System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开的实施例大体上涉及存储器子系统,且更具体地说,涉及存储器装置中错误处置流的自适应优化。
技术介绍
1、存储器子系统可包含存储数据的一或多个存储器装置。存储器装置可为例如非易失性存储器装置和易失性存储器装置。一般来说,主机系统可以利用存储器子系统以在存储器装置处存储数据并且从存储器装置检索数据。
技术实现思路
1、根据本公开的一个方面,提供一种系统。所述系统包括:存储器装置;以及处理装置,其以操作方式耦合到所述存储器装置以执行包括以下各项的操作:应用要对驻存在所述存储器装置的片段中的数据执行的错误处置操作经排序集合作为经训练机器学习模型的输入,其中所述经训练机器学习模型基于先前执行的错误处置操作的时延数据;以及获得所述经训练机器学习模型的输出,所述输出包括要对驻存在所述存储器装置的所述片段中的所述数据执行的错误处置操作经重排序集合,并且其中所述经重排序集合调整所述错误处置操作经排序集合中的一或多个错误处置操作的次序。
2、根据本公开的另一方面,提供一种方法。所述方法包括:通过处理装置应用要对驻存在所述存储器装置的片段中的数据执行的错误处置操作经排序集合作为经训练机器学习模型的输入,其中所述经训练机器学习模型基于先前执行的错误处置操作的时延数据;以及通过所述处理装置获得所述经训练机器学习模型的输出,所述输出包括要对驻存在所述存储器装置的所述片段中的所述数据执行的错误处置操作经重排序集合,并且其中所述经重排序集合调整所述错误处置操作经排序集合中的一或多个错误处置操作的次
3、根据本公开的又一方面,提供一种非暂时性计算机可读存储媒体。所述非暂时性计算机可读存储媒体包括指令,所述指令在由以操作方式耦合到存储器的处理装置执行时执行包括以下各项的操作:应用要对驻存在所述存储器装置的片段中的数据执行的错误处置操作经排序集合作为经训练机器学习模型的输入,其中所述经训练机器学习模型基于先前执行的错误处置操作的时延数据;以及获得所述经训练机器学习模型的输出,所述输出包括要对驻存在所述存储器装置的所述片段中的所述数据执行的错误处置操作经重排序集合,并且其中所述经重排序集合调整所述错误处置操作经排序集合中的一或多个错误处置操作的次序。
本文档来自技高网...【技术保护点】
1.一种系统,其包括:
2.根据权利要求1所述的系统,其中所述处理装置用以执行进一步包括以下各项的操作:
3.根据权利要求1所述的系统,其中所述处理装置用以执行进一步包括以下各项的操作:
4.根据权利要求1所述的系统,其中所述先前执行的错误处置操作的所述时延数据取决于所述存储器装置的所述片段的工作负载。
5.根据权利要求1所述的系统,其中所述经训练机器学习模型包括回归模型和/或分类模型。
6.根据权利要求1所述的系统,其中所述统计数据进一步包括已经对驻存在所述存储器装置的其它片段中的数据执行的先前执行的错误处置操作中的每一者的时延数据。
7.根据权利要求1所述的系统,其中所述统计数据进一步包括已经对驻存在多个存储器装置中的数据执行的先前执行的错误处置操作中的每一者的时延数据。
8.根据权利要求1所述的系统,其中所述处理装置用以执行进一步包括以下各项的操作:
9.根据权利要求8所述的系统,其中所述请求是通过用户装置能存取的应用程序接收到的。
10.根据权利要求8所述的系统,其
11.一种方法,其包括:
12.根据权利要求11所述的方法,其进一步包括:
13.根据权利要求11所述的方法,其进一步包括:
14.根据权利要求11所述的方法,其中所述先前执行的错误处置操作的所述时延数据取决于所述存储器装置的所述片段的工作负载。
15.根据权利要求11所述的方法,其进一步包括:
16.一种包括指令的非暂时性计算机可读存储媒体,所述指令在由以操作方式耦合到存储器的处理装置执行时执行包括以下各项的操作:
17.根据权利要求16所述的非暂时性计算机可读存储媒体,其中所述处理装置用以执行包括以下各项的其它操作:
18.根据权利要求16所述的非暂时性计算机可读存储媒体,其中所述处理装置用以执行包括以下各项的其它操作:
19.根据权利要求16所述的非暂时性计算机可读存储媒体,其中所述先前执行的错误处置操作的所述时延数据取决于所述存储器装置的所述片段的工作负载。
20.根据权利要求16所述的非暂时性计算机可读存储媒体,其中所述处理装置用以执行包括以下各项的其它操作:
...【技术特征摘要】
1.一种系统,其包括:
2.根据权利要求1所述的系统,其中所述处理装置用以执行进一步包括以下各项的操作:
3.根据权利要求1所述的系统,其中所述处理装置用以执行进一步包括以下各项的操作:
4.根据权利要求1所述的系统,其中所述先前执行的错误处置操作的所述时延数据取决于所述存储器装置的所述片段的工作负载。
5.根据权利要求1所述的系统,其中所述经训练机器学习模型包括回归模型和/或分类模型。
6.根据权利要求1所述的系统,其中所述统计数据进一步包括已经对驻存在所述存储器装置的其它片段中的数据执行的先前执行的错误处置操作中的每一者的时延数据。
7.根据权利要求1所述的系统,其中所述统计数据进一步包括已经对驻存在多个存储器装置中的数据执行的先前执行的错误处置操作中的每一者的时延数据。
8.根据权利要求1所述的系统,其中所述处理装置用以执行进一步包括以下各项的操作:
9.根据权利要求8所述的系统,其中所述请求是通过用户装置能存取的应用程序接收到的。
10.根据权利要求8所述的系统,其中所述请求是响应于工作负载...
【专利技术属性】
技术研发人员:J·萨卡尔,V·P·拉亚普鲁,I·高希,
申请(专利权)人:美光科技公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。