專利名稱:用于減輕運行期間集成電路存儲器存儲裝置中的軟錯誤的自動方法和設(shè)備的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及存儲器裝置中的錯誤檢測和校正,更具體地涉及在運行期間減輕由集成電路存儲器存儲裝置在提高系統(tǒng)可靠性過程中所經(jīng)歷的軟錯誤,其中所述系統(tǒng)使用所述集成電路存儲器存儲裝置用于長時間地存儲數(shù)據(jù)和/或可執(zhí)行代碼。
背景技術(shù):
在集成電路存儲器存儲領(lǐng)域,存儲器存儲單元包括晶片上的半導體組件的排列;它們的聯(lián)合操作定義了邏輯高和邏輯低存儲器存儲單元狀態(tài)中的一種。
為了提供快速存儲器寫入以及因而具有的快速存儲器訪問,很希望存儲器存儲單元具有快速的狀態(tài)改變。每一個存儲器存儲單元的狀態(tài)由電磁特性定義。比自然發(fā)生的電流、電勢、電場、磁場更強的電流、電勢、電場、磁場等,被有意地用來改變和保持存儲器存儲單元的狀態(tài)。由于更強的電流、電勢、電場和磁場降低了集成電路存儲器速度及消耗的能源,平衡必須被打破。市場的壓力已經(jīng)將集成電路存儲器存儲的發(fā)展推向高密度小型化微功率集成電路存儲器存儲裝置,所述裝置的運行高于自然發(fā)生電流、電勢、電場以及磁場的適當可防護的平均值。可能的和可用的機殼持續(xù)地往小型化方向發(fā)展。
軟錯誤,也被稱為單個事件擾動,是由無意識的不可控制現(xiàn)象引起的集成電路存儲器存儲裝置中的存儲器比特錯誤;所述無意識的不可控制現(xiàn)象,典型地是諸如輻射線、高能中子或者宇宙射線的偶然入射的自然現(xiàn)象,此外,非故意地使硅存儲器存儲裝置的存儲器單元受到明顯更強的電流、電勢、電場或者磁場的控制,以致于引起至少一個存儲器單元的狀態(tài)改變,典型地破壞了存儲的比特值。
雖然,在具有大量集成電路存儲器存儲器的系統(tǒng)和/或要求具有很長的持續(xù)工作時間的系統(tǒng)中,這樣普通的外部事件影響任何特定集成電路存儲器存儲裝置的概率很低;但已經(jīng)發(fā)現(xiàn)每年發(fā)生若干次這樣的軟錯誤,經(jīng)常引起服務(wù)影響問題。例如,電信設(shè)備需要具有大量存儲器存儲器以及以年衡量的正常工作時間。在使用大量協(xié)同操作的、互連的且相互依賴的通信網(wǎng)絡(luò)節(jié)點的典型通信網(wǎng)絡(luò)中,單個網(wǎng)絡(luò)節(jié)點遭受的單個軟錯誤的有害影響常常影響與其直接或者間接連接的多個網(wǎng)絡(luò)節(jié)點的操作。
并不包含任何限制,到目前為止,大多數(shù)普遍的軟錯誤的引起與自然發(fā)生的具有放射性的放電事件以及宇宙射線輻射有關(guān)。例如,阿爾法粒子具有有限的物質(zhì)穿透性,因而,通過確保在集成電路存儲器存儲裝置中以及其周圍使用的材料的是對放射性無效的,就能大大限制由于阿爾法粒子的放電事件引起的軟錯誤。但是宇宙射線產(chǎn)生大批亞原子顆粒流,特別是能在更深程度上穿透物質(zhì)的大批高能中子流。然而,一切有計劃有目的的防護僅僅對防備阿爾法粒子有效;不考慮源,軟錯誤更容易發(fā)生在不正常的放射性衰減條件下,因為集成電路存儲器存儲裝置的基片上的電子更易于被敲落到更高的軌道級上。由于防護層也傾向于阻止正常的放射性衰減,防備阿爾法粒子放電的防護成本必須和防備不可分的放射性衰減的成本保持平衡。然而,軟錯誤代表了需要解決的持續(xù)問題。
典型地,在試圖減少存儲器錯誤中使用的技術(shù)包括糾錯碼(ECC)。糾錯碼將附加信息以這樣的方式加入到數(shù)據(jù)比特中即如果一個或者兩個比特組合被改變時,該方式允許對數(shù)據(jù)比特進行校正。典型的糾錯碼提供單比特錯誤的校正以及雙比特錯誤的檢測,并且要求附加8比特到一組用于存儲64比特長數(shù)據(jù)字的存儲器單元中?,F(xiàn)在公知的ECC技術(shù)不能被用來處理多于兩比特的錯誤。
ECC技術(shù)通常不在使用于典型的高速低功耗應用中的大型的同步靜態(tài)隨機訪問存儲器(SSRAM)上執(zhí)行,因為SSRAM存儲器芯片與低成本和小型的動態(tài)隨機訪問存儲器(DRAM)芯片相比已經(jīng)具有大尺寸和增加的成本。與每一個DRAM存儲單元使用單個門相比,每存儲單元要使用5到6個門來實現(xiàn)SSRAM,附加的ECC存儲器比特也使用相同的門數(shù)目。因此在SSRAM應用中,盡管已經(jīng)使用了ECC技術(shù),軟錯誤可能已經(jīng)得以減輕,但是軟錯誤還是不能被糾正。
其他的現(xiàn)有的研究和發(fā)展涉及更加先進的存儲器錯誤檢測技術(shù),但是實現(xiàn)這樣的技術(shù)要以充分的開發(fā)成本、充分的測試以及確認開銷以及充分的操作開銷為條件。
典型用于檢測比特錯誤的其他技術(shù)包括奇偶校驗法。奇偶校驗存儲器被用于檢測存儲器比特錯誤。數(shù)據(jù)的每一個字節(jié)(典型地作為一組8個存儲器單元實現(xiàn)的8比特)伴隨有奇偶校驗位,該位的值由存儲在其中的值的數(shù)目(在邏輯高狀態(tài)的存儲器單元數(shù)目)確定。偶數(shù)/奇數(shù)校驗確保了存儲數(shù)據(jù)位和奇偶校驗位的激活的存儲器單元的總數(shù)目是偶數(shù)/奇數(shù)。通常,奇偶校驗存儲器大多用于使用小字長的微型機算機中。典型地,到目前為止,奇偶錯誤檢驗監(jiān)測僅僅在用于整個存儲器存儲裝置的硬件中執(zhí)行,沒有能力確認受影響的存儲器單元在存儲器裝置中的精確位置。奇偶檢驗技術(shù)能用來檢測多于2個的存儲器比特錯誤。
軟錯誤本身表明奇偶校驗錯誤不可避免地導致巨大的維護開銷。直到最近,以高電壓和奇偶校驗錯誤上運轉(zhuǎn)的存儲器芯片才與有故障的硬件聯(lián)系到一起。處理存儲器錯誤的傳統(tǒng)方法包括-硬件清零或者功率循環(huán)系統(tǒng)/設(shè)備,執(zhí)行其預定功能會導致對系統(tǒng)/設(shè)備有效性的明顯破壞以及因而對所有提供的服務(wù)造成明顯破壞;以及-使用具有ECC的存儲器存儲裝置,但是導致高成本。因此,典型的存儲錯誤的減輕假定所有的集成電路存儲器存儲裝置經(jīng)歷的所有錯誤是需要替換整個存儲器存儲裝置的硬錯誤。
近來,隨著存儲器存儲裝置可操作電壓的減小和對軟錯誤的認識的提高,已經(jīng)能夠采用其他步驟。這些步驟中與本說明書最相關(guān)的是由Cisco系統(tǒng)有限公司在題為“Increasing Network Availability”、并在因特網(wǎng)的http://www.cisco.com/warp/public/779/largeent/learn/technologies/ina/documents.html上發(fā)表的白皮書中提出的解決辦法,其描述了掃描不具備ECC的整個存儲器存儲裝置的奇偶校驗錯誤的過程。此外,該報告陳述,根據(jù)標準慣例,使用受奇偶校驗錯誤影響的存儲器存儲裝置的硬件組件應當在第二個這樣的單個事件擾動時被替換。但是由于沒有認識到奇偶校驗錯誤的原因,該慣例導致了不必要的維護開銷以及可能拖延的系統(tǒng)故障時間,在當經(jīng)歷遭受的奇偶校驗錯誤的原因是軟錯誤的情況下,這是可以避免的。
謹慎的系統(tǒng)設(shè)計要求設(shè)計并使用比嚴格需求的更大的集成電路存儲器存儲裝置,主要用于當期望系統(tǒng)在部署后進行升級時,延遲系統(tǒng)報廢。使用的空閑存儲器存儲容量使系統(tǒng)更大程度上受到軟錯誤的影響,并因此需要更大的維護開銷。由于軟錯誤的宏觀效應可以只表現(xiàn)在靠近使用實際受軟錯誤影響的集成電路存儲裝置的設(shè)備的設(shè)備上,互連的互相依賴的部署的維護開銷進行組合。
由于軟錯誤的重要性和影響剛剛開始被認識到,已經(jīng)發(fā)現(xiàn)在系統(tǒng)/服務(wù)的有效性上的進一步改進受到了軟錯誤發(fā)生的阻礙,特別是影響了具有需要在延長的時間周期內(nèi)提供高可靠性的大容量存儲器的系統(tǒng)。因此,需要減輕高可靠性的系統(tǒng)所經(jīng)歷的軟錯誤的有害影響,所述系統(tǒng)使用長期存儲數(shù)據(jù)/代碼的大型集成電路存儲器存儲裝置。
發(fā)明內(nèi)容
根據(jù)本發(fā)明的一個方面,提供一種用于檢測軟錯誤的出現(xiàn)以及用于減輕軟錯誤的設(shè)備,所述軟錯誤影響與該設(shè)備的外圍組件相關(guān)聯(lián)的集成電路存儲器存儲裝置。對應于集成電路存儲器存儲裝置的擴充的(augmented)存儲器分配查找表跟蹤存儲器分配。如果對應于存儲器分配條目的集成電路存儲器存儲裝置的存儲器區(qū)域被重新初始化,則該查找表的多個存儲器分配條目中的每一個都存儲這樣的指示,該指示指定了設(shè)備、外圍組件以及提供的服務(wù)之一將要經(jīng)歷的影響程度。永久性的存儲裝置被用來永久性地存儲與引發(fā)的奇偶校驗錯誤警報有關(guān)的警報信息。奇偶校驗錯誤檢測裝置被用于周期性地確定集成電路存儲器存儲裝置是否受奇偶校驗錯誤影響并用于引發(fā)奇偶校驗錯誤警報。響應于引發(fā)的奇偶校驗錯誤警報的軟錯誤減輕裝置被用于選擇性地檢查該擴充的存儲器分配表以按照影響程度的遞增順序選擇集成電路存儲器存儲裝置的存儲器區(qū)域,并且用于按照影響程度的遞增順序重新初始化選擇的存儲器區(qū)域。
根據(jù)本發(fā)明的另一個方面,提供一種用于減輕集成電路存儲器存儲裝置中的軟錯誤的軟件解決方法。
根據(jù)本發(fā)明的又一方面,提供一種用于檢測影響集成電路存儲器存儲裝置的奇偶校驗錯誤的方法。根據(jù)元奇偶校驗錯誤掃描規(guī)范(meta parityerror scanning discipline),對該集成電路存儲器存儲裝置掃描奇偶校驗錯誤。如果在奇偶校驗錯誤掃描期間沒有檢測到奇偶校驗錯誤,所有先前奇偶校驗錯誤警報被選擇性地清除。如果先前已經(jīng)引發(fā)奇偶校驗錯誤警報并且如果該奇偶校驗錯誤在重啟之后持續(xù)的話,則在重啟之后選擇性地引發(fā)危險警報。并且,如果在隨后的元奇偶校驗錯誤掃描期間檢測到隨后的奇偶校驗錯誤錯誤,則選擇性地引發(fā)奇偶校驗錯誤警報。
另外根據(jù)本發(fā)明的另一個方面,提供一種用于減輕影響集成電路存儲器存儲裝置的軟錯誤的方法。響應于引發(fā)的奇偶校驗錯誤警報,檢查擴充的存儲器分配表的存儲器分配條目,以確定至少一個未激活的存儲器區(qū)域,其中,所述奇偶校驗錯誤警報表明集成電路存儲器存儲裝置受到奇偶校驗錯誤影響,所述存儲器分配表跟蹤集成電路存儲器存儲裝置的利用。每一個確定的存儲器區(qū)域被重新初始化。如果集成電路存儲器存儲裝置的定向(directed)奇偶校驗錯誤掃描不再檢測到該奇偶校驗錯誤,則奇偶校驗錯誤警報被選擇性地清除。并且,如果定向的奇偶校驗錯誤掃描繼續(xù)檢測到該奇偶校驗錯誤,則確定是否冗余的部署占優(yōu)勢;并且如果冗余部署占優(yōu)勢,則將對應于集成電路存儲器存儲裝置的外圍組件和對應于集成電路存儲器存儲裝置的設(shè)備之一重置。
本發(fā)明的優(yōu)點在于集成電路存儲器存儲裝置的自動恢復過程檢測和試圖校運行期間的軟錯誤,同時增加了有效性,并減少硬件替換的需求。另一個優(yōu)點在于將所述軟件解決方法應用到現(xiàn)場安裝的設(shè)備中,所述設(shè)備沒有配置(硬件)糾錯碼(ECC)功能。而另一個優(yōu)點在于,減少了由軟錯誤引起的假肯定硬件診斷故障。
從下面的參照附圖的示例性實施例的詳細描述中,本發(fā)明的特征和優(yōu)點將變得更加明顯,其中圖1的示意圖示出根據(jù)本發(fā)明的示例性實施例的示例性通信部署,并特別顯示了實現(xiàn)減輕集成電路存儲器存儲裝置的軟錯誤的單元;圖2的流程圖示出根據(jù)本發(fā)明的示例性實施例實現(xiàn)奇偶校驗錯誤檢測過程跟蹤,該過程試圖減輕集成電路存儲器存儲裝置經(jīng)歷的軟錯誤;及圖3的流程圖示出根據(jù)本發(fā)明的示例性實施例實現(xiàn)集成電路存儲器存儲裝置的軟錯誤減輕的過程步驟。
需要注意的是,在附圖中,同樣的特征具有同樣的標記。
具體實施例方式
在被軟錯誤影響的集成電路存儲器存儲裝置的操作期間,以不影響服務(wù)的方式識別和校正軟錯誤的需求正在增長。該需求近來才被意識到,大概就在最近的一兩年內(nèi),由于近期的改進已經(jīng)使得因設(shè)計缺陷和制造缺陷而產(chǎn)生的硬錯誤變得明顯減少,因而按照軟錯誤的起因以及影響來陳述偶然性的軟錯誤實例已經(jīng)變得更好理解。
考慮到以上情形,提出奇偶校驗檢測技術(shù)以使用奇偶校驗錯誤檢測,以便于識別和處理集成電路存儲器存儲裝置所經(jīng)歷的軟錯誤。
現(xiàn)場測試已經(jīng)顯示存在奇偶校驗錯誤的統(tǒng)計資料例證,推斷出60%到70%之間、影響部署的電信設(shè)備的主要奇偶校驗錯誤,歸因于典型地發(fā)生在未激活的存儲器存儲區(qū)域中的軟錯誤,導致了警報以及代表了維護開銷的重要部分的診斷故障“噪聲”。其余的軟錯誤影響了典型地存儲可執(zhí)行代碼或者數(shù)據(jù)的存儲器存儲的激活區(qū)域。總體上已經(jīng)發(fā)現(xiàn),在部署的通信設(shè)備中,軟錯誤占奇偶校驗錯誤的比例超過90%。
因此,需要識別和校正集成電路存儲器存儲裝置的未激活(未使用)和激活(使用)區(qū)域中的軟錯誤的裝置,以便減少警報和診斷故障“噪聲”,以及減少設(shè)備故障時間和維護時間。減輕軟錯誤提高了魯棒性,導致不必要的被察覺的質(zhì)量問題的減少。在運行期間減少這樣的軟錯誤也增加了服務(wù)的可用性。設(shè)備故障時間僅僅對于處理歸因于硬件故障的持續(xù)奇偶校驗錯誤才是必須的。
圖1是表示在典型的系統(tǒng)提供服務(wù)中使用的集成電路存儲器存儲裝置。為了使本發(fā)明便于實際應用,并不是對本發(fā)明的限制,系統(tǒng)100是示例性通信網(wǎng)絡(luò)單元,該單元與相鄰的示例性通信網(wǎng)絡(luò)單元100互連并協(xié)同工作,以在通信網(wǎng)絡(luò)101服務(wù)的網(wǎng)絡(luò)節(jié)點102之間提供服務(wù)。集成電路存儲器存儲裝置,例如通常稱為存儲器芯片的集成電路存儲器存儲裝置110,用來存儲由處理器112使用的可執(zhí)行代碼和數(shù)據(jù)以處理服務(wù)和輔助內(nèi)容。并不限制本發(fā)明,集成電路存儲器存儲裝置110被示為與處理器112處于一對一關(guān)聯(lián)的方式。存在這樣的部署情況(未示出),其中多個集成電路存儲器存儲裝置110與處理器112以多對一方式相關(guān)聯(lián),并且還存在這樣的部署情況(未示出),其中單個集成電路存儲器存儲裝置110以一對多方式與多個處理器112相關(guān)聯(lián)。本發(fā)明并不局限于處理器112和集成電路存儲器存儲裝置110是分立元件的部署;中央處理單元(CPU)典型地使用至少一個存儲器超高速緩存。雖然這里可以對處理器112進行廣泛引用,應當理解,處理器112包括微處理器、CPU、現(xiàn)場可編程門陣列(FPGA)、專用集成電路(ASIC)等等,具有可執(zhí)行代碼能力的相關(guān)特征。集成電路存儲器存儲裝置110和處理器112之間的聯(lián)系包括這樣的部署,其中處理器112相對于集成電路存儲器存儲裝置110是“離板”的,將集成電路存儲器存儲裝置110作為由處理器112控制的外圍組件的一部分。
根據(jù)本發(fā)明的示例性實施例,提供擴充的存儲器分配查找表114用于跟蹤集成電路存儲器存儲裝置110的利用。擴充的存儲器分配查找表114中的條目跟蹤與集成電路存儲器存儲裝置110有關(guān)的存儲器存儲分配200。存儲器存儲利用跟蹤技術(shù)在其它地方有所描述,并且被局限于確保根據(jù)部署的試探來消耗存儲器存儲資源。盡管廣泛的研究和開發(fā)被實施于存儲器存儲利用的跟蹤中,對本發(fā)明的描述來說,假定集成電路存儲器存儲裝置110為系統(tǒng)100的預期操作提供了足夠的存儲器存儲。事實上,只要應用規(guī)范允許,典型地使用比嚴格需要的集成電路存儲器存儲裝置110更大的裝置以便最低程度地減少設(shè)備廢棄;使用多于雙倍的必需的存儲器存儲容量也并不罕見。
根據(jù)本發(fā)明的示例性實施例,擴充的存儲器分配查找表114中的每一個條目116,除了指定200跟蹤的存儲塊的大小之外,也指定202跟蹤的存儲塊當前是否為激活的或者未激活的存儲器的一部分;當激活時,指定激活的存儲塊保持的數(shù)據(jù)或者代碼的拷貝是否204可用,以及可選擇地,如果拷貝可用,指定該拷貝的位置206;并指定更新數(shù)據(jù)或者代碼是否208會影響服務(wù)??蛇x地,對于這樣的部署,其中集成電路存儲器存儲裝置110由系統(tǒng)100的一組冗余外圍子系統(tǒng)之一使用,則條目可以指定(未示出)提供的服務(wù)是否通過冗余被保護。設(shè)想這樣的部署其中,熱備份部署是否占優(yōu)勢的指示并不涉及擴充的存儲器分配查找表114中的每一個條目116而指定,而是處理器112占有或者有權(quán)使用這樣的信息。關(guān)于冗余存在的信息在受管理的部署中是典型可用的,其中與被管理的從屬(subject)集成電路存儲器存儲裝置110有關(guān)的處理器112是“離板”的。
根據(jù)本發(fā)明的示例性實施例,至少一個與集成電路存儲器存儲裝置110有關(guān)的處理器112使用如圖2所示的作為可執(zhí)行代碼實現(xiàn)的奇偶校驗檢測技術(shù)118,處理器112典型地執(zhí)行至少一個可執(zhí)行例程,該例程在宏功能級可控地被調(diào)用,以掃描整個集成電路存儲器存儲裝置110的奇偶校驗錯誤,來確保整個存儲器空間的組件的完整性。可以設(shè)想,簡單的奇偶校驗錯誤檢測能可選地在集成電路存儲器存儲裝置110上執(zhí)行,并且基于來自處理器112的信號或指令,服從奇偶校驗檢測規(guī)范,在宏功能級典型地、周期地被初始化。缺少任何詳細說明的每次奇偶校驗錯誤掃描的結(jié)果指示是否檢測到奇偶校驗錯誤。事實上,由于奇偶校驗錯誤的掃描結(jié)果缺少任何詳細說明,所以該結(jié)果指示是否檢測到至少一個奇偶校驗錯誤。必須典型地基于統(tǒng)計資料例證實施維護,以確保奇偶校驗檢測規(guī)范足夠頻繁地在宏功能級調(diào)用奇偶校驗錯誤掃描,以確保檢測到單個奇偶校驗錯誤。應當理解,存儲器區(qū)域特定存儲器比特錯誤檢測可以提供更加詳細的關(guān)于存儲器比特錯誤的位置的信息,但是實現(xiàn)存儲器區(qū)域特定存儲器比特錯誤檢測將導致明顯的不期望的處理開銷。
根據(jù)本發(fā)明的示例性實施例,監(jiān)控集成電路存儲器存儲裝置110的處理器112執(zhí)行軟錯誤減輕技術(shù),所述軟錯誤減輕技術(shù)典型地執(zhí)行至少一個可執(zhí)行例程120,在元掃描期間,奇偶校驗錯誤的檢測之后可控地并且有條件地調(diào)用所述例程。軟錯誤減輕過程涉及一系列步驟,包括定向的奇偶校驗錯誤掃描。應該足夠稀疏地執(zhí)行元奇偶校驗錯誤掃描來實施維護以允許完成軟錯誤減輕過程以防奇偶校驗錯誤檢測情況反跳。
圖3是顯示軟錯誤減輕過程120的示例性步驟的示例性流程圖。根據(jù)本發(fā)明的示例性實施例,在元奇偶校驗錯誤掃描118期間,軟錯誤減輕過程120在軟錯誤檢測之后被調(diào)用。不考慮集成電路存儲器存儲裝置110與處理器112以什么方式關(guān)聯(lián),重要的是,在元掃描116期間的奇偶校驗錯誤的檢測以不變的方式被標記,盡管這對所有部署來說不都是必需的。以不變的方式標記奇偶校驗錯誤檢測是重要的,如下所述,因為軟錯誤減輕技術(shù)可以包括外圍子系統(tǒng)重置。例如,在集成電路存儲器存儲裝置110中檢測到奇偶校驗錯誤的指示相對于集成電路存儲器存儲裝置110離板存儲和/或相對于使用該集成電路存儲器存儲裝置110的外圍子系統(tǒng)離板存儲。
軟錯誤減輕過程120的執(zhí)行通過例如判定步驟302被觸發(fā),該步驟重復檢測302是否元階奇偶校驗錯誤掃描118揭露了錯誤。(步驟300在下面描述。)根據(jù)本發(fā)明的示例性實施例,使用分階段的方法來確定是否經(jīng)歷的奇偶校驗錯誤歸因于軟錯誤以試圖減輕它來減小對系統(tǒng)100、外圍子系統(tǒng)和提供的服務(wù)的影響。軟錯誤減輕過程120的每一個后續(xù)階段都對應于對外圍子系統(tǒng)、系統(tǒng)100以及通過它們提供的服務(wù)的組合的影響的遞增順序。如下所述,到達軟錯誤減輕過程120的最后階段而奇偶校驗錯誤仍持續(xù),則可以推斷經(jīng)歷的奇偶校驗錯誤是硬故障。該分階段的軟錯誤檢測和校正方法減少了硬故障情況的系統(tǒng)故障時間,它代表了優(yōu)于當前公知技術(shù)的巨大改進。
根據(jù)本發(fā)明的該示例性實施例,考慮到上述的典型部署和集成電路存儲器存儲的使用,軟錯誤減輕過程120的第一階段假定奇偶校驗錯誤歸因于位于未激活/未使用存儲器中的軟錯誤。在步驟304查閱擴充的存儲器分配查找表114以識別對應于未激活/未使用202存儲器存儲區(qū)域的條目116。在步驟306中,利用集成電路存儲器存儲裝置具體算法重新初始化所有被識別的未激活存儲器存儲區(qū)域。示例性存儲器重新初始化算法包括將所有的存儲器單元狀態(tài)重置為邏輯高值和邏輯低值中的其中一個。由于未激活的存儲器區(qū)域未必被服務(wù)使用,當對集成電路存儲器存儲裝置110訪問被延遲時,所有當前提供的服務(wù)僅或多或少地受到影響,直到選擇性的重新初始化步驟306完成。因為新的存儲器分配將需要訪問未使用的存儲器存儲區(qū)域,在未使用的存儲器存儲區(qū)域的重新初始化期間,新服務(wù)的提供在試圖分配存儲器將被阻礙時,或多或少地受到影響。可以使用未使用的存儲器存儲區(qū)域的選擇性阻礙;但是發(fā)現(xiàn)選擇性的阻礙會引入在軟錯誤減輕過程120的執(zhí)行中的低效率。
重新初始化步驟306之后,軟錯誤減輕過程120執(zhí)行定向的奇偶校驗錯誤檢測以確定308集成電路存儲器存儲裝置110是否仍受奇偶校驗錯誤的影響。
如果在步驟308確定奇偶校驗錯誤不再影響集成電路存儲器存儲裝置110,則可以推斷觸發(fā)軟錯誤減輕過程120的奇偶校驗錯誤已經(jīng)被成功校正,并且軟錯誤減輕過程120請求清除警報310以及重新開始步驟302。假定上述發(fā)現(xiàn)60%到70%的奇偶校驗錯誤由影響未使用/未激活的存儲器的軟錯誤引起,這些預備的步驟單獨減少了60%到70%的維護開銷,因為這里提出的軟錯誤減輕過程120自動地留意奇偶校驗錯誤警報“噪音”。
取決于特定部署,這里提出的使用軟錯誤緩和技術(shù)、與提供的冗余相關(guān)的信息對處理器112是有用的,該處理器對于從屬的集成電路存儲器存儲裝置110來說典型地是離板的。如果錯誤持續(xù),則軟錯誤減輕過程120繼續(xù)到步驟312,該步驟確定冗余部署是否占優(yōu)勢。
如果在步驟312發(fā)現(xiàn)冗余配置占優(yōu)勢,取決于實施,軟錯誤減輕過程120或者請求或者執(zhí)行外圍子系統(tǒng)的重置314,外圍子系統(tǒng)使用了受影響的集成電路存儲器存儲裝置110。所有的處理切換到對等子系統(tǒng),并且在重置314之后,軟錯誤減輕過程120從步驟302重新開始。按照設(shè)計,激活的已提供服務(wù)不經(jīng)歷任何中斷。順便提及,冗余設(shè)置將確保在重新初始化步驟306期間和切換(314)期間將繼續(xù)提供新的服務(wù)。
存在這樣的部署,其中,按照設(shè)計對冗余設(shè)備沒有提供冗余使用的信息,以便提供熱備份冗余,其中提供冗余的每個對等子系統(tǒng)這樣起作用好像它是唯一激活的設(shè)備。因此,如果處理器112直接與集成電路存儲器存儲裝置110關(guān)聯(lián),同時集成電路存儲器存儲裝置110和處理器112的組合是熱備份冗余設(shè)置的一部分的話,在步驟312執(zhí)行的確定結(jié)果按照設(shè)計將是否定的。
因此,對于監(jiān)控集成電路存儲器存儲裝置110的處理器112具有冗余設(shè)置占優(yōu)勢的信息的冗余部署來說,以上提出的軟錯誤減輕過程120的步驟,將自動地留意以及校正所有的由軟錯誤,包括影響激活的/使用的存儲器區(qū)域的軟錯誤引起的奇偶校驗錯誤。如果元掃描過程118繼續(xù)在重置314之后檢測奇偶校驗錯誤,則假定奇偶校驗錯誤歸因于硬故障,并引發(fā)危險奇偶校驗錯誤警報。
如果查找312冗余部署是否占優(yōu)勢的結(jié)果是否定的,根據(jù)本發(fā)明的示例性實施例,軟錯誤減輕過程120的下一個階段假定持續(xù)的奇偶校驗錯誤是只影響激活的存儲器區(qū)域的軟錯誤,該區(qū)域的重新初始化對提供的服務(wù)具有最小/低影響,并繼續(xù)到試圖校正該軟錯誤。影響的程度取決于依賴于特定部署的各種因素。例如,不限制本發(fā)明,每一個查找表條目116的影響程度說明208,可以基于以下因素設(shè)置為先驗存儲內(nèi)容的拷貝是否容易得到204;就不違反提供的服務(wù)的服務(wù)級協(xié)議而言,重寫受影響的存儲器區(qū)域是否為不影響服務(wù)的步驟;是否能以不違反提供的服務(wù)的服務(wù)級協(xié)議的方式重新生成存儲器內(nèi)容;和/或是否對服務(wù)的中斷少于硬復位或者長期的設(shè)備退役未決替換。
根據(jù)本發(fā)明的示例性實施例,在步驟316查閱擴充的存儲器分配查找表114以識別影響程度低的存儲器區(qū)域(208),該區(qū)域內(nèi)容的拷貝是易于得到的204。首先將能使用不對系統(tǒng)100的操作有明顯影響的簡單算法輕易重寫318的存儲器區(qū)域作為目標。對于存儲在特定存儲器區(qū)域中的信息,或者對于要作為存儲在遠程數(shù)據(jù)庫中的信息的子集的信息,在另一個指定位置具有精確復制的備份是很平常的。在重寫318步驟316中識別的存儲器區(qū)域的存儲內(nèi)容時,軟錯誤減輕過程120使用位置信息206以請求和獲取該存儲內(nèi)容的拷貝。對提供的服務(wù)沒有影響是幾乎不可能的。當每一個影響程度低的激活存儲器區(qū)域被寫入318時,任何影響被限制到很短的時間周期。
執(zhí)行可選的定向奇偶校驗錯誤掃描320以確定奇偶校驗錯誤是否是由重寫入318定位的軟錯誤。如果定向的奇偶校驗錯誤掃描320確定奇偶校驗錯誤不再出現(xiàn),則軟錯誤減輕過程120通過清除警報從步驟310重新開始。
如果奇偶校驗錯誤持續(xù),或者如果定向的奇偶校驗錯誤掃描320沒有執(zhí)行,根據(jù)本發(fā)明的示例性實施例,軟錯誤減輕過程120查閱擴充的存儲器分配查找表114以識別322影響程度低的存儲器區(qū)域(208),對于該區(qū)域內(nèi)容拷貝不可用(204),但是對于該區(qū)域在運行期間產(chǎn)生存儲器內(nèi)容。取決于實施,如果擴充的存儲器分配查找表114不跟蹤位置信息,可以假定該存儲器內(nèi)容在運行期間產(chǎn)生以及因此可以被再生。就通信應用而言,存儲在集成電路存儲器存儲裝置110中的地址解析表代表了當通信內(nèi)容被通信網(wǎng)絡(luò)節(jié)點100處理時產(chǎn)生的示例性存儲器內(nèi)容。
根據(jù)本發(fā)明的示例性實施例,已經(jīng)識別的322影響程度低的存儲器區(qū)域的內(nèi)容可以再生,軟錯誤減輕過程120清除324該存儲器區(qū)域。取決于特定部署,集成電路存儲器存儲裝置110可以僅存儲特定類型的信息,比方說地址解析記錄,或者集成電路存儲器存儲裝置110可以存儲混合信息。在步驟324,軟錯誤減輕過程120調(diào)用應用特有的/存儲器區(qū)域特有的存儲器清除子過程。對于處理器112僅執(zhí)行訪問已識別322的存儲器區(qū)域的應用特有代碼的部署來說,放棄應用特有的存儲器清除子過程的調(diào)用并僅重新初始化識別的區(qū)域是可能的。考慮到所有存儲器位置的值都被重新初始化,因為一些值為了協(xié)議特有的功能被保留,必須實施維護。如果連接在處理器112和集成電路存儲器存儲裝置110之間的緊耦合不存在,則使用識別的322區(qū)域的協(xié)議被調(diào)用以清除相應區(qū)域。例如,如果這樣的已識別322存儲器區(qū)域存儲地址解析信息,則地址表訪問和維護例程序被調(diào)用,以順序地在每個記錄中重寫入空尋址信息。隨后,定向的奇偶校驗錯誤搜索326被再次執(zhí)行,并且如果檢測不到奇偶校驗錯誤,則軟錯誤減輕過程120從步驟310重新開始。
在步驟324期間導致的服務(wù)影響,可能是不重要的。以地址解析為例,服務(wù)的提供將繼續(xù),然而,當?shù)刂方馕鰲l目被再生時,有可能會也有可能不會經(jīng)歷簡單的中斷。作為另一個例子,在步驟322識別的存儲器區(qū)域可以存儲物理層連接信息。對于在別處存儲網(wǎng)絡(luò)層連接信息以及使用網(wǎng)絡(luò)層連接信息再生物理層連接信息的示例性部署來說,存儲器區(qū)域作為具有低服務(wù)影響而被指定。當存儲器區(qū)域被清除時物理連接將丟失,而后通過更高層協(xié)議潛在地重新獲得重新建立/重新協(xié)商的不同連接參數(shù)。當相關(guān)功能在存儲器清除步驟324之前失效而隨后被激活時,則服務(wù)的臨時中斷可能發(fā)生。根據(jù)本發(fā)明的示例性實施例的示例性實施,軟錯誤減輕過程120的步驟322和324可以在指定時間和/或維護窗口期間執(zhí)行。
除了在重置構(gòu)成了整個激活存儲器的一大部分的情況下激活存儲器區(qū)域?qū)Ψ?wù)具有明顯影響的部署之外,軟錯誤減輕過程120在實質(zhì)開銷減少的狀態(tài)下提供了軟錯誤的自動減輕,因而提供了系統(tǒng)利用率的相應提高。
如果在步驟326執(zhí)行的定向奇偶校驗錯誤搜索指示奇偶校驗錯誤繼續(xù)影響集成電路存儲器存儲裝置110,存在兩種可能性中的一種或者在激活存儲器區(qū)域中存在軟錯誤,它將對系統(tǒng)100、外圍組件以及服務(wù)之一具有明顯影響,或者集成電路存儲器存儲裝置110受硬錯誤影響。在后續(xù)階段,軟錯誤減輕過程120進展到在步驟328引發(fā)危險警報,意味著引起操作管理人員的注意。
根據(jù)本發(fā)明的示例性實施例的示例性實施,為了消除如果重置軟錯誤影響對服務(wù)具有明顯影響的激活存儲器區(qū)域的可能性,取決于步驟330中的實現(xiàn),軟錯誤減輕過程120在維護窗口期間或者請求或者調(diào)用重置。
如果處理器112與集成電路存儲器存儲裝置110密切關(guān)聯(lián),重置330將影響包含集成電路存儲器存儲裝置110和處理器112的外圍子系統(tǒng)。取決于實施,重置330將影響整個系統(tǒng)100,在該情況下軟錯誤減輕過程120終止。如果重置,在軟錯誤減輕過程120重啟之后將只在步驟300中確定軟錯誤是否影響對服務(wù)具有明顯影響的激活存儲器區(qū)域。
如果包括集成電路存儲器存儲裝置110的外圍子系統(tǒng)能夠不依賴于處理器120的操作被重置330,則執(zhí)行另一個定向的奇偶校驗錯誤搜索332以確定如果重置軟錯誤是否影響對服務(wù)具有明顯影響的激活存儲器區(qū)域。如果奇偶校驗錯誤不再被檢測到,則軟錯誤減輕過程120通過清除警報從步驟310重新開始,否則軟錯誤減輕過程120終止。
本發(fā)明不受限于這樣的假設(shè),即生成存儲器內(nèi)容和在存儲器區(qū)域中重寫入內(nèi)容拷貝相比,對系統(tǒng)100、外圍組件以及服務(wù)之一具有更大的影響。當然,可以存在操作條件的不同,根據(jù)操作條件,從遠程數(shù)據(jù)庫獲取存儲器區(qū)域內(nèi)容的拷貝比按照需要再生內(nèi)容拷貝要花費更多的時間。因此軟錯誤減輕過程120的步驟314、318、324和330可以不按照以上描述的順序執(zhí)行,所述以上描述的順序是按照對系統(tǒng)100、外圍組件以及服務(wù)之一的影響遞增順序。
因此,軟錯誤減輕過程120提供自動運行期間所有的軟錯誤的識別和清除,這些軟錯誤發(fā)生在系統(tǒng)/外圍子系統(tǒng)的整個操作期間,這大大減少了不必要的設(shè)備維護。假定在部署的通信設(shè)備中發(fā)現(xiàn)的軟錯誤占奇偶校驗錯誤的比例超過90%,因而軟錯誤減輕過程提供實質(zhì)上的相應通信網(wǎng)絡(luò)管理開銷的減少。
盡管影響集成電路存儲器存儲裝置110的一些軟錯誤超時,受影響的設(shè)備的高成本替代能被延遲或者消除,在硬錯誤影響集成電路存儲器存儲裝置110的情況下,設(shè)備替代才是必須的。
當在冗余部署中實現(xiàn)時,這里提出的方法提供保護的附加測量、服務(wù)可能被影響的附加指示以及用于切換到確保高系統(tǒng)穩(wěn)定性設(shè)備的附加觸發(fā)。
這里提出的解決方案提供軟件可升級解決方案,它提高了現(xiàn)有的和將來的部署的魯棒性,所述部署減少高成本硬件替代和/或再設(shè)計的。
為了簡潔和簡化在上文中提出的軟錯誤減輕過程120的描述,可以廣泛查找擴充的存儲器分配表114。盡管提到早于軟錯誤減輕過程120的調(diào)用對擴充的存儲器分配表114進行信息填充,本發(fā)明并不受限于這樣的實施,即集成電路存儲器存儲裝置110的使用被認為是先驗的。可以設(shè)想,運行期間存儲器區(qū)域保留/分配技術(shù)包括存儲器分配功能調(diào)用這些參數(shù)指定內(nèi)容的拷貝是否在別處可得到的參數(shù)、指定拷貝的位置的參數(shù)、指定內(nèi)容在運行期間是否能再生、指定區(qū)域重新初始化的影響程度的參數(shù)。本發(fā)明同樣十分適用于這樣的實施,其中保持在上述擴充的存儲器分配表114中的信息在運行期間基于與影響確定過程一起使用的現(xiàn)有技術(shù)存儲器分配表而被確定。在實施中運用設(shè)計選擇。當擴充的存儲器分配表114的使用在系統(tǒng)100的初始設(shè)計期間被執(zhí)行時,該表減少了運行期間的處理開銷。改進/升級的實施必須依賴于影響確定過程,因為在先使用的存儲分配表的修改將導致實質(zhì)上的再開發(fā)的開銷、實質(zhì)上的測試和確認開銷等等。為了更加確定,不管哪一種實施占優(yōu)勢,如果使用現(xiàn)有技術(shù)存儲分配表,另一種相應的中間擴充的存儲器分配表114將在操作期間使用,而不考慮如何以及何時填充這樣的擴充存儲器分配表114。
盡管在上述描述中對通信設(shè)備進行了廣泛參考,本領(lǐng)域普通技術(shù)人員可以理解,在這里提出的解決方案的原理和執(zhí)行,可以被應用于其他的使用大量集成電路存儲器存儲的設(shè)備和/或具有需要操作很長時間的集成電路存儲器的設(shè)備,和/或具有在不合適的冷卻條件下操作的集成電路存儲器的設(shè)備。其他的部署包括以大量集成電路存儲器存儲的使用和/或長時間存儲的信息的需要為特征的計算應用、存儲區(qū)域網(wǎng)絡(luò)應用以及其他的高可靠性應用。
在這里提出的實施例僅僅是示例性的,本領(lǐng)域技術(shù)人員能夠認識到,在不脫離本發(fā)明精神的前提下,可以對上述實施例作各種改變。本發(fā)明的范圍唯一地由附加權(quán)利要求定義。
權(quán)利要求
1.一種用于檢測軟錯誤的發(fā)生以及減輕軟錯誤的設(shè)備,所述軟錯誤影響與該設(shè)備的外圍組件相關(guān)的集成電路存儲器存儲裝置,該設(shè)備包括a.對應于集成電路存儲器存儲裝置的擴充的存儲器分配查找表,該表跟蹤存儲器分配,如果對應于存儲器分配條目的所述集成電路存儲器存儲裝置的存儲器區(qū)域被重新初始化,則所述擴充的存儲器分配查找表的多個存儲器分配條目中的每一個都存儲指示,所述指示指定了所述設(shè)備、所述外圍組件以及提供的服務(wù)中的一個將要經(jīng)歷的影響程度;b.永久性的存儲裝置,用于永久性地存儲與引發(fā)的奇偶校驗錯誤警報有關(guān)的警報信息;c.奇偶校驗錯誤檢測裝置,用于周期性地確定所述集成電路存儲器存儲裝置是否受到奇偶校驗錯誤影響以及用于引發(fā)奇偶校驗錯誤警報;d.軟錯誤減輕裝置,用于響應于引發(fā)的奇偶校驗錯誤警報,選擇性地檢查所述擴充的存儲器分配表,以按照影響程度的遞增順序選擇所述集成電路存儲器存儲裝置的存儲器區(qū)域并且用于按照影響程度的遞增順序重新初始化所述選擇的存儲器區(qū)域。
2.根據(jù)權(quán)利要求1的設(shè)備,其中所述擴充的存儲器分配查找表的每一個條目進一步指定存儲在所述集成電路存儲器存儲裝置的相應存儲器區(qū)域中的內(nèi)容的拷貝是否可從指定的遠程位置得到,所述軟錯誤減輕裝置進一步包括用于從所述指定的遠程位置獲取內(nèi)容拷貝以及用所述內(nèi)容拷貝重寫所述存儲器區(qū)域的裝置。
3.根據(jù)權(quán)利要求1的設(shè)備,進一步包括用于在維護窗口期間重置所述外圍組件和所述設(shè)備之一的裝置。
4.根據(jù)權(quán)利要求1的設(shè)備,進一步包括a.指示所述外圍設(shè)備是一組冗余外圍設(shè)備之一的冗余指定裝置;以及b.用于重置遭受引發(fā)的奇偶校驗錯誤警報的所述外圍組件的裝置。
5.根據(jù)權(quán)利要求1的設(shè)備,其中所述集成電路存儲器存儲裝置包括用于掃描其中的奇偶校驗錯誤的內(nèi)部邏輯裝置。
6.根據(jù)權(quán)利要求1的設(shè)備,其中所述用于檢測奇偶校驗錯誤的裝置以及用于減輕軟錯誤的裝置包括可執(zhí)行代碼。
7.一種用于檢測影響集成電路存儲器存儲裝置的奇偶校驗錯誤的方法,該方法包括a.根據(jù)元奇偶校驗錯誤掃描規(guī)范掃描所述集成電路存儲器存儲裝置的奇偶校驗錯誤;b.如果所述奇偶校驗錯誤掃描期間未檢測到奇偶校驗錯誤,則選擇性地清除所有的奇偶校驗錯誤警報;c.如果奇偶校驗錯誤警報在先已經(jīng)被引發(fā)并且如果所述奇偶校驗錯誤在重啟之后持續(xù),則在重啟之后選擇性地引發(fā)危險警報;以及d.如果在隨后的元奇偶校驗錯誤掃描期間檢測到隨后的奇偶校驗錯誤,則選擇性地引發(fā)所述奇偶校驗錯誤警報。
8.根據(jù)權(quán)利要求7的方法,其中所述元奇偶校驗錯誤掃描規(guī)范包括奇偶校驗錯誤的周期性掃描。
9.根據(jù)權(quán)利要求7的方法,進一步包括調(diào)用由所述集成電路存儲器存儲裝置的邏輯執(zhí)行的奇偶校驗錯誤掃描。
10.一種減輕影響集成電路存儲器存儲裝置的軟錯誤的方法,該方法包括a.響應于引發(fā)的指示所述集成電路存儲器存儲裝置受奇偶校驗錯誤影響的奇偶校驗錯誤警報,檢查擴充的存儲器分配表的存儲分配條目以識別至少一個未激活的存儲器區(qū)域,其中,所述擴充的存儲器分配表跟蹤所述集成電路存儲器存儲裝置的利用;b.重新初始化所述至少一個未激活的存儲器區(qū)域;c.如果所述集成電路存儲器存儲裝置的第一定向奇偶校驗錯誤掃描不再檢測到該奇偶校驗錯誤,則選擇地清除所述奇偶校驗錯誤警報;d.如果所述集成電路存儲器存儲裝置的所述第一定向奇偶校驗錯誤掃描繼續(xù)檢測到該奇偶校驗錯誤,則i.確定冗余部署是否占優(yōu)勢;以及ii.如果冗余部署占優(yōu)勢,選擇性地重置對應于所述集成電路存儲器存儲裝置的外圍設(shè)備以及對應于所述集成電路存儲器存儲裝置的所述設(shè)備中的一個。
11.根據(jù)權(quán)利要求10的方法,其中如果冗余部署不占優(yōu)勢并且如果所述集成電路存儲器存儲裝置的所述第一定向奇偶校驗錯誤掃描繼續(xù)檢測到該奇偶校驗錯誤,則該方法進一步包括a.檢查所述擴充的存儲器分配查找表的存儲分配條目以識別至少一個激活的存儲器區(qū)域,其中,所述激活的存儲器區(qū)域在被重新初始化的情況下對所述設(shè)備和提供的服務(wù)之一的操作的影響程度低,并且具有存儲在遠程指定位置的其內(nèi)容的拷貝;b.用從所述遠程位置重新獲得的內(nèi)容重寫所述至少一個激活的影響程度低的存儲器區(qū)域;以及c.如果所述集成電路存儲器存儲裝置的第二定向奇偶校驗錯誤掃描不再檢測到該奇偶校驗錯誤,則清除所述奇偶校驗錯誤警報。
12.根據(jù)權(quán)利要求11的方法,其中如果所述集成電路存儲器存儲裝置的所述第二定向奇偶校驗錯誤掃描繼續(xù)檢測到所述奇偶校驗錯誤,則該方法進一步包括a.檢查所述擴充的存儲器分配查找表的存儲器分配條目以識別至少一個在被重新初始化的情況下對所述設(shè)備和提供的服務(wù)之一的操作影響程度低的激活存儲器區(qū)域,其內(nèi)容在運行期間產(chǎn)生;b.重新初始化所述至少一個激活的影響程度低的存儲器區(qū)域;并且c.如果所述集成電路存儲器存儲裝置的第三定向奇偶校驗錯誤掃描不再檢測到所述奇偶校驗錯誤,則清除所述奇偶校驗錯誤警報。
13.根據(jù)權(quán)利要求12的方法,其中重新初始化所述至少一個激活的影響程度低的存儲器區(qū)域包括調(diào)用至少一個維護所述激活的影響程度低的存儲器區(qū)域內(nèi)容的協(xié)議的例程。
14.根據(jù)權(quán)利要求12的方法,其中如果所述集成電路存儲器存儲裝置的所述第三定向奇偶校驗錯誤掃描繼續(xù)檢測到所述奇偶校驗錯誤,則該方法進一步包括引發(fā)危險奇偶校驗錯誤警報。
15.根據(jù)權(quán)利要求14的方法,進一步包括在維護窗口期間重置對應于所述集成電路存儲器存儲裝置的所述設(shè)備和外圍設(shè)備之一。
全文摘要
一種自動識別和減少影響集成電路存儲器存儲裝置的軟錯誤的設(shè)備和方法。一發(fā)現(xiàn)集成電路存儲器存儲裝置受奇偶校驗錯誤影響,就調(diào)用軟錯誤減輕過程。在分階段方法中,集成電路存儲器存儲裝置的未使用存儲器區(qū)域被重新初始化;如果冗余部署占優(yōu)勢,則對應于受影響集成電路存儲器存儲裝置的子系統(tǒng)被重置;其中具有存儲在遠程位置的內(nèi)容拷貝的存儲器區(qū)域用獲取的內(nèi)容拷貝重寫;存儲運行期間產(chǎn)生的內(nèi)容的存儲器區(qū)域被重新初始化。每階段都使用定向奇偶校驗錯誤掃描。如果奇偶校驗錯誤持續(xù),設(shè)備之一以及對應于受影響的硅存儲裝置的子系統(tǒng)在維護窗口期間被重置。優(yōu)點來源運行期間的軟錯誤減輕過程,該過程增加了有效性并減少了維護開銷和硬件替換的需求。
文檔編號G11C29/56GK1904843SQ200610125709
公開日2007年1月31日 申請日期2006年7月11日 優(yōu)先權(quán)日2005年7月11日
發(fā)明者T·J·柯克坦, R·莫頓, D·H·格雷厄姆, J·維森納, D·莫茨, S·本拉比, D·A·施特茨 申請人:阿爾卡特公司