摘要
本发明公开了一种基于人工智能的NAND Flash坏块管理方法及系统,属于固态存储技术领域,所述方法包括以下步骤:S1、基于预设参数和预设指标对坏Page进行多维度数据采集并进行预处理;S2、将预处理后的多维度数据输入到时空图卷积网络模型中,输出每个Page的失效概率;S3、根据步骤S2获得的失效概率,确定分级隔离策略,之后进行纠错码动态加载和预防性数据迁移。本发明提升了存储利用率:实测显示,在出现单个坏页的Block中,可回收利用85%以上的正常Page,较传统方案提升10倍有效容量;通过减少因局部坏页导致的整块废弃,芯片整体寿命延长约30%。还具有实时风险管控的功能,AI模型对潜在风险区域的预测准确率达92%,较静态隔离方案降低70%的二次故障率。
技术关键词
坏块管理方法
卷积网络模型
训练样本数据
数据迁移
电气特征
纠错码
多维度数据建模
坏块管理系统
固态存储技术
时序关联分析
风险
BCH码
网格
节点
动态
寿命延长
编程
噪声数据
矩阵
系统为您推荐了相关专利信息
点击率预估模型
训练样本数据
点击率预估方法
预估点击率
老师
有机磷酸酯类化合物
质谱
色谱
数据处理模块
生成训练样本
边缘计算中心
云数据处理方法
环境传感设备
节点
任务调度
卷积网络模型
期望最大化算法
排队模型
注意力机制
充电站容量
卫星云图
光伏发电数据
光伏发电功率预测
图像处理模型
特征提取模块