• Journal of Applied Reliability
• /
• v.18 no.1
• /
• pp.33-39
• /
• 2018

Purpose: Accelerated degradation tests can be effective in assessing product reliability when degradation leading to failure can be observed. This article proposes an accelerated degradation test model for highly reliable solid state drives (SSDs). Methods: We suggest a nonlinear mixed-effects (NLME) model to degradation data for SSDs. A Monte Carlo simulation is used to estimate lifetime distribution in accelerated degradation testing data. This simulation is performed by generating random samples from the assumed NLME model. Conclusion: We apply the proposed method to degradation data collected from SSDs. The derived power model is shown to be much better at fitting the degradation data than other existing models. Finally, the Monte Carlo simulation based on the NLME model provides reasonable results in lifetime estimation.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.343-345
• /
• 2014

플래시 메모리의 인기가 증가하면서 스토리지 시스템의 변화를 가져왔다. 플래시 메모리 기반의 SSD(Solid State Disk)는 기존의 HDD(Hard Disk Drive)를 대체할 매체로 주목을 받고 있으며 HDD에 비해 훨씬 더 높은 대역폭, 랜덤 접근 성능 및 충격에 강한 장점들을 갖는다. 그러나 플래시 메모리는 HDD와 달리 덮어쓰기(In-Place update)가 불가능 하기 때문에, 데이터를 업데이트 하기 위해서는 해당영역을 지운 후 업데이트를 해야 하는 단점이 있다. 본 논문에서는 캐시 안에서의 거의 접근하지 않을 블락과 캐시로 들어가는 것을 막기 위한 기법을 제시한다. 이것은 캐시의 오염을 막고 더 오랜 기간 동안 캐시 안에서 인기 있는 블락 들을 유지하고 높은 히트율로 연결될 것이다. 또한 캐시 교체의 수를 줄임으로써 SSD의 쓰기를 감소할 것이고 그 결과 성능 뿐만 아니라 SSD의 수명도 연장 에도 도움이 될 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.353-354
• /
• 2014

오늘날 데이터베이스 시스템 의 스토리지에 많은 정보를 저장하게 되는데 이때 주로 HDD가 사용되고 있으며, 지금까지 대용량 저장 장치로 발전을 해왔다. HDD는 단위 비트 당 가격이 저렴한 이점이 있으나 HDD를 이용한 저장장치는 낮은 수행 속도 때문에 빠르게 정보를 제공받기를 원하는 사용자의 요구를 충족시키지 못하고 있다. 이를 해결하기 위해 빠른 I/O속도를 갖는 SSD를 이용한 저장 장치가 연구가 많이 되고 있으나 비트 당 가격이 비싼 SSD의 단점으로 인해 HDD를 전부 SSD로 대체하기에는 어려움이 있다. 본 논문에서는 HDD를 SSD로 완전히 대체하는 시스템이 아니라 SSD를 캐시로 사용한 SSD의 기반으로 혼합 스토리지 구조를 이용하여 검색 성능을 최적화시키기 위한 방법을 제안한다.

• Journal of information and communication convergence engineering
• /
• v.21 no.1
• /
• pp.24-31
• /
• 2023

The solid-state drive (SSD) possesses higher input and output speeds, more resistance to physical shock, and lower latency compared with regular hard disks; hence, it is an increasingly popular storage device. However, tiny components on an internal printed circuit board (PCB) hinder the manual detection of malfunctioning components. With the rapid development of artificial intelligence technologies, automatic detection of components through convolutional neural networks (CNN) can provide a sound solution for this area. This study proposes applying the YOLOv5 model to SSD PCB component detection, which is the first step in detecting defective components. It achieves pioneering state-of-the-art results on the SSD PCB dataset. Contrast experiments are conducted with YOLOX, a neck-and-neck model with YOLOv5; evidently, YOLOv5 obtains an mAP@0.5 of 99.0%, essentially outperforming YOLOX. These experiments prove that the YOLOv5 model is effective for tiny object detection and can be used to study the second step of detecting defective components in the future.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.28-29
• /
• 2011

SSD(Solid State Drive)는 다중-채널/ 다중-웨이 방식의 NAND 플래시 메모리를 이용하는 저장장치로서 기존 HDD(Hard Disk Drive)를 대체할 차세대 보조기억장치로 주목받고 있다. 하지만 SSD 와 같은 동작을 하는 커널레벨의 시뮬레이터가 존재하지 않아, 사용자 영역에서부터 실제 NAND 플래시 칩까지의 동작 원리를 파악하기 어렵다. 이러한 문제를 해결하기 위해 본 논문에서는 SSD 시뮬레이터의 설계 및 구현내용을 기술한다. 구현한 SSD 시뮬레이터는 다중-채널/ 다중-웨이 방식의 SSD 전체적인 동작 원리를 리눅스 커널 수준에서 파악할 수 있다. 또한 FTL 개발을 위한 환경을 제공할 뿐만 아니라, 사용자가 다양한 SSD 구조를 설계하여 성능을 예측할 수 있도록 한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.4
• /
• pp.117-123
• /
• 2013

In the recent cloud storage environment, the amount of SSD (Solid-State Drive) replacing with the traditional hard disk drive is increasing. Management of SSD for its space efficiency has become important since SSD provides fast IO performance due to no mechanical movement whereas it has wearable characteristics and does not provide in place update. In order to manage space efficiency of SSD, data de-duplication technique is frequently used. However, this technique occurs much overhead because it consists of data chunking, hasing and hash matching operations. In this paper, we propose new data de-duplication method using PRAM cache. The proposed method uses hierarchical hash tables and LRU(Least Recently Used) for data replacement in PRAM. First hash table in DRAM is used to store hash values of data cached in the PRAM and second hash table in PRAM is used to store hash values of data in SSD storage. The method also enhance data reliability against power failure by maintaining backup of first hash table into PRAM. Experimental results show that average writing frequency and operation time of the proposed method are 44.2% and 38.8% less than those of existing data de-depulication method, respectively, when three workloads are used.

• The Magazine of the IEIE
• /
• v.41 no.5
• /
• pp.18-27
• /
• 2014

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.462-465
• /
• 2011

낸드 플래시 메모리를 이용한 SSD(Solid-State Disk)는 빠른 속도와 저전력, 휴대성, 내구성 등의 특성을 가져 전통적인 저장 장치인 하드 디스크(HDD:Hard Disk Drive)를 대체할 차세대 저장 장치로 주목받고 있다. 그러나 저장 장치 성능 측정 도구는 기존의 하드 디스크의 특성을 기반으로 한 것들이 대부분으로 이를 통해 SSD의 성능을 측정하기엔 적합하지 않다. 특히 SSD는 하드 디스크에 비해 단위 공간 당비용이 수십 배 가량 높아 저장 공간의 효율적인 관리를 위해 컨트롤러(Controller)가 데이터 압축 기법을 사용하기도 하는데 이 압축 기법을 사용하는 컨트롤러에 따라 SSD는 다른 성능을 보인다. 또, 여러 가지 명령들이 한꺼번에 존재할 때 컨트롤러에 따라 이를 적절히 효율적으로 처리해주는 기능을 가지고 있는데 이 역시 SSD의 성능에 차이를 가져온다. 그러나 기존 저장 장치 성능 측정 도구는 압축 기법 유무를 판별할 수 있으면서 여러 명령들이 한꺼번에 존재할 때 SSD 성능의 차이를 파악할 수 있는 통합된 성능 측정 도구는 없다. 본 논문에서는 다양한 패턴에 따라 SSD의 특성을 측정할 수 있는 도구인 uFlip 성능 측정 도구를 기반으로, 압축 기법의 사용 유무를 판별할 수 있는 기능과 명령 큐 깊이(Command Queue Depth)에 따라 성능의 차이를 판별할 수 있는 기능을 추가하였고, uFlip 기반 수정된 성능 측정 도구로 몇 가지 상용 SSD의 성능을 평가하여 비교함으로써 추가된 기능들의 유무에 따라 SSD별로 다른 성능을 보이는 것을 확인할 수 있었다.

• KIISE Transactions on Computing Practices
• /
• v.24 no.3
• /
• pp.129-137
• /
• 2018

NVMe(Non-Volatile Memory Express) SSD(Solid State Drive) is a high-performance storage that makes use of flash memory as a storage cell, PCIe as an interface and NVMe as a protocol on the interface. It supports multiple I/O queues which makes it feasible to process parallel-I/Os on multi-core environments and to provide higher bandwidth than SATA SSDs. Hence, NVMe SSD is considered as a next generation-storage for data-center and cloud computing system. However, in the virtualization system, the performance of NVMe SSD is not fully utilized due to the bottleneck of the software I/O stack. Especially, when it uses I/O stack of the hypervisor or the host operating system like Xen and KVM, I/O performance degrades seriously due to doubled-I/O stack between host and virtual machine. In this paper, we propose a new I/O engine, called Direct-AIO (Direct-Asynchronous I/O) engine, that can access NVMe SSD directly for I/O performance improvements on QEMU emulator. We develop our proposed I/O engine and analyze I/O performance differences between the existed I/O engine and Direct-AIO engine.

• Journal of KIISE
• /
• v.42 no.12
• /
• pp.1480-1485
• /
• 2015

As SSDs are increasingly being used as high-performance storage or caches, attention is increasingly paid to the provision of SSDs with Quality-of-Service for I/O request streams of various applications in server systems. Since most SSDs are using the AHCI controller interface on a SATA bus, it is not possible to provide a differentiated service by distinguishing each I/O stream from others within the SSD. However, since a new SSD interface, the NVME controller interface on a PCI Express bus, has been proposed, it is now possible to recognize each I/O stream and schedule I/O requests within the SSD for differentiated services. This paper proposes Flash Operation Group Scheduling within NVME-based flash storage devices, and demonstrates through QEMU-based simulation that we can achieve a proportional bandwidth share for each I/O stream.