[發明專利]一種存儲裝置的健康狀態預測方法及系統

有效

• 申請號: 201911368519.4
• 申請日: 2019-12-26
• 公開（公告）號: CN111143146B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 王巖;李衛軍
• 申請（專利權）人: 深圳大普微電子科技有限公司
• 主分類號: G06F11/22
• 分類號: G06F11/22;G06F11/30
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 常忠良

1.一種存儲裝置的健康狀態預測方法，其特征在于，所述存儲裝置包括至少一個存儲單元，所述方法包括：

將每個存儲單元在所述存儲裝置中的位置信息，映射為多維空間中的位置坐標，所述位置信息與所述位置坐標之間一一對應；

獲取全部存儲單元的特征值，所述特征值包括原始錯誤比特率RBER、不可修復的錯誤比特率UBER、擦寫次數P/E?cycle及上電時間中的至少一種；

獲取所述全部存儲單元中每個不健康存儲區域的第一位置信息及第一標簽值，所述每個不健康存儲區域的第一位置信息至少包括一個不健康存儲單元的第一位置坐標；

獲取所述全部存儲單元中部分健康存儲區域的第二位置信息及第二標簽值，其中，每個健康存儲區域的第二位置信息至少包括一個健康存儲單元的第二位置坐標，所述第一標簽值和所述第二標簽值分別用于指示對應存儲區域的健康狀態；

采用目標檢測算法對所述全部存儲單元的特征值、所述每個不健康存儲區域的第一位置信息及第一標簽值，以及所述部分健康存儲區域的第二位置信息及第二標簽值進行訓練，以建立健康狀態預測模型；

根據所述健康狀態預測模型對所述存儲裝置的健康狀態進行預測。

2.根據權利要求1所述的方法，其特征在于，當所述存儲裝置為閃存芯片時，所述存儲單元包括：物理頁或連續相鄰的部分物理頁；

當所述存儲單元為所述物理頁或所述連續相鄰的部分物理頁時，所述將每個存儲單元在所述存儲裝置中的位置信息，映射為多維空間中的位置坐標，包括：

以物理頁號或連續相鄰的部分物理頁號為X軸，物理塊號為Y軸，面號為Z軸，建立所述物理頁或連續相鄰的部分物理頁在所述閃存芯片中的位置坐標(x,y,z)；

其中，所述z＝d*p+q，d為所述閃存芯片中邏輯單元號，p為每個邏輯單元中所包含面的個數，q為當前面在其邏輯單元中的面號。

3.根據權利要求1所述的方法，其特征在于，當所述存儲裝置為閃存芯片時，所述存儲單元包括：物理塊或連續相鄰的部分物理塊；

當所述存儲單元為所述物理塊或連續相鄰的部分物理塊時，所述將每個存儲單元在所述存儲裝置中的位置信息，映射為多維空間中的位置坐標，包括：

以物理塊號或連續相鄰的物理塊號為X軸，面號為Y軸，邏輯單元號為Z軸，建立所述物理塊或連續相鄰的部分物理塊在所述閃存芯片中的位置坐標(x,y,z)。

4.根據權利要求1所述的方法，其特征在于，當所述存儲裝置為閃存芯片時，所述存儲單元包括：面或連續相鄰的部分面；

當所述存儲單元為所述面或連續相鄰的部分面時，所述將每個存儲單元在所述存儲裝置中的位置信息，映射為多維空間中的位置坐標，包括：

以面號或連續相鄰的部分面號為X軸，邏輯單元號為Y軸，建立所述面或連續相鄰的部分面在所述閃存芯片中的位置坐標(x,y)。

5.根據權利要求1所述的方法，其特征在于，所述第一標簽值及所述第二標簽值通過第一公式、第二公式和第三公式進行計算：

所述第一公式為：健康值其中，W_p表示每個物理頁的健康值，Q表示每個物理頁在失效前的可擦寫次數，C表示預設的擦寫次數閾值；

所述第二公式為：W＝minW_p，其中，W表示存儲區域的健康值；

所述第三公式為：標簽值L＝1-W。

6.根據權利要求2至4中任一項所述的方法，其特征在于，所述目標檢測算法包括ANN人工神經網絡算法和CNN卷積神經網絡算法，其中，所述CNN卷積神經網絡算法包括：R-CNN卷積神經網絡算法、Fast?R-CNN卷積神經網絡算法、FasterR-CNN卷積神經網絡算法及YOLO算法中的至少一種。

7.根據權利要求6所述的方法，其特征在于，當所述目標檢測算法為所述Faster?R-CNN卷積神經網絡算法時，訓練過程包括卷積層Convolution?layers階段、RPN區域生成網絡階段、ROI?Pooling目標區域池化階段和Classification分類階段。