[发明专利]判决电平预测模型的训练数据生成方法、系统及存储介质

说明书

本发明提供了一种判决电平预测模型的训练数据生成方法、系统及存储介质，所述方法包括：获取存储单元在等效驻留时间大于或等于目标等效驻留时间之后处于不同温度环境下的跨温扫描数据；根据所述跨温扫描数据对最优判决电平数据进行温度补偿数据拟合，将最优判决电平数据随温度拟合的直线斜率作为温度补偿系数；获取存储单元处于指定温度环境下在不同等效驻留时间时进行数据读取的最优判决电平数据集合；根据得到的温度补偿系数对获取的最优判决电平数据集合进行修正，得到判决电平预测模型的训练数据。本发明大大降低了判决电平预测模型的训练数据在数据生成环节的测试工作量，节省测试成本。

技术领域

本发明涉及数据存储技术领域，尤其涉及一种判决电平预测模型的训练数据生成方法、系统及存储介质。

背景技术

随着全球互联网程度的不断提高，全球对数据存储的需求也日益增大。当前计算机服务器的主流存储器件主要分为两种：HD(Hard Disk,机械硬盘)和SSD(Solid StateDrive，固态硬盘)。固态硬盘和机械硬盘本质上都是用于数据存储的硬件，其本质上的区别在于其存储介质不同。传统的机械硬盘以机械磁盘为存储介质，通过磁臂和磁头、磁盘之间的机械构造进行数据存储和读取；而固态硬盘则是以NAND闪存(非易失性的存储器)作为存储介质，通过存储器内部的电荷数即cell的通断电进行数据的读取和写入进而实现数据存储。随着固态硬盘小型化以及其性价比不断提升，越来越多的企业消费者和个人消费者采用固态硬盘进行数据的存储。

衡量固态硬盘的众多指标中，读取速度是其中最重要的指标之一。制约固态硬盘读取速度的因素有很多方面，其中包括存储颗粒的读取数据能力和存储控制器固件算法能力。为提高固态硬盘的读取速度，其中一种方式是通过固件算法能力减少读取的原始比特错误。原始比特错误主要来源于驻留时间的影响。在写入数据之后，存储颗粒中存储的电荷随着驻留时间的增加逐渐向低电势区域逃逸造成电荷流失，即电压左漂，如图1所示。此时，如果仍采用默认判决电平进行数据读取，会造成原始错误比特数量的增多，进而导致ECC解码器迭代次数增加，严重的情况下会直接导致译码失败，影响存储器寿命。

当前一种可行的解决办法是在存储器使用的过程中使用模型/算法对最优判决电平进行预测。通过预测最优判决电平使得每次读出的数据中错误比特数尽可能少。然而，为能够使用该方法，需要统计和分析影响最优判决电平的物理因素，然后大量测量不同场景下的存储颗粒的最优判决电平数据，进而通过离线训练/拟合的方式才能获得性能优越的模型/算法。由于影响存储颗粒最优判决电平的物理因素有很多，包括P/E次数、驻留时间(Retention Time)等。其中，温度也是影响最优判决电平的重要因素之一。由于载流子在不同温度下的速率有差异，即高温场景下载流子移动速度更快而低温场景下反之。因此，当颗粒进行数据读取时，在高温场景下读取存储颗粒VT分布相对实际偏低，而在低温场景下读取的VT分布偏高，不同温度场景下读取的VT分布，如图2所示。虽然颗粒厂商会根据当前温度对默认判决电平进行温度补偿。然而该补偿方法对存储器控制器厂商是黑盒。由于温度对最优判决电平的影响，存储器厂商只能通过大量实验来获取不同温度场景下的最优判决电平数据以支持最优判决电平模型/算法的训练。例如，采用具有加热和制冷功能的单温箱进行实验，即将温箱设置写数据温度，待温度稳定后将测试颗粒放入温箱中写数据，然后将温箱的目标温度调整至所需读数据温度，待温度稳定后对颗粒进行多次VT扫描，进而获得当前情况下的最优判决电平数据。再例如，采用多温箱的方法进行实验，即同时设置两个温箱的温度，其中一个温箱(e.g.温箱1)温度为写数据温度，另一个温箱(e.g.温箱2)温度为读数据温度，将测试颗粒放入温箱1后进行写数据操作。操作完成后将颗粒从温箱1拿出并放入温箱2，待存储颗粒温度稳定后对颗粒进行多次VT扫描，进而获得当前场景下的最优判决电平数据。

在实现本发明过程中，发明人发现现有的最优判决电平预测模型的训练数据生成模型训练数据获取方法至少存在如下问题：

1.为保证实验数据的完备性，该实验需要在不同写/读温度下进行多次重复实验；随着测试温度间隔的不断缩小，重复实验的次数呈指数增长；