ફ્લેશ મેમરી વિશ્વસનીયતા: અપેક્ષિત અને અણધારી. ભાગ 2. USENIX એસોસિએશનની XIV કોન્ફરન્સ. ફાઇલ સ્ટોરેજ તકનીકો

ફ્લેશ મેમરી વિશ્વસનીયતા: અપેક્ષિત અને અણધારી. ભાગ 1. USENIX એસોસિએશનની XIV કોન્ફરન્સ. ફાઇલ સ્ટોરેજ તકનીકો

4.2.2. RBER અને ડિસ્ક વય (PE સાયકલ સિવાય).

આકૃતિ 1 RBER અને વય વચ્ચે નોંધપાત્ર સહસંબંધ દર્શાવે છે, જે ફીલ્ડમાં ડિસ્ક કેટલા મહિનાઓ છે તેની સંખ્યા છે. જો કે, આ એક નકલી સહસંબંધ હોઈ શકે છે કારણ કે જૂની ડ્રાઈવમાં વધુ PE હોય તેવી શક્યતા છે અને તેથી RBER PE ચક્ર સાથે વધુ સહસંબંધ ધરાવે છે.

PE ચક્રને કારણે થતા વસ્ત્રો પરની ઉંમરની અસરને દૂર કરવા માટે, અમે કન્ટેનર વચ્ચેના કટઓફ તરીકે PE ચક્ર વિતરણના ડેસિલ્સનો ઉપયોગ કરીને સેવાના તમામ મહિનાઓને કન્ટેનરમાં જૂથબદ્ધ કર્યા છે, ઉદાહરણ તરીકે, પ્રથમ કન્ટેનરમાં ડિસ્ક લાઇફના તમામ મહિનાઓનો સમાવેશ થાય છે. PE ચક્ર વિતરણનો પ્રથમ ડેસીલ, અને તેથી આગળ. અમે ચકાસ્યું કે દરેક કન્ટેનરની અંદર PE ચક્ર અને RBER વચ્ચેનો સહસંબંધ ઘણો નાનો છે (કારણ કે દરેક કન્ટેનર માત્ર PE ચક્રની નાની શ્રેણીને આવરી લે છે), અને પછી દરેક કન્ટેનર માટે અલગથી RBER અને ડિસ્ક વય વચ્ચેના સહસંબંધ ગુણાંકની ગણતરી કરી.

અમે આ વિશ્લેષણ દરેક મોડેલ માટે અલગથી કર્યું છે કારણ કે કોઈપણ અવલોકન કરેલ સહસંબંધ નાના અને જૂના મોડલ વચ્ચેના તફાવતોને કારણે નથી, પરંતુ ફક્ત તે જ મોડેલની ડ્રાઈવની ઉંમરને કારણે છે. અમે અવલોકન કર્યું છે કે ઉપર વર્ણવેલ રીતે PE ચક્રની અસરને મર્યાદિત કર્યા પછી પણ, તમામ ડ્રાઈવ મોડલ્સ માટે હજુ પણ ક્ષેત્રમાં ડ્રાઈવની સંખ્યા અને તેના RBER (સહસંબંધ ગુણાંક 0,2 થી 0,4 વચ્ચેના મહિનાઓ વચ્ચે નોંધપાત્ર સંબંધ છે. ).

ચોખા. 3. RBER અને નવી અને જૂની ડિસ્ક માટે PE સાઇકલની સંખ્યા વચ્ચેનો સંબંધ દર્શાવે છે કે ડિસ્કની ઉંમર RBER મૂલ્યને અસર કરે છે, પછી ભલેને PE સાઇકલ પહેરવાને કારણે હોય.

અમે 1 વર્ષ સુધીની "યુવાન" વયે ડ્રાઇવના ઉપયોગના દિવસો અને 4 વર્ષથી વધુ ઉંમરના ડ્રાઇવના ઉપયોગના દિવસોને વિભાજિત કરીને ડ્રાઇવ વયની અસરને પણ ગ્રાફિકલી વિઝ્યુઅલાઈઝ કરી, અને પછી દરેકના RBERનું પ્લોટ બનાવ્યું. PE ચક્રની સંખ્યા સામે જૂથ. આકૃતિ 3 એમએલસી-ડી ડ્રાઇવ મોડેલ માટે આ પરિણામો દર્શાવે છે. અમે તમામ PE ચક્ર દરમ્યાન જૂની અને નવી ડિસ્કના જૂથો વચ્ચે RBER મૂલ્યોમાં નોંધપાત્ર તફાવત જોયે છે.

આના પરથી, અમે નિષ્કર્ષ પર આવીએ છીએ કે ક્ષેત્રમાં ડિસ્કના ઉપયોગના દિવસો દ્વારા માપવામાં આવતી ઉંમર, PE ચક્રના સંપર્કને કારણે મેમરી સેલના વસ્ત્રોને ધ્યાનમાં લીધા વિના, RBER પર નોંધપાત્ર અસર કરે છે. આનો અર્થ એ છે કે અન્ય પરિબળો, જેમ કે સિલિકોન વૃદ્ધત્વ, ડિસ્કના ભૌતિક વસ્ત્રોમાં મોટી ભૂમિકા ભજવે છે.

4.2.3. RBER અને વર્કલોડ.

બીટ ભૂલો ચારમાંથી એક પદ્ધતિને કારણે હોવાનું માનવામાં આવે છે:

1. સંગ્રહ ભૂલો રીટેન્શન ભૂલો, જ્યારે મેમરી સેલ સમય જતાં ડેટા ગુમાવે છે
   રીડ ડિસ્ટર્બ ભૂલો, જેમાં રીડ ઓપરેશન સંલગ્ન કોષની સામગ્રીને નુકસાન પહોંચાડે છે;
2. ડિસ્ટર્બ ભૂલો લખો, જેમાં રીડ ઑપરેશન નજીકના કોષની સામગ્રીને નુકસાન પહોંચાડે છે;
3. અપૂર્ણ ભૂંસી નાખવાની ભૂલો, જ્યારે ભૂંસી નાખવાની ક્રિયા સેલની સામગ્રીને સંપૂર્ણપણે કાઢી નાખતી નથી.

છેલ્લા ત્રણ પ્રકારની ભૂલો (રીડ ડિસ્ટર્બ, રાઇટ ડિસ્ટર્બ, અપૂર્ણ ભૂંસી) વર્કલોડ સાથે સહસંબંધિત છે, તેથી RBER અને વર્કલોડ વચ્ચેના સહસંબંધને સમજવાથી અમને વિવિધ ભૂલ પદ્ધતિઓના વ્યાપને સમજવામાં મદદ મળે છે. તાજેતરના અભ્યાસમાં, "ક્ષેત્રમાં ફ્લેશ મેમરી નિષ્ફળતાઓનો મોટા પાયે અભ્યાસ" (MEZA, J., WU, Q., KUMAR, S., MUTLU, O. "માં ફ્લેશ મેમરી નિષ્ફળતાઓનો મોટા પાયે અભ્યાસ ક્ષેત્ર." 2015 ACM SIGMETRICS ઇન્ટરનેશનલ કોન્ફરન્સ ઓન મેઝરમેન્ટ એન્ડ મોડલિંગ ઓફ કોમ્પ્યુટર સિસ્ટમ્સની કાર્યવાહીમાં, ન્યૂયોર્ક, 2015, SIGMETRICS '15, ACM, pp. 177-190) નિષ્કર્ષ પર આવ્યા કે સ્ટોરેજ ભૂલો ક્ષેત્રમાં પ્રબળ છે, જ્યારે વાંચન ભૂલો તદ્દન નાના છે.

આકૃતિ 1 ડિસ્ક લાઇફના આપેલ મહિનામાં RBER મૂલ્ય અને તે જ મહિનામાં કેટલાક મોડેલો માટે વાંચવા, લખવા અને ભૂંસી નાખવાની સંખ્યા વચ્ચે નોંધપાત્ર સંબંધ દર્શાવે છે (ઉદાહરણ તરીકે, સહસંબંધ ગુણાંક MLC - B માટે 0,2 કરતા વધારે છે. મોડેલ અને SLC-B માટે 0,6 થી વધુ). જો કે, શક્ય છે કે આ એક બનાવટી સંબંધ છે, કારણ કે માસિક વર્કલોડ PE ચક્રની કુલ સંખ્યા સાથે સંબંધિત હોઈ શકે છે.

અમે વિભાગ 4.2.2 માં વર્ણવેલ સમાન પદ્ધતિનો ઉપયોગ અગાઉના PE ચક્રના આધારે ડ્રાઇવ ઓપરેશનના મહિનાઓને અલગ કરીને, અને પછી દરેક કન્ટેનર માટે અલગથી સહસંબંધ ગુણાંક નક્કી કરીને PE ચક્રની અસરોથી વર્કલોડની અસરોને અલગ કરવા માટે કર્યો હતો.

અમે જોયું કે ડિસ્ક લાઇફના આપેલ મહિનામાં વાંચનની સંખ્યા અને તે મહિનામાં RBER મૂલ્ય વચ્ચેનો સંબંધ MLC-B અને SLC-B મોડલ્સ માટે યથાવત્ રહે છે, PE ચક્રને મર્યાદિત કરતી વખતે પણ. અમે સમાન વિશ્લેષણનું પુનરાવર્તન પણ કર્યું જ્યાં અમે સહવર્તી લખાણ અને ભૂંસી નાખવાની સંખ્યા પરના વાંચનની અસરને બાકાત રાખી, અને નિષ્કર્ષ પર આવ્યા કે RBER અને વાંચનની સંખ્યા વચ્ચેનો સંબંધ SLC-B મોડલ માટે સાચો છે.

આકૃતિ 1 પણ RBER અને લખવા અને ભૂંસી નાખવાની ક્રિયાઓ વચ્ચેનો સંબંધ દર્શાવે છે, તેથી અમે વાંચવા, લખવા અને ભૂંસી નાખવાની ક્રિયાઓ માટે સમાન વિશ્લેષણનું પુનરાવર્તન કર્યું. અમે નિષ્કર્ષ પર આવીએ છીએ કે PE ચક્ર અને વાંચનની અસરને મર્યાદિત કરીને, RBER મૂલ્ય અને લખાણ અને ભૂંસી નાખવાની સંખ્યા વચ્ચે કોઈ સંબંધ નથી.

આમ, ત્યાં ડિસ્ક મોડેલો છે જ્યાં વાંચન ઉલ્લંઘન ભૂલો RBER પર નોંધપાત્ર અસર કરે છે. બીજી બાજુ, એવા કોઈ પુરાવા નથી કે RBER લેખન ઉલ્લંઘન ભૂલો અને અપૂર્ણ ભૂંસી નાખવાની ભૂલોથી પ્રભાવિત છે.

4.2.4 RBER અને લિથોગ્રાફી.

ઑબ્જેક્ટના કદમાં તફાવત એ સમાન તકનીકનો ઉપયોગ કરીને, એટલે કે MLC અથવા SLC નો ઉપયોગ કરીને ડ્રાઇવ મોડલ વચ્ચેના RBER મૂલ્યોમાં તફાવતને આંશિક રીતે સમજાવી શકે છે. (આ અભ્યાસમાં સમાવિષ્ટ વિવિધ મોડેલોની લિથોગ્રાફીની ઝાંખી માટે કોષ્ટક 1 જુઓ).

ઉદાહરણ તરીકે, 2nm લિથોગ્રાફીવાળા 34 SLC મોડલ્સ (મોડલ SLC-A અને SLC-D) પાસે RBER છે જે 2nm માઈક્રોઈલેક્ટ્રોનિક લિથોગ્રાફી (મોડલ SLC-B અને SLC-C) વાળા 50 મૉડલ કરતાં વધુ તીવ્રતાનો ક્રમ ધરાવે છે. MLC મોડલ્સના કિસ્સામાં, માત્ર 43nm મોડલ (MLC-B) પાસે મધ્ય RBER છે જે 50nm લિથોગ્રાફીવાળા અન્ય 3 મોડલ કરતાં 50% વધારે છે. તદુપરાંત, આકૃતિ 4 માં બતાવ્યા પ્રમાણે, RBER માં આ તફાવત 2 ના પરિબળથી વધે છે, જેમ કે આકૃતિ XNUMX માં બતાવ્યા પ્રમાણે. છેલ્લે, પાતળી લિથોગ્રાફી એમએલસી ડ્રાઇવની સરખામણીમાં eMLC ડ્રાઇવના ઊંચા આરબીઇઆરને સમજાવી શકે છે. એકંદરે, અમારી પાસે સ્પષ્ટ પુરાવા છે કે લિથોગ્રાફી RBER ને અસર કરે છે.

4.2.5. અન્ય ભૂલોની હાજરી.

અમે RBER અને અન્ય પ્રકારની ભૂલો, જેમ કે સુધારી ન શકાય તેવી ભૂલો, સમયસમાપ્તિ ભૂલો, વગેરે વચ્ચેના સંબંધની તપાસ કરી, ખાસ કરીને, અન્ય પ્રકારની ભૂલોના સંપર્કમાં આવ્યાના એક મહિના પછી RBER મૂલ્ય વધારે થાય છે કે કેમ.

આકૃતિ 1 બતાવે છે કે જ્યારે પાછલા મહિનાનું RBER ભાવિ RBER મૂલ્યો (0,8 કરતા વધારે સહસંબંધ ગુણાંક) ની આગાહી કરે છે, ત્યાં સુધારી ન શકાય તેવી ભૂલો અને RBER (આકૃતિ 1 માં વસ્તુઓનું સૌથી જમણું જૂથ) વચ્ચે કોઈ નોંધપાત્ર સંબંધ નથી. અન્ય પ્રકારની ભૂલો માટે, સહસંબંધ ગુણાંક પણ ઓછો છે (આકૃતિમાં બતાવેલ નથી). અમે આ પેપરના વિભાગ 5.2 માં RBER અને સુધારી ન શકાય તેવી ભૂલો વચ્ચેના સંબંધની વધુ તપાસ કરી.

4.2.6. અન્ય પરિબળોનો પ્રભાવ.

અમને પુરાવા મળ્યા છે કે એવા પરિબળો છે કે જે RBER પર નોંધપાત્ર અસર કરે છે જેના માટે અમારો ડેટા જવાબદાર નથી. ખાસ કરીને, અમે નોંધ્યું છે કે આપેલ ડિસ્ક મૉડલ માટે RBER એ ક્લસ્ટરના આધારે બદલાય છે જેમાં ડિસ્ક જમાવવામાં આવી છે. એક સારું ઉદાહરણ આકૃતિ 4 છે, જે ત્રણ અલગ-અલગ ક્લસ્ટરો (ડૅશ લાઇન)માં MLC-D ડ્રાઇવ માટે PE સાઇકલના ફંક્શન તરીકે RBER બતાવે છે અને ડ્રાઇવ્સની કુલ સંખ્યા (સોલિડ લાઇન) સાથે સંબંધિત આ મૉડલ માટે RBER સાથે તેની સરખામણી કરે છે. અમે શોધી કાઢીએ છીએ કે જ્યારે આપણે ડિસ્કની ઉંમર અથવા વાંચનની સંખ્યા જેવા પરિબળોના પ્રભાવને મર્યાદિત કરીએ ત્યારે પણ આ તફાવતો ચાલુ રહે છે.

આના માટે એક સંભવિત સમજૂતી એ સમગ્ર ક્લસ્ટરોમાં વર્કલોડના પ્રકારમાં તફાવત છે, કારણ કે અમે અવલોકન કરીએ છીએ કે ક્લસ્ટરો કે જેના વર્કલોડમાં સૌથી વધુ વાંચન/લેખવાનો ગુણોત્તર સૌથી વધુ હોય છે તે સૌથી વધુ RBER ધરાવે છે.

ચોખા. 4 એ), બી). ત્રણ અલગ-અલગ ક્લસ્ટરો માટે PE સાઇકલના ફંક્શન તરીકે મધ્ય RBER મૂલ્યો અને ત્રણ અલગ-અલગ ક્લસ્ટરો માટે PE સાઇકલની સંખ્યા પર રીડ/રાઇટ રેશિયોની અવલંબન.

ઉદાહરણ તરીકે, આકૃતિ 4(b) એમએલસી-ડી ડ્રાઇવ મોડલ માટે વિવિધ ક્લસ્ટરોના વાંચન/લખવાનો ગુણોત્તર બતાવે છે. જો કે, વાંચન/લેખવાનો ગુણોત્તર તમામ મોડેલો માટેના ક્લસ્ટરો વચ્ચેના તફાવતોને સમજાવતો નથી, તેથી ત્યાં અન્ય પરિબળો હોઈ શકે છે જેને આપણો ડેટા ધ્યાનમાં લેતો નથી, જેમ કે પર્યાવરણીય પરિબળો અથવા અન્ય બાહ્ય વર્કલોડ પરિમાણો.

4.3. પ્રવેગક ટકાઉપણું પરીક્ષણ દરમિયાન RBER.

મોટાભાગના વૈજ્ઞાનિક કાર્ય, તેમજ ઔદ્યોગિક સ્કેલ પર મીડિયા ખરીદતી વખતે હાથ ધરવામાં આવેલા પરીક્ષણો, ઝડપી ટકાઉપણું પરીક્ષણોના પરિણામોના આધારે ક્ષેત્રમાં ઉપકરણોની વિશ્વસનીયતાની આગાહી કરે છે. આવા પરીક્ષણોના પરિણામો સોલિડ-સ્ટેટ સ્ટોરેજ મીડિયાના સંચાલનના વ્યવહારુ અનુભવને કેટલા સારી રીતે અનુરૂપ છે તે શોધવાનું અમે નક્કી કર્યું છે.
Google ડેટા કેન્દ્રોને પૂરા પાડવામાં આવતા સાધનો માટે સામાન્ય પ્રવેગક પરીક્ષણ પદ્ધતિનો ઉપયોગ કરીને હાથ ધરવામાં આવેલા પરીક્ષણ પરિણામોના વિશ્લેષણ દર્શાવે છે કે ફીલ્ડ RBER મૂલ્યો અનુમાન કરતાં નોંધપાત્ર રીતે વધારે છે. ઉદાહરણ તરીકે, eMLC-a મૉડલ માટે, ક્ષેત્રની સ્થિતિમાં કાર્યરત ડ્રાઇવ્સ માટે મધ્ય RBER (પરીક્ષણના અંતે PE સાઇકલની સંખ્યા 600 પર પહોંચી) 1e-05 હતી, જ્યારે પ્રારંભિક એક્સિલરેટેડ ટેસ્ટિંગના પરિણામો અનુસાર, આ RBER મૂલ્ય 4000 કરતાં વધુ PE ચક્રને અનુરૂપ હોવું જોઈએ. આ સૂચવે છે કે પ્રયોગશાળા પરીક્ષણોમાંથી મેળવેલા RBER અંદાજોના આધારે ક્ષેત્રમાં RBER મૂલ્યની ચોક્કસ આગાહી કરવી ખૂબ જ મુશ્કેલ છે.

અમે એ પણ નોંધ્યું છે કે ત્વરિત પરીક્ષણ દરમિયાન કેટલીક પ્રકારની ભૂલો પુનઃઉત્પાદિત કરવી ખૂબ મુશ્કેલ છે. ઉદાહરણ તરીકે, MLC-B મોડલના કિસ્સામાં, ફિલ્ડમાં લગભગ 60% ડ્રાઈવો સુધારી ન શકાય તેવી ભૂલો અનુભવે છે અને લગભગ 80% ડ્રાઈવો ખરાબ બ્લોક્સ વિકસાવે છે. જો કે, પ્રવેગક સહનશક્તિ પરીક્ષણ દરમિયાન, ડ્રાઈવો PE ચક્ર મર્યાદા કરતાં ત્રણ ગણા કરતાં વધુ ન પહોંચી જાય ત્યાં સુધી છ ઉપકરણોમાંથી કોઈએ પણ સુધારી ન શકાય તેવી ભૂલો અનુભવી ન હતી. eMLC મૉડલ્સ માટે, ફિલ્ડમાં 80% થી વધુ ડ્રાઇવ્સમાં અસુધારી ભૂલો આવી, જ્યારે પ્રવેગક પરીક્ષણ દરમિયાન આવી ભૂલો 15000 PE સાઇકલ સુધી પહોંચ્યા પછી આવી.

અમે અગાઉના સંશોધન કાર્યમાં નોંધાયેલ RBER પર પણ જોયું, જે નિયંત્રિત વાતાવરણમાં પ્રયોગો પર આધારિત હતું, અને નિષ્કર્ષ પર આવ્યા કે મૂલ્યોની શ્રેણી અત્યંત વિશાળ છે. ઉદાહરણ તરીકે, એલ.એમ. Grupp અને અન્ય લોકો તેમના 2009 -2012ના કાર્યમાં PE ચક્ર મર્યાદા સુધી પહોંચવાની નજીક હોય તેવા ડ્રાઈવો માટે RBER મૂલ્યોની જાણ કરે છે. ઉદાહરણ તરીકે, અમારા કાર્ય (25-50nm) માં ઉપયોગમાં લેવાતા સમાન લિથોગ્રાફી કદવાળા SLC અને MLC ઉપકરણો માટે, RBER મૂલ્ય 1e-08 થી 1e-03 સુધીની હોય છે, જેમાં મોટાભાગના ડ્રાઇવ મોડલ્સનું પરીક્ષણ RBER મૂલ્ય 1e-ની નજીક હોય છે. 06.

અમારા અભ્યાસમાં, PE સાયકલ મર્યાદા સુધી પહોંચેલા ત્રણ ડ્રાઈવ મોડલમાં 3e-08 થી 8e-08 સુધીના RBERs હતા. અમારી સંખ્યાઓ નીચી સીમા છે અને એકદમ ખરાબ કિસ્સામાં 16 ગણી મોટી હોઈ શકે છે તે ધ્યાનમાં લેતા અથવા RBER ના 95મી પર્સેન્ટાઈલને ધ્યાનમાં લેતા, અમારા મૂલ્યો હજુ પણ નોંધપાત્ર રીતે ઓછા છે.

એકંદરે, જ્યારે વાસ્તવિક ક્ષેત્રના RBER મૂલ્યો પ્રવેગક ટકાઉપણું પરીક્ષણના આધારે અનુમાનિત મૂલ્યો કરતાં વધુ હોય છે, ત્યારે તે અન્ય સંશોધન પેપરમાં નોંધાયેલા અને પ્રયોગશાળા પરીક્ષણોમાંથી ગણતરી કરાયેલા સમાન ઉપકરણો માટેના મોટાભાગના RBER કરતાં હજુ પણ ઓછા છે. આનો અર્થ એ છે કે તમારે અનુમાનિત ફીલ્ડ RBER મૂલ્યો પર આધાર રાખવો જોઈએ નહીં જે પ્રવેગક ટકાઉપણું પરીક્ષણમાંથી લેવામાં આવ્યા છે.

5. સુધારી ન શકાય તેવી ભૂલો.

સુધારી ન શકાય તેવી ભૂલો (UE) ની વ્યાપક ઘટનાને જોતાં, જેની ચર્ચા આ પેપરના વિભાગ 3 માં કરવામાં આવી હતી, આ વિભાગમાં અમે તેમની લાક્ષણિકતાઓને વધુ વિગતવાર શોધીએ છીએ. અમે ચર્ચા કરીને શરૂ કરીએ છીએ કે UE માપવા માટે કયા મેટ્રિકનો ઉપયોગ કરવો, તે RBER સાથે કેવી રીતે સંબંધિત છે અને UE વિવિધ પરિબળોથી કેવી રીતે પ્રભાવિત થાય છે.

5.1. શા માટે UBER રેશિયોનો કોઈ અર્થ નથી.

સુધારી ન શકાય તેવી ભૂલોને દર્શાવતું પ્રમાણભૂત મેટ્રિક એ UBER અસુધારિત બીટ એરર રેટ છે, એટલે કે, વાંચેલા બિટ્સની કુલ સંખ્યા સાથે સુધારી ન શકાય તેવી બીટ ભૂલોની સંખ્યાનો ગુણોત્તર.

આ મેટ્રિક સ્પષ્ટપણે ધારે છે કે સુધારી ન શકાય તેવી ભૂલોની સંખ્યા કોઈક રીતે વાંચેલા બિટ્સની સંખ્યા સાથે જોડાયેલી છે, અને તેથી આ સંખ્યા દ્વારા તેને સામાન્ય બનાવવી આવશ્યક છે.

આ ધારણા સુધારી શકાય તેવી ભૂલો માટે માન્ય છે, જ્યાં આપેલ મહિનામાં જોવામાં આવેલી ભૂલોની સંખ્યા એ જ સમયગાળા દરમિયાન વાંચવાની સંખ્યા (0.9 કરતાં વધુ સ્પીયરમેન સહસંબંધ ગુણાંક) સાથે અત્યંત સહસંબંધિત હોવાનું જણાયું છે. આટલા મજબૂત સહસંબંધનું કારણ એ છે કે એક ખરાબ બિટ પણ, જ્યાં સુધી તે ECC નો ઉપયોગ કરીને સુધારી શકાય તેમ છે, તેના દ્વારા ઍક્સેસ કરાયેલ દરેક રીડ ઑપરેશન સાથે ભૂલોની સંખ્યામાં વધારો કરવાનું ચાલુ રાખશે, કારણ કે ખરાબ બિટ ધરાવતા કોષનું મૂલ્યાંકન જ્યારે કોઈ ભૂલ મળી આવે ત્યારે તરત જ સુધારેલ નથી (ડિસ્ક ફક્ત સમયાંતરે ક્ષતિગ્રસ્ત બિટ્સ સાથે પૃષ્ઠોને ફરીથી લખે છે).

સુધારી ન શકાય તેવી ભૂલો પર સમાન ધારણા લાગુ પડતી નથી. સુધારી ન શકાય તેવી ભૂલ ક્ષતિગ્રસ્ત બ્લોકના વધુ ઉપયોગને અટકાવે છે, તેથી એકવાર શોધી કાઢ્યા પછી, આવા બ્લોક ભવિષ્યમાં ભૂલોની સંખ્યાને અસર કરશે નહીં.

આ ધારણાની ઔપચારિક પુષ્ટિ કરવા માટે, અમે ડિસ્ક લાઇફના આપેલ મહિનામાં વાંચનની સંખ્યા અને તે જ સમયગાળા દરમિયાન સુધારી ન શકાય તેવી ભૂલોની સંખ્યા વચ્ચેના સંબંધને માપવા માટે વિવિધ મેટ્રિક્સનો ઉપયોગ કર્યો, જેમાં વિવિધ સહસંબંધ ગુણાંક (પિયર્સન, સ્પિયરમેન, કેન્ડલ)નો સમાવેશ થાય છે. , તેમજ ગ્રાફનું દ્રશ્ય નિરીક્ષણ. સુધારી ન શકાય તેવી ભૂલોની સંખ્યા ઉપરાંત, અમે સુધારી ન શકાય તેવી ભૂલની ઘટનાઓની આવર્તન (એટલે ​​​​કે, આપેલ સમયગાળા દરમિયાન ડિસ્કમાં ઓછામાં ઓછી એક આવી ઘટના હોવાની સંભાવના) અને વાંચન કામગીરી સાથેનો તેમનો સંબંધ પણ જોયો.
અમને વાંચવાની સંખ્યા અને સુધારી ન શકાય તેવી ભૂલોની સંખ્યા વચ્ચેના સહસંબંધનો કોઈ પુરાવો મળ્યો નથી. તમામ ડ્રાઈવ મોડલ્સ માટે, સહસંબંધ ગુણાંક 0.02 ની નીચે હતા, અને વાંચનની સંખ્યામાં વધારો થતાં આલેખ UE માં કોઈ વધારો દર્શાવતો નથી.

આ પેપરના વિભાગ 5.4 માં, અમે ચર્ચા કરીએ છીએ કે લખવા અને ભૂંસી નાખવાની કામગીરીને પણ સુધારી ન શકાય તેવી ભૂલો સાથે કોઈ સંબંધ નથી, તેથી UBER ની વૈકલ્પિક વ્યાખ્યા, જે રીડ ઑપરેશન્સને બદલે લખવા અથવા ભૂંસી નાખવાની ઑપરેશન દ્વારા સામાન્ય કરવામાં આવે છે, તેનો કોઈ અર્થ નથી.

તેથી અમે નિષ્કર્ષ પર આવીએ છીએ કે UBER એ અર્થપૂર્ણ મેટ્રિક નથી, સિવાય કે કદાચ નિયંત્રિત વાતાવરણમાં પરીક્ષણ કરવામાં આવે જ્યાં પ્રયોગકર્તા દ્વારા વાંચનની સંખ્યા સેટ કરવામાં આવી હોય. જો UBER નો ઉપયોગ ફીલ્ડ ટેસ્ટિંગ દરમિયાન મેટ્રિક તરીકે કરવામાં આવે છે, તો તે કૃત્રિમ રીતે ઉચ્ચ વાંચન સંખ્યા ધરાવતી ડ્રાઈવો માટે ભૂલ દરને કૃત્રિમ રીતે ઘટાડશે અને ઓછી વાંચન સંખ્યા ધરાવતી ડ્રાઈવ માટે ભૂલ દરને કૃત્રિમ રીતે વધારી દેશે, કારણ કે વાંચવાની સંખ્યાને ધ્યાનમાં લીધા વિના સુધારી ન શકાય તેવી ભૂલો થાય છે.

5.2. સુધારી ન શકાય તેવી ભૂલો અને RBER.

RBER ની સુસંગતતા એ હકીકત દ્વારા સમજાવવામાં આવી છે કે તે ડ્રાઇવની એકંદર વિશ્વસનીયતા નક્કી કરવાના માપદંડ તરીકે કામ કરે છે, ખાસ કરીને, અસુધારી ભૂલોની સંભાવનાના આધારે. તેમના કાર્યમાં, 2008 માં એન. મિલ્કે એટ અલ એ આરબીઇઆરના કાર્ય તરીકે અપેક્ષિત અસુધારિત ભૂલ દરને વ્યાખ્યાયિત કરવાનો પ્રસ્તાવ મૂકનાર પ્રથમ વ્યક્તિ હતા. ત્યારથી, ઘણા સિસ્ટમ વિકાસકર્તાઓએ સમાન પદ્ધતિઓનો ઉપયોગ કર્યો છે, જેમ કે આરબીઇઆર અને ઇસીસી પ્રકારના કાર્ય તરીકે અપેક્ષિત અસુધારિત ભૂલ દરનો અંદાજ કાઢવો.

આ વિભાગનો હેતુ RBER અસુધારી ભૂલોની કેટલી સારી આગાહી કરે છે તે દર્શાવવાનો છે. ચાલો આકૃતિ 5a થી શરૂઆત કરીએ, જે અસંખ્ય પ્રથમ પેઢીના ડ્રાઈવ મોડલ્સ માટે મધ્ય RBER ને તેઓ ઉપયોગમાં લેવાતા દિવસોની ટકાવારી સામે દર્શાવે છે જેમાં સુધારી ન શકાય તેવી UE ભૂલોનો અનુભવ થયો હતો. એ નોંધવું જોઈએ કે ગ્રાફમાં બતાવેલ 16 મોડેલોમાંથી કેટલાક વિશ્લેષણાત્મક માહિતીના અભાવને કારણે કોષ્ટક 1 માં શામેલ નથી.

ચોખા. 5a. વિવિધ ડ્રાઇવ મોડેલો માટે મધ્ય RBER અને અસુધારી ભૂલો વચ્ચેનો સંબંધ.

ચોખા. 5 બી. સમાન મોડેલની વિવિધ ડ્રાઈવો માટે મધ્ય RBER અને સુધારી ન શકાય તેવી ભૂલો વચ્ચેનો સંબંધ.

યાદ કરો કે એક જ પેઢીના તમામ મોડલ સમાન ECC મિકેનિઝમનો ઉપયોગ કરે છે, તેથી મોડલ્સ વચ્ચેના તફાવતો ECC તફાવતોથી સ્વતંત્ર છે. અમે RBER અને UE ઘટનાઓ વચ્ચે કોઈ સંબંધ જોયો નથી. અમે 95મી પર્સન્ટાઇલ RBER વિરુદ્ધ UE સંભાવના માટે સમાન પ્લોટ બનાવ્યો અને ફરીથી કોઈ સહસંબંધ જોયો નહીં.

આગળ, અમે વ્યક્તિગત ડ્રાઈવો માટે દાણાદાર સ્તરે વિશ્લેષણનું પુનરાવર્તન કર્યું, એટલે કે, અમે એ શોધવાનો પ્રયાસ કર્યો કે શું એવી ડ્રાઈવો છે કે જ્યાં ઉચ્ચ RBER મૂલ્ય ઉચ્ચ UE આવર્તન સાથે સુસંગત છે. ઉદાહરણ તરીકે, આકૃતિ 5b MLC-c મોડલની દરેક ડ્રાઇવ માટે UE ની સંખ્યા વિરુદ્ધ મધ્ય RBER દર્શાવે છે (95મી ટકાવારી RBER માટે મેળવેલા પરિણામો સમાન). ફરીથી, અમે RBER અને UE વચ્ચે કોઈ સંબંધ જોયો નથી.

છેલ્લે, અમે વધુ ચોક્કસ સમય વિશ્લેષણ કર્યું છે કે કેમ તે ચકાસવા માટે કે ઉચ્ચ RBER સાથેના સંચાલનના મહિનાઓ તે મહિનાઓને અનુરૂપ હશે કે જે દરમિયાન UE આવી હતી. આકૃતિ 1 એ પહેલેથી જ સૂચવ્યું છે કે સુધારી ન શકાય તેવી ભૂલો અને RBER વચ્ચેનો સહસંબંધ ગુણાંક ઘણો ઓછો છે. અમે RBER ના કાર્ય તરીકે UE ની સંભાવનાને કાવતરું કરવાની વિવિધ રીતો સાથે પણ પ્રયોગ કર્યો અને સહસંબંધના કોઈ પુરાવા મળ્યા નથી.

આમ, અમે તારણ કાઢીએ છીએ કે RBER એ UE ની આગાહી કરવા માટે અવિશ્વસનીય મેટ્રિક છે. આનો અર્થ એવો થઈ શકે છે કે નિષ્ફળતાની પદ્ધતિઓ જે RBER તરફ દોરી જાય છે તે પદ્ધતિઓથી અલગ છે જે સુધારી ન શકાય તેવી ભૂલો તરફ દોરી જાય છે (દા.ત., વ્યક્તિગત કોષોમાં રહેલી ભૂલો વિરુદ્ધ સમગ્ર ઉપકરણ સાથે થતી મોટી સમસ્યાઓ).

5.3. સુધારી ન શકાય તેવી ભૂલો અને ઘસારો.

વેરઆઉટ એ ફ્લેશ મેમરીની મુખ્ય સમસ્યાઓમાંની એક હોવાથી, આકૃતિ 6 PE ચક્રના કાર્ય તરીકે અસુધારિત ડ્રાઇવ ભૂલોની દૈનિક સંભાવના દર્શાવે છે.

આકૃતિ 6. PE ચક્રના આધારે અસુધારિત ડ્રાઇવ ભૂલોની ઘટનાની દૈનિક સંભાવના.

અમે નોંધીએ છીએ કે ડ્રાઇવની ઉંમર સાથે UE ની સંભાવના સતત વધે છે. જો કે, RBER ની જેમ, વધારો સામાન્ય રીતે ધારવામાં આવે છે તેના કરતા ધીમો છે: આલેખ દર્શાવે છે કે UE PE ચક્ર સાથે ઘાતાંકીય રીતે વધવાને બદલે રેખીય રીતે વધે છે.

અમે RBER માટે બનાવેલા બે તારણો UE ને પણ લાગુ પડે છે: પ્રથમ, એકવાર PE ચક્ર મર્યાદા પહોંચી જાય પછી ભૂલ સંભવિતમાં કોઈ સ્પષ્ટ વધારો થતો નથી, જેમ કે MLC-D મોડેલ માટે આકૃતિ 6 માં જેની PE ચક્ર મર્યાદા 3000 છે. બીજું, બીજું , એક જ વર્ગની અંદર પણ ભૂલનો દર વિવિધ મોડેલોમાં બદલાય છે. જો કે, આ તફાવતો RBER જેટલા મોટા નથી.

અંતે, વિભાગ 5.2 માં અમારા તારણોના સમર્થનમાં, અમને જાણવા મળ્યું કે એક મોડેલ ક્લાસ (MLC વિ. SLC) ની અંદર, આપેલ સંખ્યાના PE ચક્રો માટે સૌથી નીચા RBER મૂલ્યો ધરાવતા મોડલ સૌથી ઓછા હોય તે જરૂરી નથી. UE ની ઘટનાની સંભાવના. ઉદાહરણ તરીકે, 3000 થી વધુ PE સાયકલ, MLC-D મોડલ્સમાં RBER વેલ્યુ MLC-B મોડલ્સ કરતા 4 ગણી ઓછી હતી, પરંતુ સમાન સંખ્યામાં PE સાયકલ માટે UE સંભાવના MLC-B કરતા MLC-D મોડલ્સ માટે થોડી વધારે હતી. મોડેલો

આકૃતિ 7. વિવિધ પ્રકારની અગાઉની ભૂલોની હાજરીના કાર્ય તરીકે અસુધારિત ડ્રાઇવ ભૂલોની ઘટનાની માસિક સંભાવના.

5.4. સુધારી ન શકાય તેવી ભૂલો અને વર્કલોડ.

વર્કલોડ RBER ને અસર કરી શકે છે તે જ કારણોસર (વિભાગ 4.2.3 જુઓ), તે UE ને પણ અસર કરે તેવી અપેક્ષા રાખી શકાય છે. ઉદાહરણ તરીકે, કારણ કે અમે જોયું છે કે વાંચન ઉલ્લંઘન ભૂલો RBER ને અસર કરે છે, વાંચવાની કામગીરી પણ સુધારી ન શકાય તેવી ભૂલોની સંભાવનાને વધારી શકે છે.

અમે UE પર વર્કલોડની અસર પર વિગતવાર અભ્યાસ કર્યો. જો કે, વિભાગ 5.1 માં નોંધ્યું છે તેમ, અમને UE અને વાંચનની સંખ્યા વચ્ચે સંબંધ મળ્યો નથી. અમે લખવા અને ભૂંસી નાખવાની ક્રિયાઓ માટે સમાન વિશ્લેષણનું પુનરાવર્તન કર્યું અને ફરીથી કોઈ સહસંબંધ જોયો નહીં.
નોંધ કરો કે પ્રથમ નજરમાં, આ અમારા અગાઉના અવલોકનનો વિરોધાભાસી લાગે છે કે સુધારી ન શકાય તેવી ભૂલો PE ચક્ર સાથે સંબંધિત છે. તેથી, લખવા અને ભૂંસી નાખવાની કામગીરીની સંખ્યા સાથેના સહસંબંધની અપેક્ષા રાખી શકાય છે.

જો કે, PE ચક્રની અસરના અમારા વિશ્લેષણમાં, અમે પહેરવાની અસરને માપવા માટે ડ્રાઈવે તેના સમગ્ર જીવન દરમિયાન અનુભવેલ પીઈ ચક્રની કુલ સંખ્યા સાથે આપેલ મહિનામાં સુધારી ન શકાય તેવી ભૂલોની સંખ્યાની સરખામણી કરી. વર્કલોડની અસરનો અભ્યાસ કરતી વખતે, અમે ડ્રાઇવ ઑપરેશનના મહિનાઓ પર ધ્યાન આપ્યું કે જેમાં ચોક્કસ મહિનામાં સૌથી વધુ સંખ્યામાં રીડ/રાઇટ/ઇરેઝ ઑપરેશન્સ હતા, જેમાં સુધારી ન શકાય તેવી ભૂલો થવાની શક્યતા પણ વધારે હતી, એટલે કે, અમે ધ્યાનમાં લીધા ન હતા. રીડ/રાઇટ/ઇરેઝ ઓપરેશન્સની કુલ સંખ્યાનો હિસાબ કરો.

પરિણામ સ્વરૂપે, અમે નિષ્કર્ષ પર આવ્યા છીએ કે ઉલ્લંઘન ભૂલો વાંચવી, ઉલ્લંઘન ભૂલો લખવી અને અપૂર્ણ ભૂંસી નાખવાની ભૂલો એ સુધારી ન શકાય તેવી ભૂલોના વિકાસમાં મુખ્ય પરિબળો નથી.

અમારી સાથે રહેવા બદલ આભાર. શું તમને અમારા લેખો ગમે છે? વધુ રસપ્રદ સામગ્રી જોવા માંગો છો? ઓર્ડર આપીને અથવા મિત્રોને ભલામણ કરીને અમને ટેકો આપો, એન્ટ્રી-લેવલ સર્વર્સના અનન્ય એનાલોગ પર Habr વપરાશકર્તાઓ માટે 30% ડિસ્કાઉન્ટ, જેની શોધ અમારા દ્વારા તમારા માટે કરવામાં આવી હતી: VPS (KVM) E5-2650 v4 (6 Cores) 10GB DDR4 240GB SSD 1Gbps વિશેનું સંપૂર્ણ સત્ય $20 થી અથવા સર્વર કેવી રીતે શેર કરવું? (RAID1 અને RAID10 સાથે ઉપલબ્ધ, 24 કોરો સુધી અને 40GB DDR4 સુધી).

ડેલ R730xd 2 ગણું સસ્તું? માત્ર અહીં 2 x ઇન્ટેલ ટેટ્રાડેકા-કોર Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 ટીવી $199 થી નેધરલેન્ડમાં! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 થી! વિશે વાંચો ઇન્ફ્રાસ્ટ્રક્ચર કોર્પોરેશન કેવી રીતે બનાવવું. ડેલ R730xd E5-2650 v4 સર્વર્સના ઉપયોગ સાથેનો વર્ગ એક પેની માટે 9000 યુરોના મૂલ્યના છે?

સોર્સ: www.habr.com