[发明专利]通过机器学习进行存储器存取管理的方法与相关存储装置

说明书

本发明公开了一种用于存储装置中，通过机器学习来进行的存储器存取管理的方法、相关的存储装置及其控制器以及电子装置。所述方法可包含：于存储装置中，在训练阶段的期间，根据关于一阈值电压分布的一预定数据库进行机器学习，产生至少一阈值电压识别模型，其中阈值电压识别模型用来判断读取自所述非易失性存储器的一存储单元的比特信息；以及于存储装置中，在识别阶段的期间，于读取所述非易失性存储器时取得一个或多个参考电压的代表信息，以供根据所述至少一阈值电压识别模型进行机器识别以产生读取数据，其中所述读取数据包含所述比特信息。

技术领域

本发明涉及快闪存储器(Flash memory)的存取(access)，特别关于一种用于存储装置中，通过机器学习来进行存储器存取管理的方法、相关存储装置及其控制器与电子装置。

背景技术

近年来由于存储器的技术不断地发展，各种可携式或非可携式存储装置(例如：符合SD/MMC、CF、MS、XD或UFS标准的存储卡(memory card)；又例如：固态硬盘；又例如：符合UFS或EMMC规格的嵌入式(embedded)存储装置)被广泛地实现于许多应用中。因此，这些存储装置中的存储器的存取控制便成为相当热门的议题。

以常用的NAND型快闪存储器而言，其主要可区分为单阶存储单元(single levelcell,SLC)与多阶存储单元(multiple level cell,MLC)两大类别的闪存。单阶存储单元闪存中，每个被当作存储单元的晶体管只有两种电荷值，分别用来表示逻辑值0与逻辑值1。另外，多阶存储单元闪存中，每个被当作存储单元的晶体管的存储能力则被充分利用，这种存储单元被较高的电压驱动，并通过不同级别的电压在一个晶体管中记录至少两比特的信息(例如00、01、11、10)；理论上，多阶存储单元闪存的记录密度可以达到单阶存储单元闪存的记录密度的至少两倍，这对于曾经在发展过程中遇到瓶颈的NAND型闪存的相关产业而言，是非常好的消息。

相对于单阶存储单元闪存，由于多阶存储单元闪存的价格较便宜，并且在有限的空间内可提供较大的容量，所以多阶存储单元闪存很快地成为市面上的存储装置竞相采用的主流。然而，多阶存储单元闪存的不稳定性所导致的问题也一一浮现。为了确保存储装置对快闪存储器的存取控制能符合相关规范，快闪存储器的控制器通常具备某些管理机制以妥善地管理数据的存取。

根据相关技术，有了这些管理机制的存储装置还是有不足的地方。举例来说，采用较新架构的快闪存储器，例如立体NAND型快闪(3D NAND Flash)存储器，可增加存储装置的存储容量，且在三阶存储单元(triple level cell,TLC)闪存之后，四阶存储单元(quadruple level cells,QLC)闪存可成为下一个研发目标。当尝试将这些管理机制应用到具备新架构的快闪存储器的存储装置时，很容易发生读取运作的阈值电压(thresholdvoltage)不精确，这可能导致各种问题，例如直接或间接地降低数据保留(dataretention)的时间、增加读取干扰错误(read disturb error)的机率、增加数据重复读取次数(read retry)、增加错误纠正码解码(Error Correction Code decoding,ECCdecoding)的困难度。因此，需要一种新颖的方法及相关架构，以在没有副作用或较不可能带来副作用的状况下提升存储装置的效能。

发明内容

本发明的一目的在于提供一种用于存储装置中，通过机器学习来进行的存储器存取管理的方法、相关存储装置与控制器以及电子装置，从而解决上述问题。

本发明的另一目的在于提供一种用于存储装置中，通过机器学习来进行的存储器存取管理的方法、相关的存储装置与控制器以及电子装置，以在没有副作用或较不可能带来副作用的状况下达到存储装置的优化效能。