SSD Endurance测试介绍

作者： SSD攻城狮

　　想要和本文作者还有《大话存储》作者冬瓜哥、《PCI Express体系结构导读》作者王齐、《蛋蛋读NVMe》作者蛋蛋等全世界的大牛讨论SSD及存储相关技术？加nanoarch为微信好友，拉你进ssdfans微信群。

　　?欢迎给ssdfans投稿，投稿就能加入ssdfans作者群，和冬瓜哥，蛋蛋等大咖切磋武艺，还有稿酬拿.

　　一款正经的SSD要经过严格的Endurance测试，也就是耐久性测试，简单说来就是SSD有多经用。JEDEC有两份SSD Endurance测试的协议，分别是：

JESD 218A：测试方法

JESD 219： workload

　　首先需要了解的概念：

TBW：总写入数据量

FFR （Function Failure Requirement）：整个写入过程中产生的累计功能性错误

Data Retention：长时间不使用（上电）情况下保持数据的能力

UBER（Uncorrectable Bit Error Rate）：

　　UBER= number of data errors/number of bits read

　　企业级和消费级SSD在Endurance的要求上是不同的，体现在：

工作时间

工作温度

UBER

Retention温度以及时间

　　具体数据见下面表格

　　虽然叫Endurance测试，但是218其实是包括了Endurance和Retention两部分测试的，官方给的方法有两种：

Direct method — 直接上法

Extrapolation method – 拐弯抹角法

　　本文重点解释Direct method，理解了这个以后，另一个方法理解起来就很容易了。

　　Direct method，简单来说，就是使劲写，可劲读，用站在食物链顶端的男人的话说就是”Push the SSD to limit”，在这个过程中，要注意：

要求有高低温

必须用指定的workload

Endurance test以后马上Retention test

　　这些个后面详细介绍，首先要搞明白一个问题，应该拿多少块SSD跑Endurance测试？

　　要求一：如果该系列SSD首次进行测试，选取的SSD要来自至少三个不连续的生产批次，如果不是首次，选一个批次的就行。

　　要求二：制定标准的老外们直接给了两个公式

UCL( functional _ failures) ≤ FFR ?SS （for Functional Failure）

UCL(data _ errors) ≤ min(TBW,TBR)?8 ?1012

　　?UBER ?SS (for Data Failure)

　　如果只看公式，你可能会跟我一样，一脸懵。

　　Functional failures：可以接受的出现功能故障的SSD的数量

　　Data errors：可以接受的数据出错的数量

　　TBW，TBR：总写入/读取量

　　SS： Sample Size，就是我们要求的X （用多少块盘测试）

　　UCL（）： Upper confidence Limit函数，看不懂是不是，不用你看懂，直接查表就行。

　　通常我们直接用AL=0（AL=0代表没有functional failure），这样的话对应的UCL就是0.92。

　　结合一个实际的例子， FFR=3%， UBER=10-16, TBW=100代入公式，得到：

SS ≥ 0.92/(0.03)=30.1

SS ≥ 0.92/(100?1?8?1012?10-16) = 11.5

　　两个SS分别能够满足Functional Failure和Data Failure的要求，取两者之间的大值30.1，所以需要的跑测试的SSD数量是31块。

　　再把SS=31代入公式：UCL(data_errors) ≤?100?1?8?1012?10-16?31 = 2.48

　　在用2.48这个值去刚才的表里反查，得到允许的最大data errors数量为1

　　总结一下：选31块盘，跑完Endurance测试，不能有funtional failure，可以最多有1个data error，测试通过。

　　Endurance测试使用的workload, 这东西网上可以下载，整个workload大概有4亿条Write，trim，flush命令, 每次写完之后需要read回来确保数据是正确的，具体实现的工具没有要求。

　　Enduance和Retention过程中另一个重要的因素就是高低温。

　　具体的温度要求见下表，可以看到企业级SSD要求比消费级的高出不少。

　　控制温度变化有两种策略：

Ramped-Temperature approach: 所有SSD放在一起，在高低温间来回切换

Split Flow approach:所有SSD分两半，一半进行低温测试，一半进行高温测试

　　低温没有问题，都是≤25℃。

　　高温的要求是一个区间，比如Client SSD是40℃≤T≤Tmax，高温下限是40度，上限没有给出具体数值。

　　在JESD-218A的附录里介绍了通过温度对Endurance和Retention测试的时间加速作用，因为篇幅问题（其实是懒得看），就不具体介绍了。论证的结论就是温度越高，就能用越短的时间模拟出对SSD进行1年读写的效果，对应关系如下：

　　以第一行为例，采用Ramped temperature方式，当高温达到86摄氏度时，对一块盘进行50小时的读写（必须用官方的workload）能够达到常温下一年的效果。

　　而同样的SSD，如果高温只有48摄氏度（最后一行），必须跑3000小时的读写才能达到一样的效果。 （此处应该插入一个Chamber的广告）

　　那怎么确定这个Tmax呢？我理解得步骤是这个样子：

根据SSD容量计算器TBW， 比如160G的TLC SSD，按PE cycle 500计算其TBW应该是80T

Workload来一遍为1TBW

那么总共需要把Workload跑上80遍

假设跑一遍Workload需要5个小时

那么总时间就是400小时

400小时在表格找到对应的温度为66度（Client SSD，Ramped），这个就是Tmax值，见下图

　　有了Workload，知道了温度范围，就可以正式跑Endurance测试了，以下是Direct Method使用Ramped approcah的流程图：

　　从上到下整个过程分别是：

Sample – 取样，确定用多少块SSD测试

Endurance 测试

（可选）部件级常温Rention测试

写入数据 – 为了后面的Rention测试

（可选）产品级常温Rention测试

高温Retention

数据比较

判断是否通过 （检查FFR和Data error是否满足前面那两个公式）

　　步骤1,2已经介绍过，步骤3~7都是关于data rention，这个测试要求在Endurance测试结束以后马上进行：

　　写入数据à断电à高温à上电à数据比较

　　而对于某个系列的首次Endurance测试，还要求进行常温rentention测试，详细情况可以参考JESD218A 7.1.5

　　最后简单提几句Extrapolation method，说白了就是用各种方法在最短的时间把Endurance测试给完成了，比如：

修改Workload，在更短的时间内造成更多的PE cycle （修改随机/顺序访问占比，传输数据大小，引发更多background activity等）

限制SSD的大小，比如把前面160G SSD通过固件限制为40G可用，那么所需要的Endurance时间就直接从400小时降低到100小时（相应高温需要从66度调整为79度）

　　特别要注意的是，固件在限制大小的时候，不仅要限制开放给Host的读写区域，同时内部的OP空间也必须同样做等比例的缩小。

　　喜欢就请分享转发！

　　舍不得发赞赏就赏个举手之劳，点击文后的广告吧！

　　不想错过后续精彩文章？长按或扫描下面二维码关注ssdfans就可以了！

　　ssdfans微信群介绍。

　　免费技术讨论群：覆盖了2000多位中国和世界华人圈SSD以及相关存储行业的技术精英，行业大牛，还有各路攻城狮

　　ssdfans-Firmware-QA群：从事SSD Firmware、软件和QA的攻城狮们在此讨论技术

　　ssdfans人工智能异构计算群：讨论人工智能和异构计算架构等技术问题

　　ssdfans-ASIC-FPGA群：芯片和FPGA相关的硬件开发人员技术讨论群

　　ssdfans-闪存器件群：讨论NAND、DRAM、3D XPoint等各种固态存储介质使用与制造

　　ssdfans企业级：讨论企业级存储

　　ssdfans销售群：买卖消费级，企业级SSD，NAND Flash都可以在这里找到人

　　ssdfans工作求职群：SSD行业换工作，发招聘，要关注各大公司招聘信息，赶快来~

　　想加入这些群，请加nanoarch为微信好友，介绍你的昵称-行业-职业，注明群名，拉你进群。