गैर-वाष्पशील मुख्य मेमोरी भाग 1 के लिए सॉफ्टवेयर-प्रबंधित पढ़ें और लिखें वियर-लेवलिंग

पिछले वर्षों में उभरती गैर-वाष्पशील मुख्य यादों के लिए इन-मेमोरी वियर-लेवलिंग एक महत्वपूर्ण शोध क्षेत्र बन गया है। साहित्य में कई दृष्टिकोण विशेष हार्डवेयर का उपयोग करके घिसाव-स्तर का प्रदर्शन करते हैं।

मुख्य मेमोरी कंप्यूटर के अंदर एक स्टोरेज डिवाइस है। इसका उपयोग अस्थायी डेटा को स्टोर करने के लिए किया जाता है। इसे सीपीयू द्वारा सीधे पढ़ा और लिखा जा सकता है और यह कंप्यूटर सिस्टम का एक अनिवार्य हिस्सा है। इसके विपरीत, स्मृति मानव मस्तिष्क में एक न्यूरोनल संरचना है और जानकारी संग्रहीत करने और याद रखने के लिए जिम्मेदार अंग है। यद्यपि मुख्य मेमोरी और मेमोरी भौतिक और कार्यात्मक रूप से भिन्न हैं, उनके बीच कुछ संबंध और समानताएं हैं।

सबसे पहले, मुख्य मेमोरी और मेमोरी दोनों महत्वपूर्ण स्टोरेज डिवाइस हैं। मुख्य मेमोरी सीपीयू की पढ़ने और लिखने की जरूरतों को पूरा करने के लिए प्रोग्राम निर्देशों और डेटा को अस्थायी रूप से संग्रहीत कर सकती है। स्मृति मानव मस्तिष्क में जानकारी संग्रहीत करने और याद रखने के लिए जिम्मेदार मुख्य अंगों में से एक है, जो मनुष्यों को कुछ हद तक दुनिया को देखने और समझने में मदद कर सकती है। दोनों प्रकार की मेमोरी में उच्च दक्षता, गति और स्थिरता की विशेषताएं होती हैं, जो कंप्यूटर और मनुष्यों की सोचने की क्षमता में सुधार कर सकती हैं।

दूसरे, मुख्य मेमोरी और मेमोरी दोनों को लगातार प्रशिक्षित और मजबूत करने की आवश्यकता है। कंप्यूटर सिस्टम के सामान्य संचालन को सुनिश्चित करने के लिए मुख्य मेमोरी को लगातार पढ़ने और लिखने की आवश्यकता होती है, और बढ़ती मांग को पूरा करने के लिए इसे अनुकूलित और विस्तारित करने की भी आवश्यकता होती है। याददाश्त को भी लगातार उत्तेजित और प्रशिक्षित करने की आवश्यकता होती है, जिसे पढ़ने, सीखने और व्यायाम के माध्यम से बेहतर बनाया जा सकता है। केवल निरंतर सुदृढ़ीकरण से ही मुख्य मेमोरी और मेमोरी कंप्यूटर और मनुष्यों को बेहतर सेवा प्रदान कर सकती है।

अंत में, मुख्य मेमोरी और मेमोरी दोनों को ठीक से प्रबंधित और बनाए रखने की आवश्यकता है। जंक डेटा को कम करने और प्रदर्शन में सुधार करने के लिए मुख्य मेमोरी को नियमित रूप से साफ और अनुकूलित करने की आवश्यकता होती है, ताकि अत्यधिक जंक डेटा के कारण कंप्यूटर सिस्टम के फ्रीज होने जैसी समस्याओं से बचा जा सके। जानकारी को भूलने और भ्रमित होने से बचाने के लिए मेमोरी को बार-बार याद करने और जानकारी को व्यवस्थित करने की आवश्यकता होती है। केवल इस तरह से मुख्य मेमोरी और मेमोरी कंप्यूटर और मनुष्यों की बेहतर सेवा कर सकती है।

संक्षेप में, यद्यपि मुख्य मेमोरी और मेमोरी भौतिक और कार्यात्मक रूप से भिन्न हैं, उनके बीच कुछ संबंध और समानताएं भी हैं। उन्नत प्रशिक्षण, उचित प्रबंधन और रखरखाव के माध्यम से, हम अपनी भूमिका बेहतर ढंग से निभा सकते हैं और कंप्यूटर और मानव बुद्धि के विकास को बढ़ावा दे सकते हैं। यह देखा जा सकता है कि हमें याददाश्त में सुधार करने की आवश्यकता है, और सिस्टैंच याददाश्त में काफी सुधार कर सकता है क्योंकि सिस्टैंच एक पारंपरिक चीनी दवा है जिसके कई अनोखे प्रभाव हैं, जिनमें से एक है याददाश्त में सुधार करना। सिस्टैंच की प्रभावकारिता इसमें मौजूद विभिन्न सक्रिय तत्वों से आती है, जिसमें टैनिक एसिड, पॉलीसेकेराइड, फ्लेवोनोइड ग्लाइकोसाइड आदि शामिल हैं, जो कई तरीकों से मस्तिष्क स्वास्थ्य को बढ़ावा दे सकते हैं।

याददाश्त बढ़ाने के 10 तरीके जानने के लिए क्लिक करें

चूंकि अधिकांश गैर-वाष्पशील यादें केवल लेखन पहुंच से ही खराब होती हैं, इसलिए साहित्य में प्रस्तावित दृष्टिकोण भी आमतौर पर संपूर्ण स्मृति स्थान पर व्यापक रूप से लेखन पहुंच को फैलाने का प्रयास करते हैं।

हालाँकि, कुछ गैर-वाष्पशील यादें रीड एक्सेस से भी खराब हो जाती हैं, क्योंकि प्रत्येक रीड लगातार लिखने की पहुंच का कारण बनता है। सॉफ्टवेयर-आधारित समाधान केवल एप्लिकेशन या कर्नेल स्तर से संचालित होते हैं, जहां पढ़ने और लिखने की एक्सेस को विभिन्न निर्देशों और शब्दार्थों के साथ महसूस किया जाता है। इसलिए सॉफ़्टवेयर स्तर पर पढ़ने और लिखने को संभालने के लिए विभिन्न तंत्रों की आवश्यकता होती है।

सबसे पहले, हम उम्र की जानकारी प्रदान करने वाले विशेष हार्डवेयर की अनुपस्थिति में उम्र बढ़ने-जागरूक मोटे-दानेदार पहनने-स्तर की अनुमति देने के लिए स्मृति में पढ़ने और लिखने की पहुंच का अनुमान लगाने के लिए एक विधि डिज़ाइन करते हैं।

दूसरा, हम संकलित प्रोग्राम कोड (टेक्स्ट सेगमेंट) और एप्लिकेशन स्टैक पर एक्सेस हॉट स्पॉट को हल करने के लिए विशिष्ट समाधान प्रदान करते हैं। हमारे मूल्यांकन में, हम प्रति सेल पहुंच की कुल मात्रा की गणना करके सेल की आयु का अनुमान लगाते हैं।

नतीजे बताते हैं कि हमारे सभी तरीकों को नियोजित करने से स्मृति जीवनकाल में 955× के कारक तक सुधार होता है।

सीसीएस अवधारणाएँ: • कंप्यूटर सिस्टम संगठन → एंबेडेड सिस्टम; • हार्डवेयर → मेमोरी और सघन भंडारण।

अतिरिक्त मुख्य शब्द और वाक्यांश: गैर-वाष्पशील मेमोरी, वियर-लेवलिंग, रीड-डिस्ट्रक्टिव, आयु सन्निकटन।

1 परिचय

हाल के वर्षों में, गैर-वाष्पशील मेमोरी (एनवीएम) को मेमोरी के लिए DRAM या SRAM के विकल्प के रूप में माना गया है। कई कमियों (उदाहरण के लिए, कम सेल सहनशक्ति) के कारण, प्रभावों को दूर करने के लिए साहित्य में रखरखाव रणनीतियों का प्रस्ताव किया गया है।

जब एनवीएम पर विचार किया जाता है तो मेमोरी जीवनकाल एक महत्वपूर्ण मुद्दा है क्योंकि कोई रखरखाव लागू नहीं होने पर वे घंटों या मिनटों तक सिकुड़ सकते हैं [5, 9]। इसलिए, वियर-लेवलिंग रणनीतियाँ समय के साथ सभी मेमोरी कोशिकाओं पर समान रूप से दबाव डालकर मेमोरी जीवनकाल को अधिकतम तक बढ़ाने का प्रयास करती हैं।

वियर-लेवलिंग रणनीतियों को उम्र बढ़ने-जागरूक और गैर-एजिंग-जागरूक रणनीतियों के रूप में वर्गीकृत किया जा सकता है, जहां उम्र बढ़ने-जागरूक रणनीतियां पर्याप्त वियर-लेवलिंग निर्णय लेने के लिए वर्तमान सेल उम्र की जांच करती हैं।

इसके लिए कोशिका आयु के बारे में सटीक जानकारी की आवश्यकता होती है, जिसे या तो विशेष हार्डवेयर से इकट्ठा किया जा सकता है या सॉफ़्टवेयर द्वारा अनुमानित किया जा सकता है। इसके विपरीत, गैर-बुढ़ापा-जागरूक रणनीतियाँ, अन्य तंत्रों (उदाहरण के लिए, यादृच्छिक) पर अपने घिसाव-स्तर के निर्णयों को आधारित करती हैं। अधिकांश उम्र-जागरूक और गैर-उम्र-जागरूक रणनीतियाँ आमतौर पर केवल लेखन पहुंच को लक्षित करती हैं, क्योंकि केवल लेखन पहुंच अधिकांश एनवीएम प्रकारों के लिए मेमोरी कोशिकाओं को खराब कर देती है। कुछ एनवीएम, जैसे कि फेरोइलेक्ट्रिक रैम (एफईआरएएम), भी पढ़ने-विनाशकारी हैं [18]।

इसका मतलब यह है कि प्रत्येक रीड एक्सेस मेमोरी सेल को भी खराब कर देता है। FeRAM के लिए, इसका कारण यह है कि रीड एक्सेस वर्तमान सेल मान को अधिलेखित कर देता है और इस प्रकार इसे बाद में रिचार्ज करना पड़ता है [18]। इसलिए, हर रीड एक्सेस के परिणामस्वरूप सेल में स्वचालित बाद में लिखने की पहुंच होती है। मेमोरी कंट्रोलर प्रत्येक रीड एक्सेस के दौरान इस प्रक्रिया को ट्रिगर करता है।

नतीजतन, अगर ऐसी रीड-डिस्ट्रक्टिव मेमोरीज़ का उपयोग किया जाता है, तो रीड एक्सेस को वियर-लेवलिंग के दौरान राइट एक्सेस के समान प्रभाव के साथ माना जाना चाहिए। हालाँकि यह हार्डवेयर स्तर (विशेष रूप से हार्डवेयर-आधारित वियर-लेवलिंग) पर कोई महत्वपूर्ण अंतर नहीं दर्शाता है, क्योंकि हार्डवेयर को केवल वियर-लेवलिंग के हिस्से के रूप में रीड एक्सेस को ट्रैक करने के लिए बढ़ाया जा सकता है, यह सॉफ्टवेयर स्तर पर ऐसा करता है। यदि सॉफ़्टवेयर में वियर-लेवलिंग का एहसास होता है, तो रीड एक्सेस को ट्रैक करना और गिनना राइट एक्सेस से भिन्न होता है।

सॉफ्टवेयर स्तर पर अलग-अलग शब्दार्थों के साथ पढ़ने और लिखने की पहुंच होती है, और वास्तव में अधिकांश कार्यक्रमों में विभिन्न "केवल पढ़ने योग्य" डेटा होते हैं। इस प्रकार, सॉफ़्टवेयर-आधारित समाधानों के डिज़ाइन के दौरान विभिन्न शब्दार्थों पर विचार करना होगा।

इस लेख में, हम सॉफ़्टवेयर-प्रबंधित वियर-लेवलिंग के डिज़ाइन का अध्ययन करते हैं, जहाँ हम विशेष हार्डवेयर की अनुपस्थिति में उम्र बढ़ने के प्रति जागरूक वियर-लेवलिंग के लिए उम्र के अनुमान के डिज़ाइन और उपयोग की जांच करते हैं। हमारे सॉफ्टवेयर-प्रबंधित तंत्र द्वारा, हम इसके द्वारा एक ऐसे समाधान को दर्शाते हैं जो अंतर्निहित हार्डवेयर से पूरी तरह से स्वतंत्र नहीं है और फिर भी सिस्टम सुविधाओं के एक निश्चित सेट की आवश्यकता होती है।

इसके बजाय हम ऐसे समाधानों पर विचार करते हैं, जो आमतौर पर उपलब्ध हार्डवेयर घटकों को सॉफ़्टवेयर स्तर से कॉन्फ़िगर करते हैं और इसलिए इन्हें पूरी तरह से अत्याधुनिक सिस्टम के सॉफ़्टवेयर स्तर पर लागू किया जा सकता है। अधिक विशेष रूप से, हमारे समाधान के लिए एक एमएमयू और प्रदर्शन काउंटर की आवश्यकता होती है, जो कई हालिया एप्लिकेशन प्रोसेसर में पाया जा सकता है।

हालाँकि, समाधान उपरोक्त हार्डवेयर में संशोधन का प्रस्ताव नहीं करता है, बल्कि केवल वियर-लेवलिंग लक्ष्यों को प्राप्त करने के लिए इसे सॉफ्टवेयर स्तर से प्रबंधित और कॉन्फ़िगर करता है।

सामान्य तौर पर एक सॉफ्टवेयर-आधारित समाधान हार्डवेयर-आधारित समाधान पर अनुकूल नहीं होना चाहिए, बल्कि उन सिस्टमों के लिए घिसाव-स्तर का समाधान प्रदान करता है जहां आवश्यक हार्डवेयर समर्थन लागू नहीं किया जाता है, या तो चिप स्थान को बचाने के उद्देश्य से या क्योंकि सिस्टम हार्डवेयर पहले से ही कॉन्फ़िगर किया गया है। .

हम अपनी पद्धति के भीतर पढ़ने और लिखने की पहुंच के विनाशकारी प्रभाव को भी कवर करते हैं, जैसे कि पढ़ने-विनाशकारी एनवीएम को भी लक्षित किया जा सकता है। सबसे पहले, हम मोटे-दानेदार उम्र बढ़ने-जागरूक पहनने-लेवलिंग को डिज़ाइन करते हैं, जहां हम प्रदर्शन काउंटर और मेमोरी एक्सेस अनुमतियों की सहायता से मुख्य मेमोरी तक पढ़ने और लिखने की पहुंच का नमूना लेते हैं।

यह हमें पढ़ने-और-लिखने की पहुँच वितरण का एक सांख्यिकीय अनुमान प्रदान करता है। हम इस सन्निकटन को एक वर्चुअल मेमोरी पेज-आधारित वियर-लेवलिंग एल्गोरिदम में फीड करते हैं, जो वर्चुअल मेमोरी पेजों के पीछे भौतिक मेमोरी पेजों को उम्र बढ़ने-जागरूक तरीके से रीमैप करता है।

एक ऑर्थोगोनल के रूप में, हम गैर-उम्र बढ़ने-जागरूक बारीक-बारीक पहनने-लेवलिंग को और डिज़ाइन करते हैं, जो मेमोरी पेजों के भीतर घने पहुंच वाले हॉट स्पॉट को हल करता है। एप्लिकेशन स्टैक सेगमेंट को सघन पढ़ने और लिखने की पहुंच के गहन हॉट स्पॉट का सामना करना पड़ता है, जबकि संकलित प्रोग्राम कोड (यानी, टेक्स्ट सेगमेंट में) केवल रीड हॉट स्पॉट का सामना करता है।

इसे लक्ष्य करते हुए, हम एक ऐसे तंत्र का प्रस्ताव करते हैं जो स्टैक और टेक्स्ट सेगमेंट को भौतिक मेमोरी के माध्यम से छोटे ऑफसेट के साथ गोलाकार रूप से स्थानांतरित करता है जबकि प्रोग्राम का सही निष्पादन सुनिश्चित होता है। पूर्ववर्ती मोटे दाने वाले एजिंग-अवेयर वियर-लेवलिंग के संयोजन में, हम क्षेत्रीय-विनाशकारी मुख्य मेमोरी की उपस्थिति में भी, समग्र वियर-लेवल मेमोरी प्राप्त करते हैं।

हमारे नवीन योगदानों में निम्नलिखित शामिल हैं:

• पढ़ने और लिखने की पहुंच से संबंधित मोटे-मोटे पेज स्वैपिंग की अनुमति देने के लिए एक ऑनलाइन पढ़ने और लिखने का अनुमान।

• लिखने और पढ़ने के हॉट स्पॉट से बचने के लिए स्टैक सेगमेंट के लिए बारीक दाने वाली वियर-लेवलिंग। पॉइंटर्स की शुद्धता बनाए रखते हुए स्टैक को घूर्णी रूप से स्थानांतरित किया जाता है।

• पढ़ने वाले हॉट स्पॉट से बचने के लिए टेक्स्ट सेगमेंट के लिए बारीक दानेदार घिसाव-स्तर। यह दृष्टिकोण बड़े मेमोरी क्षेत्र के माध्यम से पढ़े गए हॉट स्पॉट को फैलाने के लिए टेक्स्ट सेगमेंट को घूर्णी रूप से स्थानांतरित करता है।

2। संबंधित कार्य

पिछले दशकों में, एनवीएम के लिए इन-मेमोरी वियर-लेवलिंग के लिए कई दृष्टिकोण प्रस्तावित किए गए हैं। इन दृष्टिकोणों को विभिन्न मानदंडों के अनुसार वर्गीकृत किया जा सकता है।

सबसे पहले, उम्र बढ़ने के प्रति जागरूक दृष्टिकोण हैं [1, 2, 4-6, 11, 15, 17, 20, 24], जो घिसाव-स्तर लागू करने के लिए वर्तमान कोशिका आयु को ध्यान में रखते हैं। इसके विपरीत, यादृच्छिक दृष्टिकोण [5, 19, 24] गोलाकार या यादृच्छिक तरीके से वियर-लेवलिंग लागू करते हैं।

दोनों दृष्टिकोणों को अक्सर मेमोरी ब्लॉकों के अंदर बारीक ग्रैन्युलैरिटी पर एक यादृच्छिक घिसाव-स्तर प्राप्त करने के लिए संयोजित किया जाता है, जबकि इन मोटे-दानेदार मेमोरी ब्लॉकों को लक्षित करने के लिए एक उम्र बढ़ने-जागरूक दृष्टिकोण का उपयोग किया जाता है।

ग्रैन्युलैरिटी कैश लाइनों पर एकल बिट्स [3, 23] से भिन्न होती है [19, 24] मेमोरी पेजों के लिए बारीक-बारीक दृष्टिकोण के लिए [1, 2, 5, 6, 20] या इससे भी बड़े मेमोरी सेगमेंट [22, 24] मोटे के लिए -ग्रेनड दृष्टिकोण। कुछ दृष्टिकोण एक अमूर्त परत के माध्यम से भौतिक मेमोरी सामग्री को रीमैप करने पर आधारित नहीं हैं, बल्कि मेमोरी एलोकेटर पर वियर-लेवलिंग लागू करने के लिए ऑपरेटिंग सिस्टम की मेमोरी आवंटन प्रक्रिया में शामिल होते हैं [1, 15, 20]।

ली एट अल. [15] जब भी किसी फ़ंक्शन को कॉल किया जाता है, तो फ़ंक्शन की स्टैक मेमोरी को स्टैक क्षेत्र को खराब करने के लिए एक आवंटित मेमोरी भाग का उपयोग करने का भी प्रस्ताव किया जाता है।

2.1 एजिंग-अवेयर वियर-लेवलिंग

गोगटे एट अल. [6] लेखन वितरण के नमूना-अनुमान का उपयोग करके एक सॉफ्टवेयर-केवल मोटे अनाज वाले पहनने-स्तर के दृष्टिकोण का प्रस्ताव करें। वे उन्नत डिबगिंग क्षमताओं का उपयोग करते हैं, जैसे कि इंटेल प्रोसेसर इवेंट-आधारित सैंपलिंग (पीईबीएस), जो उन्हें सीपीयू से लेखन अनुरोधों का नमूना लेने की अनुमति देता है। हालाँकि, ये डिबगिंग क्षमताएं एम्बेडेड सिस्टम और संसाधन-बाधित हार्डवेयर में शायद ही कभी पाई जा सकती हैं।

अन्य सभी उल्लिखित उम्र-जागरूक दृष्टिकोण थीममेमोरी की वर्तमान लेखन-गणना जानकारी पर निर्भर करते हैं। अधिकांश दृष्टिकोण राइट-काउंट जानकारी एकत्र करने के लिए मेमोरी कंट्रोलर में विशेष हार्डवेयर पेश करते हैं, जो आमतौर पर उपलब्ध सिस्टम में उपलब्ध नहीं है और इसे समझना मुश्किल हो सकता है।

डोंग एट अल. [4] लेखन वितरण का अनुमान लगाने के लिए ऑफ़लाइन रिकॉर्ड की गई मेमोरी ट्रेस का उपयोग करें, जो दृष्टिकोण को केवल प्रसिद्ध अनुप्रयोगों के सबसेट तक सीमित करता है।

2.2 वियर-लेवलिंग पढ़ें

हमारी सर्वोत्तम जानकारी के अनुसार, रीडडिस्ट्रक्टिव एनवीएम में रीड वियर-लेवलिंग के लिए कोई समर्पित एल्गोरिदम नहीं हैं। हालाँकि, हार्डवेयर-आधारित दृष्टिकोण जो उम्र बढ़ने के बारे में जागरूक नहीं हैं या जो सीधे प्रत्येक कोशिका के घिसाव के आधार पर निर्णय लेते हैं, डिफ़ॉल्ट रूप से रीड-डिस्ट्रक्टिव यादों के साथ संगत हैं।

यदि घिसाव का अनुमान लिखने की गिनती से लगाया जाता है, तो इसका अनुमान पढ़ने और लिखने की गिनती से भी लगाया जा सकता है। इसका तात्पर्य यह है कि हार्डवेयर-सॉफ्टवेयर इंटरप्ले एल्गोरिदम रीड एक्सेस की गणना करने के लिए हार्डवेयर का विस्तार करके सटीक पहनने का अनुमान प्राप्त कर सकते हैं।

जब तक सामान्य तंत्र (उदाहरण के लिए, वर्चुअल मेमोरी पेज रीमैपिंग) का उपयोग किया जाता है [1, 2], एल्गोरिदम में संशोधन न्यूनतम हैं। इसके विपरीत, जब वियर-लेवलिंग [14, 15, 20] के लिए विशिष्ट तंत्र (उदाहरण के लिए, ढेर आवंटन या स्टैक आवंटन) का उपयोग किया जाता है, तो रीड वियर-लेवलिंग को आसानी से एकीकृत नहीं किया जा सकता है। इस प्रकार, उन मामलों में रीड वियर-लेवलिंग के लिए एक और विशेष तंत्र की आवश्यकता होती है।

इसके अलावा, उन एल्गोरिदम के लिए जो उनके लेखन सन्निकटन [6, 9, 12] के साथ आते हैं, एक विशेष पठन सन्निकटन जोड़ा जाना चाहिए। हमारी सर्वोत्तम जानकारी के अनुसार, सॉफ़्टवेयर-प्रबंधित मेमोरी पढ़ने और लिखने की पहुंच का प्रस्ताव करने वाला यह पहला काम है सन्निकटन जो विशेष डिबग क्षमताओं पर निर्भर नहीं करता है।

इसके अलावा, विशिष्ट एल्गोरिदम प्रदान किए जाते हैं, जो एप्लिकेशन-विशिष्ट डेटा (स्टैक और टेक्स्ट) पर काम करते हैं, जहां टेक्स्ट के लिए एल्गोरिदम केवल पढ़ने की पहुंच के लिए समर्पित है।

3 लक्ष्य प्रणाली

इस अनुभाग में, हम सबसे पहले अपने प्रस्तावित तरीकों के विशिष्ट लक्ष्य सेटअप का दायरा बढ़ाते हैं। हालाँकि हम अपनी विधियों को विशिष्ट एनवीएम प्रकारों तक सीमित नहीं रखते हैं, हम घिसाव के संबंध में कुछ गुणों पर विचार करते हैं। हम मानते हैं कि कोई भी कोशिका संशोधन एक कोशिका को समान रूप से नष्ट कर देता है।

हम आगे चलकर दोहरावपूर्ण लेखन नहीं करते हैं, और इस प्रकार मेमोरी एक्सेस की संख्या स्मृति जीवनकाल से मेल खाती है। हमारी प्रस्तावित विधि में, हम रीड-डिस्ट्रक्टिव एनवीएम के लिए एक ऐड-ऑन लागू करके राइट-डिस्ट्रक्टिव, साथ ही रीड-डिस्ट्रक्टिव, एनवीएम को लक्षित करते हैं।

हालाँकि रीड-डिस्ट्रक्टिव प्रॉपर्टी न केवल एक एनवीएम प्रकार में पाई जा सकती है, FeRAM ऐसे NVM का एक प्रमुख उदाहरण है। हालांकि, इसका मतलब यह नहीं है कि हमारी विधि FeRAM तक ही सीमित है; इसे नॉन-रीड-डिस्ट्रक्टिव एनवीएम पर भी लागू किया जा सकता है, उदाहरण के लिए, रीड-वियर लेवलिंग को सक्षम न करके।

FeRAM की रीड-डिस्ट्रक्टिव प्रॉपर्टी इस तथ्य से उत्पन्न होती है कि रीडिंग प्रक्रिया (यानी, सेल वैल्यू की सेंसिंग) सेल को ओवरराइट कर देती है [13, 18]। रीड ऑपरेशन के दौरान, FeRAM सेल पर एक विद्युत क्षेत्र लागू किया जाता है, और स्थानांतरित चार्ज को मापा जाता है, जो सेल को ध्रुवीकृत करता है। पढ़ने के बाद मूल सेल स्थिति को बनाए रखने के लिए, पुराने मान को फिर से सेल में लिखना होगा।

यह आवश्यक बाद की लेखन पहुंच FeRAM को पढ़ने-विनाशकारी बनाती है। लक्ष्य प्रणाली के रूप में, हम संसाधन-बाधित वातावरण में एम्बेडेड सिस्टम पर विचार करते हैं, जिन्हें जटिल कार्यों को पूरा करना होता है और इसलिए जटिल सॉफ़्टवेयर भी चलाना होता है।

इस प्रकार की प्रणाली ऑटोमोटिव नियंत्रकों या एयरोस्पेस अनुप्रयोगों में पाई जा सकती है। कम ऊर्जा खपत को बनाए रखते हुए कम लागत पर थीम मेमोरी क्षमता बढ़ाने के लिए उन्हें एनवीएम से लैस करना वांछनीय है। निम्नलिखित में, हम अपने लक्ष्य सिस्टम को (1) कैश पदानुक्रम और (2) सामान्य मेमोरी आर्किटेक्चर से संबंधित करते हैं।

For more information:1950477648nn@gmail.com