本發(fā)明涉及固態(tài)硬盤(pán)控制技術(shù)，特別涉及一種固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法及固態(tài)硬盤(pán)。

背景技術(shù)：

圖1是典型的nand組成示意圖：die,可獨(dú)立并發(fā)操作的單元；block,可獨(dú)立擦除的單元，其內(nèi)各個(gè)物理位置的數(shù)據(jù)寫(xiě)入后在下一次寫(xiě)之前必須要將整個(gè)block擦除；page，讀寫(xiě)單元。

圖2是常規(guī)nadn內(nèi)部讀取數(shù)據(jù)流程圖,主機(jī)隨機(jī)訪問(wèn)nand數(shù)據(jù)時(shí)，nand控制器接收到前端的命令且經(jīng)過(guò)nand內(nèi)部映射表轉(zhuǎn)換成物理地址后,nand控制器發(fā)起對(duì)nand的讀操作；nand加載對(duì)應(yīng)的數(shù)據(jù)并返回nand控制器；nand控制器根據(jù)寫(xiě)入時(shí)附加的校驗(yàn)信息(典型地如eccparity)可以識(shí)別數(shù)據(jù)是否正確，當(dāng)數(shù)據(jù)出錯(cuò)的bit數(shù)量在一定范圍(th_1)內(nèi)時(shí)，可通過(guò)第一級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection1即可糾正回來(lái)。

當(dāng)數(shù)據(jù)錯(cuò)誤超過(guò)一定范圍(th_1)時(shí)，數(shù)據(jù)不可直接糾錯(cuò)，此時(shí)需要進(jìn)行一系列的糾錯(cuò)。如進(jìn)行第二級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection2：通過(guò)依次調(diào)整讀參考調(diào)壓并獲取nand數(shù)據(jù)，若能夠糾錯(cuò)成功則返回，否則繼續(xù)嘗試下一個(gè)讀參考電壓設(shè)置；若所有讀參考電壓均嘗試過(guò)還無(wú)法成功糾錯(cuò)則進(jìn)入第三級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection3；在第二級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection2過(guò)程中，只啟用了硬件糾錯(cuò)harddecoder，其只需要單筆讀輸入，解碼時(shí)間短，但糾錯(cuò)能力弱。

第三級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection3，此時(shí)也會(huì)如第二級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection2一樣，依次嘗試各個(gè)讀參考電壓設(shè)置。與第二級(jí)錯(cuò)誤糾錯(cuò)errorrecoveryselection2不同的是，此過(guò)程中，啟用了硬件加軟件糾錯(cuò)同時(shí)進(jìn)行hard/softdecoder,需要3筆輸入，解碼時(shí)間更長(zhǎng)，糾錯(cuò)能力強(qiáng)。若所有方式均嘗試過(guò)仍然不能獲取正確的數(shù)據(jù)，則標(biāo)志數(shù)據(jù)錯(cuò)誤。

由于errorrecoveryselection2和errorrecoveryselection3操作中需要嘗試較多的組合，耗時(shí)達(dá)到數(shù)十毫秒，與典型的數(shù)百微秒差距過(guò)大，大大降低了ssd的性能。

圖3是不同級(jí)糾錯(cuò)設(shè)置的讀取電壓設(shè)置,分別對(duì)應(yīng)errorrecoveryselection1/2/3。a對(duì)應(yīng)errorrecoveryselection1；b對(duì)應(yīng)errorrecoveryselection2；c對(duì)應(yīng)errorrecoveryselection3。伴隨各種因素的影響，nand的電壓分布會(huì)發(fā)生漂移，此時(shí)需要通過(guò)選擇合適的讀參考電壓進(jìn)行數(shù)據(jù)讀取。進(jìn)一步地，當(dāng)單筆讀無(wú)法完成糾錯(cuò)時(shí)(harddecoder),需要引入耗時(shí)更長(zhǎng)，糾錯(cuò)能力更強(qiáng)的hard/soft+decoder。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)以上缺陷，本發(fā)明目的如何提高nand數(shù)據(jù)讀取的速度，特別是降低數(shù)據(jù)存在異常時(shí)讀響應(yīng)延遲。

為了解決以上問(wèn)題本發(fā)明提出了一種固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法，其特征在于當(dāng)采用第一級(jí)錯(cuò)誤糾錯(cuò)還無(wú)法正確讀數(shù)據(jù)時(shí)，將無(wú)法正確讀數(shù)據(jù)所在的頁(yè)或塊的影響因子輸入糾錯(cuò)策略預(yù)測(cè)模塊和糾錯(cuò)電壓預(yù)測(cè)模塊，糾錯(cuò)策略預(yù)測(cè)模塊和糾錯(cuò)電壓預(yù)測(cè)模塊根據(jù)輸入的影響因子預(yù)測(cè)讀數(shù)據(jù)的推薦糾錯(cuò)策略和推薦糾錯(cuò)電壓，nand根據(jù)推薦糾錯(cuò)策略和推薦糾錯(cuò)電壓重新讀取數(shù)據(jù)。

所述的固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法，其特征在于所述糾錯(cuò)策略預(yù)測(cè)模塊通過(guò)svm分類(lèi)算法預(yù)測(cè)推薦糾錯(cuò)策略，所述svm為支持向量機(jī)。

所述的固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法，其特征在于糾錯(cuò)電壓預(yù)測(cè)模塊采用回歸預(yù)測(cè)算法。

所述的固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法，其特征在于回歸預(yù)測(cè)算法為ols算法。

所述的固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法，其特征在于所述的影響因子包括：擦寫(xiě)次數(shù)、數(shù)據(jù)保持時(shí)間、物理塊完成編程后到下一次擦除前讀取次數(shù)、block內(nèi)頁(yè)wordline編號(hào)。

一種固態(tài)硬盤(pán)，其特征在于采用了權(quán)利要求1至5任意一項(xiàng)所述的固態(tài)硬盤(pán)降低讀響應(yīng)延遲的方法進(jìn)行數(shù)據(jù)讀取。

本發(fā)明通過(guò)糾錯(cuò)策略預(yù)測(cè)模塊和糾錯(cuò)電壓預(yù)測(cè)模塊預(yù)測(cè)推薦糾錯(cuò)策略和推薦糾錯(cuò)電壓，固態(tài)硬盤(pán)根據(jù)預(yù)測(cè)的推薦糾錯(cuò)策略和推薦糾錯(cuò)電壓進(jìn)行數(shù)據(jù)讀取，可大大提高一次讀取成功的概率，進(jìn)而實(shí)現(xiàn)降低讀響應(yīng)延遲，達(dá)到提升固態(tài)硬盤(pán)性能的效果。

附圖說(shuō)明

圖1是典型的nand組成示意圖；

圖2是常規(guī)nadn內(nèi)部讀取數(shù)據(jù)流程圖；

圖3是不同級(jí)糾錯(cuò)設(shè)置的讀取電壓設(shè)置；

圖4是具體實(shí)施示例的學(xué)習(xí)表格圖例；

圖5是超平面1將樣板分類(lèi)示意圖；

圖6是超平面2將樣板分類(lèi)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

圖4是具體實(shí)施示例的學(xué)習(xí)表格圖例，為解釋本發(fā)明所述的糾錯(cuò)策略與糾錯(cuò)電壓選擇，通過(guò)圖4的學(xué)習(xí)表格來(lái)演示說(shuō)明。借助機(jī)器學(xué)習(xí)的分類(lèi)算法，通過(guò)輸入批量的樣本、目標(biāo)值，給出分類(lèi)規(guī)則；借助機(jī)器學(xué)習(xí)的回歸算法，通過(guò)輸入批量的樣本、目標(biāo)值，給出預(yù)測(cè)規(guī)則。

為便于解釋?zhuān)緦?shí)施例中僅提取了幾個(gè)典型的影響因子,實(shí)際應(yīng)用中可根據(jù)nand需求擴(kuò)展，具體算法推導(dǎo)過(guò)程與下文類(lèi)似。

其中：

因子0(a_0)：常量，固定為1；因子1(a_1)：pe,block擦寫(xiě)次數(shù)；因子2(a_2)：retention,數(shù)據(jù)寫(xiě)入后在常溫下等效保持時(shí)間(涉及不同溫度的可轉(zhuǎn)換為常溫)；因子3(a_3)：readcount,物理塊完成編程后到下一次擦除前，讀取次數(shù)；因子4(a_4)：block內(nèi)頁(yè)、wordline編號(hào)。

基于以上的影響因子分別進(jìn)行糾錯(cuò)策略的預(yù)測(cè)和糾錯(cuò)電壓：

我們運(yùn)用svm(支持向量機(jī))的分類(lèi)算法確定糾錯(cuò)策略，(supportvectormachine)是一個(gè)有監(jiān)督的學(xué)習(xí)模型，通常用來(lái)進(jìn)行模式識(shí)別、分類(lèi)以及回歸分析。

1.對(duì)于給定的m(m>>4)組樣本集合{a_j,c_j|j＝1,2,…m}，a_j表示第j個(gè)樣本的影響因子集合，數(shù)學(xué)表示為4行1列的向量；c_j表示第j個(gè)樣本對(duì)應(yīng)的糾錯(cuò)策略，假設(shè)本實(shí)施例中共有4種策略。

2.根據(jù)svm理論，這m組樣本可以映射到一個(gè)4維平面中，如圖5，而且可以找到超平面1：w_1·a+b_1＝0(w_1和a為4行1列向量，由大寫(xiě)斜體表示，b_1為常量，w_1和b_1能根據(jù)現(xiàn)有樣本數(shù)據(jù)和svm算法確定)。

3.這個(gè)超平面1把m組樣本分隔成兩類(lèi)，超平面左邊的樣本數(shù)據(jù)a_左滿足w_1·a_左+b_1<0，且a_左對(duì)應(yīng)的糾錯(cuò)策略為1或2；右邊的樣本數(shù)據(jù)a_右滿足w_1·a_右+b_1>0，且a_右對(duì)應(yīng)的糾錯(cuò)策略為3或4。

4.在運(yùn)行時(shí)刻，需要選擇糾錯(cuò)策略時(shí)，輸入新的影響因子向量a_新,如果w_1·a_新+b_1<0,那么選擇糾錯(cuò)算法1或2，否則選擇糾錯(cuò)算法3或4。

5.假設(shè)第四步得出選擇糾錯(cuò)算法1或2，那么如何進(jìn)一步確認(rèn)1還是2呢？顯然是再次運(yùn)用svm算法，以超平面1左邊的樣本為新樣本，確定超平面2：w_2·a+b_2＝0，如圖6，超平面2分隔了糾錯(cuò)策略1和糾錯(cuò)策略2對(duì)應(yīng)的樣本點(diǎn)。再根據(jù)w_2·a_新+b_2的值就可以確定選擇哪種糾錯(cuò)策略了，也就實(shí)現(xiàn)了推薦糾錯(cuò)策略的預(yù)測(cè)。

以下舉例說(shuō)明通過(guò)回歸預(yù)測(cè)算法預(yù)測(cè)糾錯(cuò)電壓，回歸預(yù)測(cè)算法選擇ols算法進(jìn)行說(shuō)明，也可以是其它算法。ols是ordinaryleastsquare的的簡(jiǎn)稱(chēng),意思是普通最小二乘法。

假設(shè)一組系數(shù)e_i(i＝0,1,2…4)；對(duì)于給定的m(m>>4)組數(shù)值集合{a_i_j,y_j|i＝0,1,2,3,4；j＝1,2…m},滿足，

最小

借助如上的規(guī)則，確定e_i值。

在運(yùn)行時(shí)刻，當(dāng)讀取特定的物理頁(yè)時(shí)，根據(jù)e_i和a_i值，可直接計(jì)根據(jù)如下公式預(yù)測(cè)出最佳電壓設(shè)置值從而實(shí)現(xiàn)了預(yù)測(cè)推薦糾錯(cuò)電壓。

固態(tài)硬盤(pán)根據(jù)預(yù)測(cè)的推薦糾錯(cuò)策略和推薦糾錯(cuò)電壓進(jìn)行數(shù)據(jù)讀取，可大大提高一次讀取成功的概率，進(jìn)而實(shí)現(xiàn)降低讀響應(yīng)延遲，達(dá)到提升固態(tài)硬盤(pán)性能的效果。

以上所揭露的僅為本發(fā)明一種實(shí)施例而已，當(dāng)然不能以此來(lái)限定本之權(quán)利范圍，本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分流程，并依本發(fā)明權(quán)利要求所作的等同變化，仍屬于本發(fā)明所涵蓋的范圍。