俗話說，一粒老鼠屎壞了一鍋湯。一個事件就有可能毀掉一個行業，例如三鹿奶粉事件機會就摧毀了整個中國乳品產業。PCIe閃存卡應用也是如此，一開始，用戶對于其帶來的超高IOPS性能津津樂道，但也有用戶在應用過程中觸雷，因為PCIe SSD卡的質量問題，出現了數據丟失。

PCIe SSD的這些“坑”是怎么造成的?是設計問題，質量問題?還是用戶的使用問題?恰逢Facebook公司與卡耐基-梅隆大學的研究人員，耗時三年多時間，發布了“閃存失效大規模研究”的專業論文，對影響PCIe SSD卡可靠性的因素進行了分析。

鑒于所涉問題比較專業，為此，我們特別邀請Greenliant亞太營銷副總裁李炫輝從專業技術角度進行了解讀。密度、價格和可靠性的關系

SSD所以能夠走入人們的生活和工作，這是和閃存價格快速下降密不可分。實際上，我們所使用的閃存，有三種NAND顆粒可供選擇：SLC、MLC和TLC，顆粒不同，產品的壽命(耐擦寫程度)以及出錯的概率是不相同的。目前，從價格容量到壽命，能夠被廣泛使用的主要是MLC。“隨著密度的增加(如TLC > MLC >SLC)，實際上閃存芯片的可靠性是降低的。如今，大家都知道閃存顆粒越來越便宜了，采用20nm制程工藝制造的芯片，其價格只有25nm的60%， 16nm只有20nm的一半價格，越來越便宜了。但價格便宜了，是以可靠性降低為前提的。如今制造趨勢是回歸高制程工藝，通過多層結構(3D技術)增加容量，提高單個閃存芯片的容量，保持一定可靠性的前提下，降低制造成本。” 李炫輝說。

DWPD性能承諾

閃存和磁盤大一個不同在于隨著設備的不斷使用，閃存的壞塊會不斷增加，由此會帶來產品性能的 下降。好的產品，在產品的生命周期內，應該保障性能衰減不超過10%。對于用戶來說，這是一個非常關鍵的數據。李炫輝指出，這個是數據不是理論推測出來的，而是實際測試出來的。其中有一個術語稱為DWPD(硬盤每日寫入量)，10 DWPD，就是每天全盤擦寫10次，通過疲勞測試所得出的性能衰減數據。為什么是10次，而不是50次，100次，其中的原因在于NAND有電子元器件組成，有一個放松時間，用于釋放電子調整電位的抖動狀態。

浴盆曲線和雙曲線磁盤系統的可靠性符合浴盆曲線，開機故障率比較高，穩定使用之后，故障率維持恒定，產品生命周期末端，故障率上升。

與磁盤不同，閃存的 故障率實際呈現雙曲線，剛開始使用故障率高，這點類似磁盤。當閃存大規模使用時，質量不好的顆粒就會出現損壞，故障率上升。這時，閃存可以通過OP( Over-provisioning，是指SSD保留他用的空間)的顆粒替換質量不高的顆粒，替換之后，閃存逐步進入穩定工作的狀態，故障率降低，直至生命周期的末端，故障率提升。

李炫輝表示，對于閃存來說，早期能夠替換臨界狀態的顆粒非常重要。控制供電和溫度Facebook研究顯示，高溫會帶來SSD高錯誤率。

據李炫輝介紹：50℃～55℃是SSD適合的工作溫度，穩定過高會帶來錯誤，導致失敗。溫度過低，也不利于SSD性能的發揮。為了控制溫度，可以通過限電來達到給SSD降溫的目的。例如從25W限制到15瓦，溫度自然就降下來了，溫度和功耗是一個線性的關系。

“但這也是一個危險的辦法。”他說。不論是采用動態還是靜態調整，控制供電將導致IOPS性能不可控、不可知。對于敏感性應用，很有可能會影響前端用戶的體驗。因此，控制溫度，避免熱點的出現，還需要從PCIe SSD卡的設計來解決。

以ECC引擎設計為例，目前一些PCIe SSD卡，只有2個ECC校驗引擎。在應用初期，壞塊較少，所需要計算量不大，這些ECC校驗引擎尚能夠滿足需要。但是隨著使用，ECC引擎很有可能成為瓶頸，很有可能成為熱點，影響卡的質量。好的設計應該采用分布式ECC設計，一來均衡負載，解決瓶頸，二來也可以讓熱量分布均勻，有利于散熱。但ECC引擎增加也會導致成本上升。在成本和可靠性之間應該力求平衡。“用戶避免使用價格便宜一些，但留有隱患的產品。” 李炫輝說。磨損均衡的話題在Facebook的研究中，特別提到了控制器系統優化和緩存對于SSD顆粒擦寫次數的影響。

這就涉及到閃存顆粒的保護問題。閃存耐讀不耐擦寫，為此需要通過策略來提高顆粒的壽命。相關的技術就是磨損平衡，有動態、靜態和全局磨損平衡的方式。這些可以改善產品的耐久性，延長使用的壽命，但這也會影響閃存的性能。先進的磨損平衡算法能夠保障沒有“熱點”顆粒出現，從而提高產品的穩定性和可靠性。

另外需要用戶了解的是SSD的存儲策略。但系統需要對存儲數據的閃存顆粒塊進行擦寫的時候，首先要將塊內的有效數據遷移走，然后對于整個頁進行擦寫(方法就是加電，將所有單元數據置為1)。因此，對于控制系統而言，盡量避免不對齊數據頁的出現(該存儲頁的空余容量，其他調用沒有辦法使用。這是最小的存儲控制調用單元。)

好的調度控制算法，顯然可以提高產品的可靠性和穩定性。另外，緩存的使用，也可以有效減少寫操作，也可以達到同樣的目的。總之，由于專業技術知識的缺乏，技術的選用和使用不當，就會影響用戶的使用體驗，影響用戶使用PCIe SSD閃存卡的信心。因此，為了避免“一粒老鼠屎壞了一鍋湯”，就需要用戶加強對于閃存知識的了解和學習。為此，李炫輝也呼吁：希望有更多的廠商，能夠開放技術，重視技術知識的普及。目前尚沒有一個成熟的辦法能夠區分好的和不好的產品。但隨著用戶知識水平的提升，好的產品，即使價格稍高，也同樣能夠獲得用戶的青睞。這就是真金不怕火煉!