串行存在检测中枢聚合片上错误事件的DRAM模组分区刷新方法及系统与流程

摘要: 本发明涉及dram模组刷新,具体涉及一种串行存在检测中枢聚合片上错误事件的dram模组分区刷新方法及系统。背景技术:1、ddr5规范引入了fgr(finegra...
串行存在检测中枢聚合片上错误事件的DRAM模组分区刷新方法及系统与流程

本发明涉及dram模组刷新,具体涉及一种串行存在检测中枢聚合片上错误事件的dram模组分区刷新方法及系统。

背景技术:

1、ddr5规范引入了fgr(fine granularity refresh,细粒度刷新)模式,允许对单个bank 发出 per-bank refresh(refsb)命令。同时,dram芯片内部集成 on-die ecc,对读写过程中的单比特错误进行纠正,并通过 alert_n信号向内存控制器报告纠错事件或错误率超限。

2、现有技术中,例如公开号为us11222685b2的专利公开了一种基于激活计数的刷新管理方法,通过内存控制器的刷新控制电路监测对 dram 某一区域发送的激活命令滚动计数,当计数超过中间阈值而低于最大阈值时,在该区域无待发 ref 命令时发出 rfm 命令。公开号为us11809743b2的专利公开了dram 刷新管理列表的方法,通过内存控制器的刷新控制电路在发现某激活命令满足预定条件时,识别其可能的候选侵略行(candidateaggressor row),将该行排入列表以便在未来的 ref 或 rfm 事件中优先缓解。公开号为us20240119991a1的专利公开了基于温度传感器分组的刷新率动态选择方法,根据多温度传感器连续采样所得的温度变化速率,决定使用 dram 规定的第一刷新率或基于温度推导的第二刷新率。isca 2012的retention-aware intelligent dram refresh方案在出厂或启动阶段,对dram进行一次性离线保持时间刻画,利用 bloom filter 记录每行的保持时间分箱,内存控制器据此按行发刷新命令。jedec jesd406-5 lpddr5/5x spd 规范中的自适应刷新参数,该规范在 spd 字节 200-215 中定义了lpddr5模组的自适应刷新静态配置参数(directed 或 partial-array refresh 等),由厂商在模组出厂时写入。

3、然而,现有技术在以下方面存在技术缺陷:

4、决策信号与保持时间特性脱节:公开号为us11222685b2的专利和公开号为us11809743b2的专利均以激活计数为决策输入。激活计数反映访问热度,与 rowhammer 风险相关,但与单元保持时间的固有物理差异无关。即使某 bank 从未被密集激活,若其含较多弱保持时间单元,仍需较高刷新频率以防止数据丢失;反之亦然。仅靠激活计数决定刷新节奏,无法覆盖保持时间异质性。

5、全局频率调节掩盖空间差异:公开号为us20240119991a1的专利按温度速率调整整体刷新率。同一模组内不同 bank 的保持时间分布存在显著差异(受 dram 工艺波动、老化进程、工作温度梯度影响),而全局频率方案对所有 bank 施加相同速率,形成”迁就最弱bank 的整体过刷或忽视最弱 bank 的整体欠刷”两难。

6、离线刻画与在线老化不匹配:isca 2012的retention-aware intelligent dramrefresh方案依赖出厂或启动阶段一次性刻画。dram 保持时间随老化、variableretention time(vrt)效应、工作温度演化等因素会在运行中改变。离线刻画无法捕捉这些在线变化,随时间推移 bloom filter 与真实分布的偏差增大。

7、静态 spd 配置不支持运行时演化:jedec jesd406-5 lpddr5/5x spd 规范中的自适应刷新参数在出厂阶段写入 spd,运行时不变化。该机制无法反映真实在线 ecc 事件统计,也无法在 vrt、老化、工况变化下动态调整。

8、因此,如何在 dram 模组运行过程中,利用 dram 芯片内 on-die ecc(片上纠错码)所暴露的弱保持时间单元分布信息,对不同 bank 执行差异化的刷新调度,以同时降低整体刷新能耗与不可纠正错误(uce)发生概率。

技术实现思路

1、本发明的目的在于克服现有技术的不足,提供一种串行存在检测中枢聚合片上错误事件的dram模组分区刷新方法及系统。

2、本发明的目的是通过以下技术方案来实现的:

3、第一方面,本技术公开了串行存在检测中枢聚合片上错误事件的dram模组分区刷新方法,包括以下步骤:

4、on-die ecc 事件统计的聚合阶段:基于聚合周期 t_a,spd hub通过侧带总线从dram器件中读取on-die ecc事件统计,包括当前聚合周期内dram器件的各bank上可纠正错误的数量、 alert_n信号的触发频率和预设位线或字线上的错误分布摘要;之后,将聚合的结果以一个per-bank计数向量的形式缓存于spd hub存储区;

5、保持时间分布表征的构建阶段:spd hub 对每个bank维护一个滑动时间窗内的事件计数直方图,通过所述事件计数直方图计算bank的保持时间分布表征,所述保持时间分布表征包括累积分布函数或量化近似;

6、per-bank刷新优先级向量的生成阶段:spd hub 将每个bank的保持时间分布表征映射为优先级等级,之后,将每个bank的优先级等级按照其对应的bank编号顺序连接成per-bank 刷新优先级向量;

7、优先级向量的跨芯片传递阶段:spd hub通过侧带总线向内存控制器输出per-bank 刷新优先级向量;

8、差异化 per-bank refresh调度阶段:内存控制器在ddr5细粒度刷新模式fgr下按per-bank 刷新优先级向量调度per-bank refresh命令,对于标记为第一风险的bank,将其per-bank refresh命令的调度权重提升至第一预定比例;对于标记为第四风险的bank,将其per-bank refresh命令的调度权重降低至第二预定比例;直至全部 bank的有效平均刷新间隔满足 jedec trefi 规范要求。

9、基于第一方面,on-die ecc 事件统计的聚合阶段中:所述聚合周期t_a的取值为100毫秒至1秒,所述计数向量per-bank的向量长度等于dram器件的bank数量,per-bank计数向量的分量对应一个bank在当前聚合周期的累计可纠正错误数。

10、基于第一方面,所述on-die ecc事件统计还包括温度作为补充输入。

11、基于第一方面,保持时间分布表征的构建阶段中:所述事件计数直方图的构建方式包括等宽分箱和分位数分箱,其分箱数量的选取范围为 4 至 16;其中,每个箱子对应不同的累计错误量段,每个箱子的计数值表示bank的采样值落入对应区间的采样周期数。

12、基于第一方面,所述优先级等级包括:

13、若bank的事件计数直方图中,累积高于错误段的比例超过第一阈值,则将其标记为第一风险;

14、若累积高于错误段的比例超过第二阈值但低于第一阈值,则标记为第二风险;

15、若累积高于错误段的比例超过第三阈值但低于第二阈值,则标记为第三风险;

16、若累积高于错误段的比例低于第三阈值,则标记为第四风险;

17、所述第一风险、第二风险、第三风险、第四风险以2比特编码。

18、基于第一方面,所述优先级等级还可以采用连续权重进行表示。

19、基于第一方面,spd hub通过侧带总线与内存控制器的传递方式包括:

20、spd hub 将per-bank 刷新优先级向量写入自身的映射寄存器中,内存控制器对其进行周期性地读取;

21、spd hub 使用侧带总线的带内中断通知内存控制器进行读取;

22、内存控制器主动轮询 spd hub。

23、基于第一方面,差异化 per-bank refresh调度阶段中,内存控制器在一个 trefi周期中按per-bank 刷新优先级向量分配per-bank refresh命令的数量,也可在长于一个trefi周期的时间窗内按per-bank 刷新优先级向量分配per-bank refresh命令的数量。

24、第二方面,本技术公开了串行存在检测中枢聚合片上错误事件的dram模组分区刷新系统,运用上述所述的串行存在检测中枢聚合片上错误事件的dram模组分区刷新方法,包括:

25、dram 器件,支持 on-die ecc 并能通过侧带或带内机制暴露可纠正错误统计;

26、spd hub,遵循 jedec jesd300-5b.01 规范,通过侧带总线与dram器件、内存控制器进行通信,具备内置微控制器或状态机;还将优先级向量的摘要经侧带总线向主机操作系统或 bios 导出;

27、内存控制器,支持 jedec ddr5 细粒度刷新模式并能接收来自 spd hub 的优先级向量。

28、基于第二方面,所述 spd hub包括侧带接口单元、保持时间分布聚合器、优先级生成器、输出寄存器组和控制单元;

29、所述侧带接口单元分别耦合dram 器件和内存控制器;

30、所述保持时间分布聚合器维护 per-bank 事件计数直方图及其滑动窗口;

31、所述优先级生成器将直方图映射为 per-bank 优先级等级;

32、所述输出寄存器组保存 per-bank 刷新优先级向量供内存控制器访问;

33、所述控制单元,用于协调侧带接口单元、保持时间分布聚合器、优先级生成器、输出寄存器组和控制单元的工作时序。

34、本发明的有益效果是:

35、1)决策信号与 uce 风险直接相关,由于 on-die ecc 事件统计直接反映 dram单元的错误率,而错误率与保持时间弱单元的分布高度相关,基于该信号做刷新决策能直击那些bank 更容易出错,因此需要多刷这一核心因果链条,能更准确地把刷新资源投向真正需要的 bank,在相同 trefi 预算下,可以降低高风险bank的uce 概率。

36、2)在线跟随老化与 vrt,由于聚合周期在100毫秒至1秒量级,spd hub能在运行时持续更新保持时间分布表征,跟随dram老化、vrt 事件、温度变化等动态因素,避免离线刻画无法演化的缺陷。

37、3)模组本地决策,减轻 mc 负担,由于聚合与优先级生成由spd hub承担,内存控制器只需接收长度为b的向量并按其做refsb分配,mc侧额外计算与存储开销极小。

38、4)与 jedec 规范完全兼容,执行层落在ddr5 fgr的refsb命令上,指令侧不涉及新命令或新协议;spd hub与mc之间的传递落在i3c侧带上,符合jesd300-5b.01规范,可在现有 ddr5 rdimm/lrdimm/mrdimm 物料上通过 spd hub 固件升级实现。