当我们谈企业级SSD时，是在谈什么？一些简单的文字，希望帮助读者了解什么是企业级SSD，以及和消费级SSD的区别。
当拿到一块企业级SSD时，我们通常可以看到如下特性：
1、接口类型：如2.5"SATA，AIC，U.2，U.3，EDSFF(E3.S，E3.L，E1.S....)
2.5"SATA，最高速率6Gbps
AIC接口，支持PCIe
最常见的U.2接口，当前服务器中大量使用的
EDSFF接口，包括E1.S/L，E3.S/L，有多种不同厚度
不同EDSFF接口类型尺寸，所能支持的最大功率以及PCIe lanes数量
图片来源：Forward Insights，不同接口SSD市场份额发展趋势
2、读写性能：128K顺序读和写，4K随机读和写IOPS，QoS，IOPS性能一致性，latency
和消费级SSD不同的是，企业级SSD追求的不是瞬间可以达到的最高性能，因为企业级SSD的应用场景需要满足7*24小时长时间工作，所以它对长时间稳定状态下的性能有所要求。
主要性能参数包括：
a）128K顺序读、写throughput；
b）4K随机读、写IOPS；
c）4K随机读、写IOPS一致性；
d）4K随机读、写latency；
e）4K随机读、写QoS；
3、NAND类型：TLC，QLC，XL-Flash等等
NAND类型，目前最常见的是TLC，每个cell可以表达3bits 0/1数据，即2的3次方，8种组合。QLC介质每个cell可以表达4bits 0/1数据，即16种组合，相比TLC翻倍。为了降低成本，目前QLC也已经开始在企业级市场中看到，Solidigm目前布局较早。
另外，在NAND介质材料方面，目前有两种不同的技术路线，分别是floating gate和charge trap，翻译为中文即多晶硅导体浮栅、电荷陷阱。floating gate技术以Intel和Micron为代表，该技术在读写干扰、数据保持方面理论上更好，但是Micron在2020年宣布放弃floating gate，全线产品转移到charge trap，所以该技术路线仅剩Intel一家。
charge trap技术应用较为广泛，除了2020年后的Micron，还有大厂三星、铠侠、SK海力士，以及国内的长江存储等。charge trap的特点是，cell间距可以更小，支持更高密度的产品，同时P/E磨损程度更低带来更高的寿命，另外写电压更低降低了program写入功耗，节能符合新时代发展需要。
4、耐用性：企业级一般用DWPD作为单位，比如1 DWPD，表示质保期内每天可写入等同于单盘容量的数据量
耐用性和SSD和NAND、固件的写入放大系数等息息相关，对企业级SSD根据耐用性可分为读密集型、混合型、写密集型，对应的DWPD分别为1、3、>3。
除了可以用DWPD作为单位，TBW也可以用来表达，尤其在消费级SSD更为常见。TBW和DWPD之间有一个换算的公式：
DWPD x 盘容量 x 365天 x 质保期 = TBW
关于耐用性的定义，感兴趣的读者可以参考一下JESD218B和JESD219A，分别定义了耐用性的测试方法和测试用的负载。
5、MTBF：一般是200万小时，或更高的250万小时，产品的可靠性指标，值越大代表产品越可靠
直接上图，最经典的浴盆曲线，在生产领域可谓无人不知。产品生命早期和后期都是故障率比较高的阶段，因此在实际操作中，产品出厂前会进行老化测试，让产品度过早期故障较高阶段，同时筛选掉不良产品，以保证送到客户手中的产品已经处于浴盆底部阶段。
MTBF，中文为平均故障间隔时间，用来表达处于浴盆底部阶段产品的可靠性，那如果按照字面意思理解，200万小时的MTBF，是否意味着平均200万小时才会出现一次故障？200万小时等于228年，228年才出现故障的话，估计地球上的企业要倒闭一半。
列一下MTBF的计算公式，或许可以帮助读者理解：
1000pcs x 1000 hours x 2 failures =200万小时
我相信聪明的读者已经可以理解，公式中1000pcs为测试样品数量，1000 hours为测试耗时，2 failures表示测试过程中发现了2次功能缺陷。所以MTBF是一个针对大样本量的测试，而不是个体产品的可靠性指标。
另外，MTBF和年失效率λ之间还有个换算的公式，感兴趣的读者可以研究一下：首先将MTBF的单位换算为年，即228年，然后取MTBF的倒数，即1/228年可得到年失效率，为0.44%。
从公式也可以看出，200万小时MTBF也不可能真的花200万小时去测试，正常来说会提高测试样品数量来缩短测试时间，同时根据阿伦纽斯加速方程来施加高温环境来进一步缩短测试时间。
对任何一家企业级SSD厂商而言，MTBF的测试都是相当重要且成本高昂的。
6、数据保护能力：LDPC纠错算法，Die间RAID，端到端数据路径保护等，企业级SSD不可或缺的数据保护措施
对于SSD数据保护能力的要求，对于企业级用户来说，要高于对性能的追求。如果说SSD高性能是0，那么数据保护就是它前面的1，在没有数据保护的基础上再高的性能也是徒劳。
因为SSD基于NAND设计，而NAND介质本身受限于生产工艺和硅材料纯度，本身会存在固有的错误率，一般用RBER（Raw bit error rate）表示，这是NAND介质在未经过固件的ECC或者LDPC纠错算法下的原始位错误率。另外，我们用UBER（Uncorrectable bit error rate）来表示经过ECC或LDPC纠错算法处理后仍然无法正确读取的位错误率。
上图是新的NAND介质经过大量写入擦除后，它的读电压阈值已经开始偏移，出现了很多的重叠，而这些重叠部分，如果没有纠错算法加持，固件是没办法判断它所表达的信息的。
上图可以看出，根据JESD218A（现在最新的是218B）规范要求，在企业级和消费级SSD之间，数据保持和UBER的要求都是存在区别的。
Die间RAID是一种冗余保护技术，这部分内容较多，不在这里单独展开了，有兴趣后面再写一篇单独介绍RAID。
端到端数据路径保护，这在企业级SSD的产品介绍中几乎常常看到，但消费级的产品却鲜有提及，原因在于不同用户对于数据保护能力的要求不同。
端到端指的是Host到NAND整个路径，而端到端数据路径保护强调的是，在整个数据路径传输过程中，都可以做到数据保护和纠错。比如Host到SSD主控之间，PCIe本身有CRC循环冗余校验算法，NAND和NAND之间有RAID冗余保护，以及LDPC纠错算法。这部分内容也非常之多，如果读者有兴趣，后续再单独展开讨论。
最后提一下，企业级SSD刚需--PLP（掉电保护），该技术主要为了保护在SSD掉电时，防止那些保存在DRAM中还未来得及写入NAND介质的内容丢失。主要原理是在供电电源芯片前端加入一颗掉电保护芯片，当然也有电源芯片本身已经集成了掉电保护功能，掉电保护芯片会有一个GPIO连接到供电端，一旦发现供电端电压跌落到一个阈值，启动掉电保护流程，通知主控芯片，同时从挂载的电容上抽取电荷供系统继续工作一小段时间，一般是10ms到30ms。
因为篇幅有限，本文只是简单介绍了一下企业级SSD的基本特性，关于企业级SSD和消费级SSD的区别，其实在生产和测试环节也有很多明显的不同，有时间再展开去讨论。
