背景

隨著NAND Flash技術發展，存儲廠商通過降低存儲單元的大小、采用多階存儲技術（比如MLC、TLC、QLC）或者使用三維堆疊技術，來提高存儲密度的目的。但是此舉也會帶來可靠性問題，比如降低存儲單元的大小會導致存儲單元中存儲的電子數量的減少；多階存儲技術會導致存儲單元中代表不同信息的電壓區間縮小而影響NAND Flash的可靠性。

在NAND Flash的眾多特性里，其中讀干擾（Read Disturb）表現為如果對NAND閃存中某個位置進行多次讀取，會對同一個塊中其它未操作的頁造成干擾（數據誤碼率會越來越高），這種特性的影響程度和讀取次數、NAND閃存的架構、塊的擦除寫入次數、是否滿塊編程等密切相關，如果不及時處理，會導致誤碼率超過糾錯引擎的范圍引發數據丟失。

圖1：NAND Flash閾值錯誤

01

固件處理策略

當前業內一般的做法是記錄塊的讀取次數，當達到閾值時就把對應塊上面的數據進行搬移，即讀回收（Read Reclaim）的操作。然而，在讀密集的應用上，讀干擾可能會觸發大量的數據搬移，提高寫放大，且影響前端的響應速度。

得一微電子基于對NAND Flash深入的研究和豐富的處理經驗，形成了一套成熟的固件處理方案有效解決讀干擾問題，有效提升客戶的存儲產品體驗。

快速掃描干擾塊

由于NAND Flash每個block的讀耐受程度差異，如果使用單純記錄塊計數的辦法會不太準確，取一個保守的值會導致無效的讀回收，取一個過大的值會導致讀回收不及時。

得一微固件團隊深入分析NAND Flash的頁編碼規則，找到對應讀干擾造成最大影響的頁，固件通過掃描塊中的這些頁來確認讀干擾造成的影響程度，然后把受到干擾的page remap到其它block上，或者對整塊進行讀回收。

智能選取讀參考電壓

同樣的，在NAND Flash導入時對其特性進行全面分析：包括讀干擾對NAND Flash的影響情況，并且找出合理的Vread值。固件在讀取目標頁的時候，會參考該塊受到讀干擾影響的情況去選擇對應的Vread，從而降低讀取數據的出錯比特，減少甚至避免read retry，提高指令的響應時間。

熱讀數據分離

在讀密集的應用上，如果熱讀數據和冷讀數據編程在同一個NAND block上，讀回收會導致冷讀數據回收搬移，帶來無效的NAND寫入。可以使用得一微自研仿真平臺對被測樣品的操作序列進行分析，使用有效的策略區分熱讀數據和冷讀數據，把熱讀數據編程到SLC mode塊上，從而降低讀回收帶來寫放大。

02

方案效益分析

測試場景

抓取方式介紹：在平臺使用過程中，我們在eMMC中增加log輸出，輸出內容包括讀、寫、擦除地址和長度、指令間空閑時間等。在模擬器測試的時候，可以重復注入同一個激勵：

觀看視頻：使用手機在app上觀看視頻，測試時長24小時。

日常使用：模擬日常高強度使用手機，包括使用微信、拍照、瀏覽網頁等行為，使用時長10天。

休眠喚醒：使用工具，定期對手機進行休眠喚醒。

讀干擾測例：我們內部為專門驗證讀干擾特性所編寫的測試用例，可以快速觸發讀干擾問題。

實驗結果和分析

實驗對比兩個讀干擾策略，分別是應用了常規讀回收方案的原始方案和應用了固件處理策略的優化方案，對比兩個方案的寫放大和讀干擾觸發回收的次數。

實驗以原始方案的寫放大和讀干擾回收次數為基準，比較優化方案和原始方案的對應參數，從而畫出圖2。

圖2：不同讀干擾方案參數效益比對

由上述的實驗結果我們可以直觀的看到，應用了新策略方案的結果較原始方案會更好。在觀看視頻和讀干擾的測例上，讀干擾方案優化的效果非常明顯；在重啟測試上，由于重復讀取固定地址的占比不大，所以讀干擾方案優化的效果不明顯。

總結

得一微自研的算法模擬器是一套完善、高效的固件仿真器，可以把平臺對eMMC的操作序列作為激勵注入。模擬器擁有完整的NAND Flash模型來模擬讀干擾特性，可以快速驗證固件處理策略的效果。正是基于此算法模擬器，讓得一微的固件團隊能夠輕松構建NAND Flash讀干擾的特征（讀耐受次數、影響鄰近頁的穩定性、Wordline中容易出錯的頁等），使用不同場景的操作序列作為激勵，最后比較采用不同策略固件的關鍵參數，從而判定策略的適配性。