[發明專利]訓練人工智能估測存儲裝置的感測電壓的方法

有效

• 申請號: 201811173880.7
• 申請日: 2018-10-09
• 公開（公告）號: CN110970080B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 彭祥恩;吳昇翰
• 申請（專利權）人: 衡宇芯科技（合肥）有限公司
• 主分類號: G11C29/42
• 分類號: G11C29/42;G11C29/12;G11C29/50
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 趙娟

1.一種訓練人工智能估測存儲裝置的感測電壓的方法，適用于存儲裝置，所述存儲裝置包含多個記憶單元，各所述記憶單元存儲一或多個位元值，其特征在于，所述訓練人工智能估測存儲裝置的感測電壓的方法包含以下步驟：

(a)施加多個初始感測電壓至各所述記憶單元，所述多個初始感測電壓具有不同電壓值；

(b)定義多個存儲狀態，所述多個存儲狀態包含強正確區、弱正確區、強錯誤區以及弱錯誤區；

(c)比對各所述記憶單元的臨界電壓與所述多個初始感測電壓，并據以分類各所述記憶單元屬于所述強正確區、所述弱正確區、所述強錯誤區或所述弱錯誤區；

(d)計算分類在所述強正確區的所述多個記憶單元數量，占分類在所述強正確區與所述弱正確區總和的所述多個記憶單元數量的強正確比例；

(e)計算分類在所述強錯誤區的所述多個記憶單元數量，占分類在所述強錯誤區與所述弱錯誤區總和的所述多個記憶單元數量的強錯誤比例；

(f)計算分類在所述弱正確區的所述多個記憶單元的數量，與分類在所述弱錯誤區的所述多個記憶單元的數量，以取得直方圖參數；

(g)輸入所述強正確比例、所述強錯誤比例以及所述直方圖參數至人工智能類神經網絡系統；以及

(h)使用機器學習基于所述強正確比例、所述強錯誤比例以及所述直方圖參數，調整所述多個初始感測電壓，以分析出多個實用感測電壓取代所述多個初始感測電壓，跳回執行步驟(a)。

2.根據權利要求1所述的訓練人工智能估測存儲裝置的感測電壓的方法，其特征在于，所述訓練人工智能估測存儲裝置的感測電壓的方法，在步驟(c)之后且步驟(d)之前，還包含以下步驟：

(i)利用譯碼器譯碼各所述記憶單元存儲的所述位元值；以及

(j)判斷所述譯碼器譯碼所述位元值是否成功，若是，記錄所述多個初始感測電壓，維持基于所述多個初始感測電壓分類所述多個記憶單元，若否，依序執行步驟(d)～(h)。

3.根據權利要求1所述的訓練人工智能估測存儲裝置的感測電壓的方法，其特征在于，所述訓練人工智能估測存儲裝置的感測電壓的方法，在步驟(c)之后且步驟(d)之前，還包含以下步驟：

(k)利用譯碼器譯碼各所述記憶單元存儲的所述位元值；以及

(l)依據所述譯碼器譯碼所述位元值的成功率，判斷基于所述多個初始感測電壓分類各所述記憶單元的所述存儲狀態是否正確，若是，記錄所述多個初始感測電壓，維持以所述多個初始感測電壓分類所述多個記憶單元，若否，接著依序執行步驟(d)～(h)。

4.根據權利要求1所述的訓練人工智能估測存儲裝置的感測電壓的方法，其特征在于，所述訓練人工智能估測存儲裝置的感測電壓的方法，在步驟(h)之后，還包含以下步驟：

(m)利用譯碼器譯碼各所述記憶單元存儲的所述位元值；以及

(n)依據所述譯碼器譯碼所述一或多個位元值的成功率，判斷基于所述多個實用感測電壓分類各所述記憶單元的所述存儲狀態是否正確，若是，記錄所述多個實用感測電壓，維持以所述多個實用感測電壓分類所述多個記憶單元，若否，接著依序執行步驟(d)～(h)以產生其他多個實用感測電壓。

5.根據權利要求1所述的訓練人工智能估測存儲裝置的感測電壓的方法，其特征在于，所述訓練人工智能估測存儲裝置的感測電壓的方法還包含以下步驟：

(o)利用譯碼器執行所述多個初始感測電壓的初始譯碼程序，以譯碼施加所述多個初始感測電壓的各所述記憶單元存儲的所述位元值；

(p)計算利用所述初始譯碼程序譯碼各所述記憶單元存儲的所述位元值的初始成功率；

(q)利用譯碼器執行所述多個實用感測電壓的實用譯碼程序，以譯碼施加所述多個實用感測電壓的各所述記憶單元存儲的所述位元值；

(r)計算利用所述實用譯碼程序譯碼各所述記憶單元存儲的所述位元值的實用成功率；以及

(s)比對所述實用成功率是否大于所述初始成功率，若是，記錄所述多個實用感測電壓，維持以所述多個實用感測電壓分類所述多個記憶單元，若否，接著依序執行步驟(d)～(h)以產生其他多個實用感測電壓。