解析SSD读取冷数据掉速的原因及耐久性影响因素

最近某品牌SSD传出冷数据掉速的问题，准确的来说，这个爆出的问题是指非写冷数据(write-cold data)随着存储时间的推移而读取速度越来越低的问题。本文简单分析了"写冷数据"可能掉速的原因，这有助于理解闪存的错误发生方式以及如何采取对策。

闪存读取原理

为了能理解下文所述的闪存问题，先需要了解简化的闪存工作原理。

MLC NAND 读取

上图参考电压（即Va、Vb和Vc）是用来区分每一种状态的（MLC分为 11，01，00，10）。在每个闪存单元被写入之前，需要将闪存单元先进行擦除到ER状态。但问题是，不是每次写入都可以精确控制电压，由于这种误差以及制造过程中每一个NAND单元都不是一致，所以导致：编程到同一状态的阈值电压服从高斯分布，如上图所示。

MLC 读取错误

当电压的误差足够大的时候，于是，读取错误产生了，如上图。

3D NAND常见的可靠性影响因素

制造误差

3D NAND闪存是由很多层堆叠，然而制造工艺无法精确控制每一层的单元阈值电压都一致，这导致了第一种误差。

每一层的读取参考电压偏差

上图显示了某制造商生产的3D NAND不同层高中的闪存单元的参考阈值电压的不同。这是由制造的工艺导致的误差。

写入初期后的保留损失

当闪存单元被写入后，随着时间的流逝，其电压会有改变（电荷泄露），这是最主要的影响闪存数据保留的原因。同平面2D闪存不同，3D NAND更容易受影响。

二维和三维闪存写入后读取误差随时间的变化

上图是实验室中平面NAND和3D NAND在写入10000次后测试写入后随时间推移（横轴）读取错误，3D NAND 随时间推移变化更大。

读取阈值电压随写入后时间推移的变化

上图显示了3D NAND写入后随着时间的推移，其读取阈值电压(Va, Vb, Vc MLC)的变化。

数据保留干扰

这是指，一个闪存单元电压的丢失速度受到相邻闪存单元的电压的影响。这种影响在3D NAND尤其明显。

写入次数影响

随着写入次数增多，阈值电压也发生变化，最终导致读取错误。

写入次数对阈值电压的影响

上图显示了3D MLC的三个阈值电压Va, Vb, Vc随着写入次数增多导致的变化。

放大器电路的误差

闪存在读取的时候需要有sense amplifier，每个sense amplifer也会有细微不同最终导致读取错误。

sense amplifer

温度和写入频繁程度影响

闪存的寿命受到写入时温度的影响，通常，写入温度越高，那么闪存寿命越长。如下图，当温度70度的时候，寿命远比0度时候长，而且近期的读取错误更低，但温度高影响长期后的读取错误率。不同写入频繁程度也有影响，通常情况下，每天的写入量不会超过1遍。

温度对寿命的影响

解决办法

如上文所介绍的，保留错误是闪存最主要的错误来源之一，在NAND中，保留错误是由写入的单元电荷泄漏引起的。解决办法有很多，主要核心就是重新写入。基于访问特性的算法已经提出很多年了，就是区分哪些数据经常写，哪些很少写。

利用数据访问特性解决闪存冷数据问题

展望“冷数据”固件修复

此次暴露的冷数据读取问题，有可能从固件得到修复，前提是NAND芯片本身制造没有太多的偏差，如上所述，制造的偏差会导致不同批次，也会导致芯片不同层高内的单元的漏电速度不同，读取阈值电压不同，如果差别很大，那么固件修复是麻烦事情。当然芯片不行固件能补，固件不行软件也能补：开发一个软件定期重写冷数据就可以了。

总结

1. 闪存错误的最重要来源就是保留错误：电荷随时间泄露导致了读取阈值电压变化，产生差错；

2. 3D闪存更容易受到保留错误的影响，由制造原因导致；

3. 闪存芯片制造的偏差，也会导致闪存数据保留问题，这种问题用固件来修补可能并不容易；

4. 各种解决办法已提出，主要是基于数据重写，策略可能不同。