技术新讯 > 信息存储应用技术 > 使用机器学习对非易失性存储器进行硬判决解码的制作方法  >  正文

使用机器学习对非易失性存储器进行硬判决解码的制作方法

  • 国知局
  • 2024-07-31 19:12:10

本发明构思的示例性实施例涉及使用机器学习的错误检测和纠正,并且更具体地涉及使用机器学习对非易失性存储器进行硬判决解码。

背景技术:

1、现代非易失性存储设备(例如,nand闪存设备)允许将几位数据存储在每个存储单元中,从而在制造成本和性能上提供改善。存储多位数据的存储单元可以称为多层式存储单元。多层式存储单元将存储单元的阈值电压范围划分为几种电压状态,并且使用存储单元电压电平提取写入存储单元的数据值。nand闪存具有可以通过使用纠错码(ecc)来纠正的位错误。

2、在设计可能包括nand闪存的非易失性存储器(nvm)系统时,功耗是需要考虑的重要因素。例如,nvm系统的存储控制器可以使用大约每通道100毫瓦的功率。存储控制器可以使用纠错解码器来执行使用ecc的纠错。然而,存储控制器消耗的大部分功率是使用纠错解码器的结果。

技术实现思路

1、根据本发明构思的示例性实施例,提供了一种存储系统。该存储系统包括存储设备和存储控制器。存储设备包括多个存储单元,每个存储单元存储多个位。存储控制器包括处理器。存储控制器被配置为响应于来自主机的读命令从存储单元读取输出(例如,通道输出)并生成第一页的第一原始数据以及与第一页相邻的第二页(例如,连接到同一字线的相邻页)的第二原始数据。存储控制器进一步被配置为对第一原始数据执行hd解码以生成第一解码数据。处理器将第一解码数据和第二原始数据作为输入特征应用于机器学习(ml)算法以生成可靠性(或边)信息。存储控制器进一步被配置为使用可靠性信息对第二原始数据执行hd解码以生成第二解码数据。

2、根据本发明构思的示例性实施例,提供了一种用于控制存储系统的计算机实现的方法。该存储系统包括存储设备和存储控制器,其中,存储设备具有多个存储单元,每个存储单元存储多个位,存储控制器包括处理器。该方法包括存储控制器响应于来自主机的读命令从存储单元读取输出以生成第一页的第一原始数据以及与第一页相邻的第二页的第二原始数据。该方法进一步包括存储控制器对第一原始数据执行硬判决(hd)解码以生成第一解码数据。该方法进一步包括处理器将第一解码数据和第二原始数据作为输入特征应用于机器学习算法以生成可靠性信息。该方法进一步包括存储控制器使用可靠性信息对第二原始数据执行硬判决(hd)解码以生成第二解码数据。

3、根据本发明构思的示例性实施例,提供了一种存储系统。该存储系统包括存储设备和存储控制器。存储设备包括多个三层式存储单元(tlc)。存储控制器包括处理器。存储控制器被配置为响应于来自主机的读命令从存储单元读取输出,以生成第一页的第一原始数据、与第一页相邻的第二页的第二原始数据以及与第二页相邻的第三页的第三原始数据。存储控制器进一步被配置为对第一原始数据执行第一解码以生成第一解码数据。处理器被配置为将第一解码数据和第二原始数据作为输入特征应用于第一机器学习算法以生成第一可靠性信息。存储控制器进一步被配置为使用第一可靠性信息对第二原始数据执行第二解码以生成第二解码数据。处理器被配置为将第一解码数据、第二解码数据和第三原始数据作为输入特征应用于第二机器学习算法,从而生成第二可靠性信息以用于解码第三原始数据。

技术特征:

1.一种存储系统,包括:

2.根据权利要求1所述的存储系统,其中,所述可靠性信息包括所述第二原始数据的位的至少一个对数似然比(llr)。

3.根据权利要求1所述的存储系统,其中,所述机器学习算法是神经网络。

4.根据权利要求1所述的存储系统,其中,所述存储单元是双层式单元(dlc)、三层式单元(tlc)、四层式单元(qlc)或五层式单元(plc)。

5.根据权利要求4所述的存储系统,当所述存储单元是所述dlc时,所述存储控制器通过执行关于第一相邻电平和第二相邻电平的第一参考比较以及关于第三相邻电平和第四相邻电平的第二参考比较来生成所述第一原始数据,并且通过执行关于所述第二相邻电平和所述第三相邻电平的第三参考比较来生成所述第二原始数据。

6.根据权利要求1所述的存储系统,其中,所述存储控制器被配置为将所述第一解码数据和所述第二解码数据输出到所述主机。

7.根据权利要求1所述的存储系统,其中,所述存储控制器使用默认对数似然比(llr)对所述第一原始数据执行所述hd解码。

8.一种用于控制存储系统的计算机实现的方法,所述存储系统包括具有多个存储单元的存储设备以及包括处理器的存储控制器,每个存储单元存储多个位,所述方法包括:

9.根据权利要求8所述的计算机实现的方法,其中,所述可靠性信息包括所述第二原始数据的位的至少一个对数似然比(llr)。

10.根据权利要求8所述的计算机实现的方法,其中,所述机器学习算法是神经网络。

11.根据权利要求8所述的计算机实施方法,其中,所述存储单元是双层式单元(dlc)、三层式单元(tlc)、四层式单元(qlc)或五层式单元(plc)。

12.根据权利要求8所述的计算机实现的方法,其中,所述读取包括:

13.根据权利要求8所述的计算机实现的方法,进一步包括所述存储控制器将所述第一解码数据和所述第二解码数据输出到所述主机。

14.根据权利要求8所述的计算机实现的方法,其中,所述存储控制器使用默认对数似然比(llr)对所述第一原始数据执行所述hd解码。

15.一种存储系统,包括:

16.根据权利要求15所述的存储系统,其中,使用硬判决(hd)解码来执行所述第一解码和所述第二解码。

17.根据权利要求15所述的存储系统,其中,所述存储单元将数据存储在第一至第八电平中的一个中,并且所述存储控制器通过执行关于第二相邻电平和第三相邻电平的输出的第一参考比较、执行关于第四相邻电平和第五相邻电平的输出的第二参考比较并执行关于第六相邻电平和第七相邻电平的输出的第三参考比较来生成所述第一原始数据。

18.根据权利要求15所述的存储系统,其中,所述存储单元将数据存储在第一至第八电平中的一个中,并且所述存储控制器通过执行关于第三相邻电平和第四相邻电平的输出的第一参考比较并执行关于第七相邻电平和第八相邻电平的输出的第二参考比较来生成所述第二原始数据。

19.根据权利要求15所述的存储系统,其中,所述存储单元将数据存储在第一至第八电平中的一个中,并且所述存储控制器通过执行关于第一相邻电平和第二相邻电平的输出的第一参考比较并执行关于第五相邻电平和第六相邻电平的输出的第二参考比较来生成所述第三原始数据。

20.根据权利要求15所述的存储系统,其中,所述第一可靠性信息和所述第二可靠性信息均包括至少一个对数似然比(llr)。

技术总结一种存储系统包括多个存储单元和具有处理器的存储控制器,每个存储单元存储多个位。存储控制器被配置为响应于来自主机的读命令从存储单元读取输出,以生成第一页的第一原始数据和与第一页相邻的第二页的第二原始数据。存储控制器进一步被配置为对第一原始数据执行硬判决(HD)解码以生成第一解码数据。处理器被配置为将第一解码数据和第二原始数据作为输入特征应用于机器学习算法以生成可靠性信息。存储控制器进一步被配置为使用可靠性信息对第二原始数据执行HD解码以生成第二解码数据。技术研发人员:A·伯曼受保护的技术使用者:三星电子株式会社技术研发日:技术公布日:2024/1/15

本文地址:https://www.jishuxx.com/zhuanli/20240731/181835.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。