[发明专利]基于阈值分布的存储器子系统分析

权利要求书

1.一种系统，其包括：

存储器组件，其包括多个存储器单元，其中所述多个存储器单元中的每一存储器单元能够处于多个状态，所述多个状态中的每一状态对应于由所述存储器单元存储的值；及

处理装置，其与所述存储器组件进行操作耦合，以执行包括以下各项的操作：

对于所述多个存储器单元，获得多个阈值电压分布，其中所述多个分布中的每一个对应于所述多个状态中的一个；

将所述多个分布中的每一个分类在多个类别中的一个；

产生包括多个分量的矢量，其中所述多个分量中的每一个表示所述多个分布中的相应一个的所述类别；及

使用分类器处理所述所产生矢量来确定所述存储器组件将在目标时间段内发生故障的可能性。

2.根据权利要求1所述的系统，其中对所述多个阈值电压分布中的第一分布进行分类包括识别所述第一分布相对于控制分布的分位数-分位数表示中的第一尾部。

3.根据权利要求2所述的系统，其中所述控制分布为正态分布。

4.根据权利要求2所述的系统，其中对所述多个阈值电压分布中的所述第一分布进行分类进一步包括：

确定所述第一尾部对应于对应发生概率低于第一截止值的事件；及

将所述第一尾部视为不存在。

5.根据权利要求2所述的系统，其中对所述多个阈值电压分布中的所述第一分布进行分类进一步包括：

确定所述第一尾部对应于与所述控制分布的偏差，其中所述偏差低于第二截止值；及

将所述第一尾部视为不存在。

6.根据权利要求2所述的系统，其中对所述多个阈值电压分布中的所述第一分布进行分类包括将所述第一尾部识别为顶部尾部或下部尾部中的一个，其中所述顶部尾部对应于高于所述第一分布的均值的阈值电压，且其中所述底部尾部对应于低于所述第一分布的所述均值的阈值电压。

7.根据权利要求2所述的系统，其中对所述多个阈值电压分布中的第二分布进行分类包括识别所述第二分布相对于所述控制分布的移位。

8.根据权利要求1所述的系统，其中所述分类器包括机器学习模型。

9.根据权利要求8所述的系统，其中所述机器学习模型基于训练输入、目标输出以及所述训练输入与所述目标输出之间的关联进行训练，其中所述训练输入包括训练多个阈值电压分布，其中所述训练多个分布包括关于故障存储器组件的多个阈值电压分布中的一个，关于良好存储器组件的多个阈值电压分布，或关于良好存储器组件的多个阈值电压分布，修改以模拟故障存储器组件。

10.根据权利要求9所述的系统，其中所述目标输出包括具有所述训练多个阈值电压分布的存储器装置将在所述目标时间段内产生故障的可能性。

11.根据权利要求1所述的系统，其中获得所述多个阈值电压分布包括：

收集非结构化阈值电压数据；及

将所述非结构化阈值电压数据转换为与所述多个状态中的每一个相对应的所述多个阈值电压分布。

12.根据权利要求1的系统，其中获得所述多个阈值电压分布响应于纠错模块检测到所述存储器组件在存储操作后无法正确存储数据。

13.一种方法，其包括：

通过与包括多个存储器单元的存储器组件进行操作耦合的处理装置，获得多个阈值电压分布，其中所述多个分布中的每一个对应于所述多个存储器中的存储器单元的多个状态中的一个，其中所述多个状态中的每一状态对应于由所述存储器单元存储的值；

将所述多个分布中的每一个分类在多个类别中的一个；

产生包括多个分量的矢量，其中所述多个分量中的每一个表示所述多个分布中的相应一个的所述类别；及

使用分类器处理所述所产生矢量来确定所述存储器组件将在目标时间段内发生故障的可能性。