浪潮自研SSD：如何實現260萬小時連續運行？

浪潮

2021-09-16 18:16 12896

浪潮存儲產品經理：宗崗崗
浪潮SSD架構師：殷軍博

北京2021年9月16日 /美通社/ -- MTBF(Mean time between failures,平均無故障時間)作為SSD閃存盤一個非常重要的可靠性參數指標，當前市場主流企業級產品指標值基本在200萬小時，浪潮自研SSD經過一系列內置創新算法加持，MTBF可以達到260萬小時以上，比業界標準提升30%以上。

什么是MTBF？

在解讀MTBF之前，我們先了解下浴盆曲線概念，浴盆曲線又稱失效率曲線，指產品從投入到報廢為止的整個生命周期內的可靠性變化規律，左邊斜線部分為早期失效期，其故障率一般較高且隨著時間推移很快下降。曲線中部為隨機失效期，其故障率一般很低且基本固定。最右部為磨損失效期，失效率急速升高。

電子產品的壽命一般都符合浴盆曲線，可分為三個階段：

其一早期失效期，失效率迅速遞減并趨于穩定，由于設計，原材料，生產等原因導致的高失效率階段，可通過環境應力篩選加以剔除。

其二，隨機失效期，失效率近似一個常數，只有隨機失效產生，MTBF即是這一階段的壽命。

其三磨損失效期，硬件故障期，產品已達設計壽命，進入報廢階段。

MTBF，即平均故障間隔時間，英文全稱是“Mean Time Between Failure”,是指相鄰兩次故障之間的平均工作時間，是衡量一個產品的可靠性指標，單位為“小時”。MTBF越長表示可靠性越高，保持正確工作能力越強。它反映了產品的時間質量，是體現產品在規定時間內保持功能的一種能力。它僅適用于可維修產品,當產品的壽命服從指數分布時，失效率的倒數表示兩個失效之間的時間間隔（λ=1/MTBF）。

MTBF測算方法

MTBF主要通過實證法采用加速應力方式來證明產品長期可靠度，RDT(Reliability Demonstration Test，可靠度驗證測試)測試主要通過高溫加速測試計算評估，從測試深度、廣度、持久度三個方向進行測驗。

深度測試是Endurance測試，使用JEDEC標準固態硬盤耐久性工作負載，PE（Program/Erase,擦寫）值從開始到預允許最大值驗證耐久度，即從生命周期開始到生命周期結束，浪潮自研SSD投入上百塊數量持續測試時間達到1600小時以上。

廣度測試是Quality測試，主要通過讀、寫、數據校驗、Trim、Format以及正常和異常上下電等所有用戶可能的操作，驗證各種操作Case下的穩定性，浪潮自研SSD共計投入上千塊樣品持續測試時間高達1600小時以上。

持久度測試是Retention測試，在SSD閃存盤生命末期，壽命PE次數達到允許的最大值之后，投入上百塊SSD進行Power loss retention測試以驗證掉電后的數據保持能力。

MTBF數學公式表示為MTBF=∑(downtime-uptime)/failure times,公式中的失效時間是指上一次設備恢復正常狀態（公式中的up time）起，到設備此次失效那一刻（公式中的down time）之間間隔的時間。浪潮自研SSD經第三方機構測評計算MTBF可以達到260萬小時以上，PE可達到10K級別，壽命和可靠性都得到了大幅提升。

核心技術引擎

浪潮自研SSD憑借NAND特性算法、SRR(Smart Read Retry,智能重讀算法)、LDPC（Low-Density Parity-Check Codes,低密度奇偶校驗）、可變條帶RAID5四大核心算法技術引擎支撐，使得MTBF輕松達到260萬小時。

第一，NAND特性自學習算法模型。

基于浪潮自研NAND測試平臺精準獲取最佳NAND特性數據，創新設計NAND特性自學習算法模型，針對擦除次數、讀計數、溫度、保持時間不同場景下獲取NAND最佳讀電壓，使得PE提升40%，固態盤可靠性和Qos大幅提高。

第二，智能重讀算法SRR。

受限NAND閃存特性會出現正常讀發生錯誤的現象，為了能夠讀取到正確數據，浪潮SSD內部使用了智能重讀算法，當讀取數據錯誤時，會自動觸發智能重讀，根據不同page狀態，選擇合適的shift電壓，全生命周期內保證正確讀取和優質的Qos。

第三，低密度奇偶校驗LDPC。

目前市場主流SSD主要采用3D eTLC NAND 閃存作為主要存儲介質，受限NAND閃存物理結構會存在讀寫干擾、高溫、輻射、壽命減少等問題，RBER（原始比特出錯率）會隨著磨損次數、Retention和讀干擾增加而逐漸變大。為了保證數據準確性，浪潮自研SSD采用軟硬協同的LDPC作為糾錯方案，憑借增強型LLR（Log Likelihood Ratio，對數似然率） table，能夠顯著降低UBER（Uncorrectable Bit Error Rate,不可修復比特率），增強 ECC（Error Correction Code，糾錯碼）碼的糾錯能力。

第四，可變條帶RAID5。

浪潮自研SSD設計了針對Block的健康狀況進行嚴密的監控和記錄的可變條帶RAID5保護機制，采用N+1個Block組成RAID條帶，其中N用于存放用戶數據，1個Block用于存放校驗值。當出現壞塊時，RAID條帶在下次寫入時將自動將為（N-1）-1，這種優化大大提升了RAID保護的靈活性，增強了數據保護的可靠性。