여 보다 정확한 전력량 예측이 가능하다.
도 3은 ISPP(Incremental Step Pulse Program)을 설명하기 위한 도면이다.
도 3은 상측은 SSD의 NAND Flash Memory를 구성하는 NAND Cells의 회로도를, 하측은 NAND Cells들의 단면도를 나타내는 도면이다.
도 3을 참조하면, SSD의 특성상 사용기간이 길어지면 산화막에 전자가 축적되어 쓰기(Program), 지우기(Erase)가 제대로 작동하지 않게 된다. 이러한 문제를 해결하기 위해 원하는 데이터를 입력, 삭제하기 위해 점차적으로 더 강한 전압을 인가하게 된다.
사용기간에 따라 SSD를 구성하는 NAND Cell은 게이트(gate)에 전자가 축적(310)될 수 있다.
ISPP는 처음에는 기존 전압으로 데이터를 저장을 시도하고, 저장되지 않는 경우 더 높은 전압으로 데이터 저장을 시도한다. 이러한 방식을 데이터가 제대로 저장될 때까지 반복한다.
본 발명의 일 실시예에 따른 전력량 예측 장치는 ISPP 동작에 사용되는 소모 전력량을 예측하여 보다 정확한 전력량 예측이 가능하다.
도 4는 본 발명의 일 실시예에 따른 전력량 예측 방법의 흐름도이다.
도 4에 도시된 방법은 본 발명의 일 실시예에 따른 전력량 예측 장치에 의해 수행될 수 있다.
도 4를 참조하면, S410 단계에서, 제1 확인부는 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보를 확인한다.
S420 단계에서, 제2 확인부는 대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인한다.
S430 단계에서, 예측부는 벤치마크 저장장치의 사용 따른 전력량에 대한 정보와 하드웨어 매개변수에 대한 정보에 기초하여 대상 저장장치의 사용 따른 전력량을 예측한다.
제1 확인부와, 제2 확인부와, 예측부는 도 1을 참조하여 설명한 전력량 예측 장치의 제1 확인부와, 제2 확인부와, 예측부와 동일하므로 상세한 설명은 생략한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

  1. 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보를 확인하는 단계;
    대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하는 단계; 및
    상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보 및 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계를 포함하는
    전력량 예측 방법.
  2. 제1항에 있어서,
    상기 사용에 따른 전력량에 대한 정보는,
    상기 벤치마크 저장장치의 사용에 따른 가비지 컬렉션(Garbage Collection) 동작의 소모전력량 또는 ISPP(Incremental Step Pulse Program) 소모전력량을 포함하는
    전력량 예측 방법.
  3. 제1항에 있어서,
    상기 대상 저장장치의 하드웨어 매개변수에 대한 정보는,
    정적 소모전력량, 동적 소모전력량, 읽기 소모전력량, 쓰기 소모전력량, 삭제 소모전력량, 오버헤드 소모전력량, 가비지 컬렉션 반영 비율, ISPP확률, 데이터 저장방식, 데이터 접근방식 또는 저장/삭제 가능 횟수를 포함하는
    전력량 예측 방법.
  4. 제2항에 있어서,
    상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계는,
    상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보에 기초하여 하기 수학식 1에 의하여 전력량(
    Figure pat00052
    )을 예측하는
    [수학식 1]
    Figure pat00053

    여기서,
    Figure pat00054
    는 벤치마크 저장장치의 가비지 컬렉션(Garbage Collection) 동작의 소모전력량,
    Figure pat00055
    는 랜덤 비율 정보,
    Figure pat00056
    는 가비지 컬렉션 반영 비율이다.
    전력량 예측 방법.
  5. 제1항에 있어서,
    상기 대상 저장장치의 사용에 따른 전력량을 예측하는 단계는,
    상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보와, 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 하기 수학식 2에 의하여 전력량(
    Figure pat00057
    )을 예측하는
    [수학식 2]
    Figure pat00058

    여기서,
    Figure pat00059
    는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한pulse가 없을때의 소모전력량,
    Figure pat00060
    는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한 k번째 pulse를 수행할 때의 소모전력량,
    Figure pat00061
    (ISPP확률)는 대상 저장장치의 j번째 pulse로 Program이 실패할 때의 확률이다.
    전력량 예측 방법.
  6. 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보를 확인하는 제1 확인부;
    대상 저장장치의 하드웨어 매개변수에 대한 정보를 확인하는 제2 확인부; 및
    상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보 및 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 상기 대상 저장장치의 사용에 따른 전력량을 예측하는 예측부를 포함하는
    전력량 예측 장치.
  7. 제6항에 있어서,
    상기 사용에 따른 전력량에 대한 정보는,
    상기 벤치마크 저장장치의 사용에 따른 가비지 컬렉션(Garbage Collection) 동작의 소모전력량 또는 ISPP(Incremental Step Pulse Program) 소모전력량을 확인하는
    전력량 예측 장치.
  8. 제6항에 있어서,
    상기 하드웨어 매개변수에 대한 정보는,
    정적 소모전력량, 동적 소모전력량, 읽기 소모전력량, 쓰기 소모전력량, 삭제 소모전력량, 오버헤드 소모전력량, 가비지 컬렉션 반영 비율, ISPP확률, 데이터 저장방식, 데이터 접근방식 또는 저장/삭제 가능 횟수를 포함하는
    전력량 예측 장치.
  9. 제7항에 있어서,
    상기 예측부는,
    상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보에 기초하여 하기 수학식 1에 의하여 전력량(
    Figure pat00062
    )을 예측하는
    [수학식 1]
    Figure pat00063

    여기서,
    Figure pat00064
    는 벤치마크 저장장치의 가비지 컬렉션(Garbage Collection) 동작의 소모전력량,
    Figure pat00065
    는 랜덤 비율 정보,
    Figure pat00066
    는 가비지 컬렉션 반영 비율이다.
    전력량 예측 장치.
  10. 제6항에 있어서,
    상기 예측부는,
    상기 벤치마크 저장장치의 사용에 따른 전력량에 대한 정보와, 상기 대상 저장장치의 하드웨어 매개변수에 대한 정보에 기초하여 하기 수학식 2에 의하여 전력량(
    Figure pat00067
    )을 예측하는
    [수학식 2]
    Figure pat00068

    여기서,
    Figure pat00069
    는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한pulse가 없을때의 소모전력량,
    Figure pat00070
    는 벤치마크 저장장치의 값과 대상 저장장치의 값에 의해 예측한 k번째 pulse를 수행할 때의 소모전력량,
    Figure pat00071
    (ISPP확률)는 대상 저장장치의 j번째 pulse로 Program이 실패할 때의 확률이다.
    전력량 예측 장치.
KR1020170166621A 2017-12-06 2017-12-06 전력량 예측 장치 및 그 방법 KR102052537B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170166621A KR102052537B1 (ko) 2017-12-06 2017-12-06 전력량 예측 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170166621A KR102052537B1 (ko) 2017-12-06 2017-12-06 전력량 예측 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20190066830A true KR20190066830A (ko) 2019-06-14
KR102052537B1 KR102052537B1 (ko) 2019-12-05

Family

ID=66846619

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170166621A KR102052537B1 (ko) 2017-12-06 2017-12-06 전력량 예측 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102052537B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010003099A (ja) * 2008-06-20 2010-01-07 Hitachi Ltd 消費電力推定を行うストレージ装置及びストレージ装置の電力推定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010003099A (ja) * 2008-06-20 2010-01-07 Hitachi Ltd 消費電力推定を行うストレージ装置及びストレージ装置の電力推定方法

Also Published As

Publication number Publication date
KR102052537B1 (ko) 2019-12-05

Similar Documents

Publication Publication Date Title
CN110245093B (zh) 固态存储驱动器阵列中的工作负荷自适应超额配置
US10236067B2 (en) State-dependent read voltage threshold adaptation for nonvolatile memory
Bux et al. Performance of greedy garbage collection in flash-based solid-state drives
Desnoyers Analytic modeling of SSD write performance
Van Houdt A mean field model for a class of garbage collection algorithms in flash-based solid state drives
Jimenez et al. Wear Unleveling: Improving {NAND} Flash Lifetime by Balancing Page Endurance
Hu et al. Write amplification analysis in flash-based solid state drives
TWI420303B (zh) 基於寫入頻率將資料寫至記憶體不同部份之方法、非暫態電腦可讀媒體與裝置
US8843698B2 (en) Systems and methods for temporarily retiring memory portions
TWI474335B (zh) 增加記憶體的複數區塊的生命週期的系統、方法及電腦程式產品
US9423970B2 (en) Method and system for predicting block failure in a non-volatile memory
US9652382B1 (en) Look-ahead garbage collection for NAND flash based storage
US10303371B2 (en) Data storage device that stabilizes write latency
Li et al. Stochastic modeling of large-scale solid-state storage systems: Analysis, design tradeoffs and optimization
Agarwal et al. A closed-form expression for write amplification in nand flash
KR100954039B1 (ko) 플래시 메모리 제어 방법 및 제어 장치
CN110851079B (zh) 一种自适应的存储设备损耗均衡方法及系统
Yang et al. Reducing garbage collection overhead in {SSD} based on workload prediction
US10891070B1 (en) Managing garbage collection in a memory subsystem based on characteristics of data streams
Luojie et al. An improved analytic expression for write amplification in NAND flash
US11416389B2 (en) Managing garbage collection in a memory subsystem based on characteristics of data streams
Jeong et al. Dynamic erase voltage and time scaling for extending lifetime of NAND flash-based SSDs
CN109343796B (zh) 一种数据处理方法和装置
Stoica et al. Understanding the design trade-offs of hybrid flash controllers
US11733909B2 (en) Secure-erase prediction for data storage devices

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right