[发明专利]一种基于神经网络模型的DRAM储存器性能预测方法和系统

说明书

本说明书实施例提供一种基于神经网络模型的DRAM储存器性能预测方法和系统，其中，所述方法包括：设定测试参数；根据测试参数对DRAM储存器的至少一部分进行测试，获取测试数据；对测试数据进行预处理，获取处理后的数据；基于处理后的数据，通过神经网络模型预测DRAM储存器的至少一部分的性能，得到性能数据，具有可以对DRAM储存器的性能进行预测，可以有效预防DRAM储存器发生失效或故障的优点。

技术领域

本说明书涉及DRAM储存器领域，特别涉及一种基于神经网络模型的DRAM储存器性能预测方法和系统。

背景技术

DRAM(Dynamic Random Access Memory)是目前应用最广泛的存储介质之一，广泛应用于各类存储设备。DRAM断电停机就会丢失全部数据，大部分DRAM内存一旦投入使用就会一直处于运行状态。由于不便停机检测，一旦内部发生失效或故障就会丢失数据，对用户造成难以估量的影响，因此DRAM的出厂质量检测试验和使用后的性能预测变得非常重要。现有技术一般通过故障时信号灯提醒、电压监测等方法，得到DRAM储存器中失效或者故障单元之后，将这些单元进行隔离修复防止持续失效，但此时已经给用户造成了数据损失。

因此，需要提供一种基于神经网络模型的DRAM储存器性能预测方法和系统，用于对DRAM储存器的性能进行预测，可以有效预防DRAM储存器发生失效或故障。

发明内容

本说明书实施例之一提供一种基于神经网络模型的DRAM储存器性能预测方法，所述方法包括：设定测试参数；根据所述测试参数对所述DRAM储存器的至少一部分进行测试，获取测试数据；对所述测试参数及所述测试数据进行预处理，获取处理后的数据；基于处理后的数据，通过神经网络模型预测所述DRAM储存器的至少一部分的性能，得到性能数据。

在一些实施例中，所述DRAM储存器的厂家、所述DRAM储存器的工艺、所述DRAM储存器的型号、所述DRAM储存器的规格、测试算法、时序参数、运行工况及插拔次数。

在一些实施例中，所述对所述测试参数及所述测试数据进行预处理，获取处理后的数据，包括：对所述测试参数及所述测试数据进行归一化处理，获取所述处理后的数据。

在一些实施例中，所述对所述测试参数及所述测试数据进行归一化处理，获取所述处理后的数据，包括：基于min-max标准化方法或Z-score标准化方法对测试参数及测试数据进行归一化处理，获取所述处理后的数据。

在一些实施例中，所述DRAM储存器的至少一部分包括所述DRAM储存器的元格、所述DRAM储存器的模组或所述DRAM储存器。

在一些实施例中，所述方法还包括：在进行所述测试的过程中，对所述测试参数及所述测试数据进行可视化展示。

在一些实施例中，所述方法还包括：对所述神经网络模型预测的所述DRAM储存器的至少一部分的性能数据进行可视化展示。

在一些实施例中，所述性能数据至少包括综合性能退化曲线。

在一些实施例中，所述方法还包括：根据所述性能数据，对所述DRAM储存器进行分类。

在一些实施例中，所述方法还包括：根据所述综合性能退化曲线及阈值，确定所述DRAM储存器的使用寿命。

本说明书实施例之一提供一种基于神经网络模型的DRAM储存器性能预测系统，所述系统包括：信息输入模块，用于设定测试参数；信息采集模块，用于根据所述测试参数对所述DRAM储存器的至少一部分进行测试，获取测试数据；数据处理模块，用于对所述测试参数及所述测试数据进行预处理，获取处理后的数据；建模分析模块，用于基于处理后的数据，通过神经网络模型预测所述DRAM储存器的至少一部分的性能，得到性能数据。

在一些实施例中，所述系统还包括第一可视化展示模块，用于在进行所述测试的过程中，对所述测试参数及所述测试数据进行可视化展示。