[发明专利]存储设备和操作存储设备的方法

说明书

一种存储设备，包括：特征信息数据库，被配置为存储关于存储器设备的特征信息；以及机器学习模块，被配置为基于该特征信息从与存储器设备的操作相对应的多个机器学习模型中选择机器学习模型，其中该存储器设备被配置为根据所选择的机器学习模型来进行操作。

相关申请的交叉引用

本申请基于2019年9月11日向韩国知识产权局提交的第10-2019-0112920号韩国专利申请并要求其优先权，该申请的公开内容通过引用整体结合于此。

技术领域

本公开涉及一种半导体存储器，并且更具体地，涉及一种存储设备及操作该存储设备的方法。

背景技术

存储设备可以包括非易失性存储器。即使断电，存储设备也可以保留存储的数据。因此，存储设备可用于长期数据存储。存储设备可以用作各种电子设备(诸如计算机、智能电话和智能板)中的主存储库。

随着移动设备变得更小，更小的存储设备被开发出来。因此，最终的工艺小型化增加了晶圆中的芯片的数量、芯片中的块的数量以及块中的字线的数量。晶圆、芯片或块中的元件的集成度的增加也增加了相邻芯片之间、相邻块之间以及相邻字线之间发生的特征变化。

发明内容

根据实施例，一种存储设备包括：特征信息数据库，被配置为存储关于存储器设备的特征信息；以及机器学习模块，被配置为基于特征信息从与存储器设备的操作相对应的多个机器学习模型中选择机器学习模型，其中该存储器设备被配置为根据所选择的机器学习模型来进行操作。

根据实施例，一种操作存储设备的方法包括：确定用于存储器设备的操作的一个或多个机器学习模型是否包括多个机器学习模型；基于确定一个或多个机器学习模型包括多个机器学习模型，确定关于存储器设备的间接信息；基于关于存储器设备的直接信息或关于存储器设备的间接信息当中的至少一个，从一个或多个机器学习模型中选择机器学习模型；以及根据机器学习模型来执行推断。

根据实施例，一种存储设备包括：存储器设备；以及存储控制器，被配置为：基于关于存储器设备的特征信息从多个机器学习模型中选择机器学习模型，根据所选择的机器学习模型来执行推断，以及根据存储器设备中的实际测量值和基于特征信息的所选择的机器学习模型的预测值之间的误差来调整所选择的机器学习模型。

附图说明

结合附图，从下面的详细描述中，这些和其他方面将变得明显并且更容易理解，其中：

图1是根据实施例的存储设备100的框图。

图2至图5是示出根据实施例的操作存储设备的方法的流程图。

图6是用于解释根据实施例的存储设备中的非易失性存储器的特征和机器学习模型之间的关系的示图。

图7是用于解释根据实施例的存储设备中的非易失性存储器的特征和机器学习模型之间的关系的示图。

图8是用于解释根据实施例的强化学习模型的概念图。

图9是根据实施例的计算系统的框图。

具体实施方式

实施例提供了能够反映存储设备的各种特征变化的存储设备、包括该存储设备的计算系统以及操作该存储设备的方法。

图1是根据实施例的存储设备100的框图。