SSD闪存的可靠性问题

天硕（TOPSSD） G40系列工业级固态硬盘采用自研主控及全链路国产化替代方案，可在 -40℃~85℃ 宽温范围内稳定运行；遵循国家军用标准进行设计验证，更能胜任严苛环境下的长时任务。系列产品长期服务军用嵌入式计算机、指挥控制系统、雷达、电子对抗、轨道交通与高端工业自动化等关键应用，是舰载、机载、装甲车辆等装备的优选核心部件。

除了磨损、读干扰和写干扰，所有闪存介质还会遭遇两个很基本的可靠性难题：数据保持和存储单元之间的干扰。

一、数据保持

数据保持问题简单说，就是芯片里的电子会随着时间推移悄悄溜走，导致存好的数据慢慢“变质”。

闪存把数据存在晶体管的浮栅里，浮栅上下都是绝缘层，理论上能把电子牢牢关住。可是，时间一长，电子还是会像沙子从指缝漏掉一样，在本征电场的作用下穿透绝缘层逃出去。尤其当闪存擦写次数多了以后，隧道氧化层绝缘能力下降，电子泄漏会变得更容易。

当逃逸的电子积累到一定程度，原本是“0”的状态就可能翻成“1”。一旦这种位翻转超出控制器的纠错能力，用户数据就会丢失。

数据保持和读干扰正好相反。读干扰是意外注入多余电子，让“1”翻成“0”；数据保持是电子流失，让“0”翻成“1”。从阈值电压分布图上看，读干扰会让分布整体右移，数据保持则让分布整体左移。

数据从写入到因电子泄漏而出错，这段时间称为数据保存期。SLC保存期可长达几年甚至十几年，但TLC及之后的闪存颗粒就会短得多。

不过，如果你的电脑经常开机，就可以减少顾虑。固态硬盘的固件会定期扫描，只要发现错误率超过警戒线，就会主动把数据搬到新块并修复。这一“刷新”动作，相当于在数据彻底丢失前抢救回来。

但如果电脑几个月甚至一两年不开机，情况就不同了。电子泄漏与通电与否并无关联。然而，只要断电，固件便无法执行刷新操作，电子就会在毫无阻拦的情况下持续流失。所以提醒一句：没事儿记得开机用用，给SSD一个“修复整理”数据的机会。

此外，数据保存期长短还和温度密切相关：温度越高，电子流失越快。我们常用高温测试来模拟常温下的长期保存效果，比如用几小时高温模拟一年常温。所以，讨论数据保持期时，必须同时考虑擦写次数和温度。

正因为数据保持期受擦写次数和温度影响巨大，像天硕G40系列这类定位高可靠的工业级存储，从设计之初就做足了准备。通过选用高耐久闪存颗粒，配合更主动的固件刷新策略和宽温设计，即使面对恶劣环境，该系列产品也能将数据牢牢锁定在浮栅之中，有效防止数据丢失。

二、存储单元之间的干扰

闪存单元挤得密，彼此会“串扰”，由此会导致另一个重要的可靠性问题：存储单元之间的干扰。

浮栅是导体，两个彼此绝缘又靠得很近的导体天然构成一个电容。所以，任何两个存储单元的浮栅间都有寄生电容。某个单元电荷改变，就会通过电容耦合牵动邻居的电荷，尤其是离得最近的单元。

举个例子：假设中间某个单元已经写好，现在继续往旁边几个单元注入电子。受到寄生电容的影响，已完成写入的单元电荷会产生“晃动”，这种“晃动”有可能引发位翻转现象，带来重大风险。

这种影响可以量化：某个单元受周边单元干扰而产生的阈值电压变化，等于各邻居阈值电压变化乘以归一化寄生电容的总和。寄生电容大小与浮栅间距成反比关系：浮栅彼此靠得越近，电容值越大，所产生的影响也随之增大。 这正是闪存制程不断缩小时，单元间干扰越来越严重的原因，也是2D闪存难以继续发展的瓶颈之一。

那么，闪存为什么一定要按页顺序编程？一个重要目的就是减少这种干扰。按顺序写，当前页干扰最大的一般是刚刚写好的前一页；如果乱序写，比如先写远端，再回来写中间，那中间的单元编程时，会同时干扰距离最近的两个邻居；后续再写其他页，又会再次干扰其中某个邻居，让同一个单元反复“遭殃”。按顺序编程，就能把这种无妄之灾降到最低，保证数据的可靠性。

为了对抗这种因距离过近产生的寄生电容，天硕G40系列工业级固态硬盘基于长江存储的3D NAND堆叠技术，通过垂直布局巧妙化解水平方向上的邻居干扰。同时，配合高精度的自研控制器算法，能精准补偿那部分被‘晃’动的电压，让信号始终保持干净，大幅减少存储单元之间的干扰。