磨损均衡（Wear Leveling）

3 秒看懂

一句话： 磨损均衡是 SSD/闪存控制器的”公平调度器”——不让少数存储块反复擦写到报废，而是把擦写压力均匀摊到整盘所有块上，最大化整盘寿命。

类比： 一家餐厅有 100 张桌子，如果总让同 10 张桌子翻台，它们很快磨损报废；磨损均衡就是让每张桌子轮流被使用，延长整体运营年限。

3 分钟产业解释

为什么需要磨损均衡？

NAND 闪存有一个根本物理限制：每个存储单元只能承受有限次数的编程/擦除（P/E）循环，超限后电荷陷阱层（charge trap layer）或浮栅（floating gate）退化，数据保持能力急剧下降直至失效。

在没有磨损均衡的情况下，文件系统的热数据（如日志、索引、元数据）会反复写入同一组存储块，导致这些块提前报废，而其他块几乎没被使用——整盘容量缩减，寿命远低于理论值。

核心价值

磨损均衡是 FTL（Flash Translation Layer，闪存转换层） 固件的核心功能之一，与垃圾回收（GC）、坏块管理（Bad Block Management） 并列为闪存管理三大支柱。

15 分钟专家深入

1. 磨损均衡的本质：将逻辑-物理映射从”静态绑定”变为”动态调度”

传统文件系统假设存储介质是均匀可写的（如 HDD 的磁道），但 NAND 闪存的物理限制使得”同一个逻辑地址反复写入同一物理位置”成为致命问题。

磨损均衡的核心思想是：FTL 维护一张逻辑地址到物理地址的映射表（L2P Mapping Table），每次写入时动态选择 P/E 计数最低的物理块作为目标，从而实现：

• 写入分散：热逻辑页不再锁定在固定物理位置
• 寿命均摊：所有物理块的 P/E 计数趋向一致（方差最小化）
• 整盘最大化：任何一个物理块都不会过早达到 P/E 极限

2. 两类主要算法

（1）动态磨损均衡（Dynamic Wear Leveling）

• 机制：只在写入时选择擦写次数最少的空闲块（free block pool）进行分配
• 优点：实现简单，映射表开销小，写入延迟低
• 缺点：冷数据块（长期不写入的数据所占据的块）永远不会被擦写和重新分配，导致冷数据块”锁死”在低 P/E 计数，整盘 P/E 方差大
• 适用场景：写入模式相对均匀、冷数据占比低的场景

（2）静态磨损均衡（Static Wear Leveling）

• 机制：不仅在写入时分配低 P/E 块，还会主动将冷数据从低 P/E 块搬移到高 P/E 块，释放低 P/E 块用于后续写入
• 优点：整盘所有块的 P/E 计数高度均匀，整盘寿命接近理论极限
• 缺点：额外的数据搬迁增加写放大（WAF），映射表维护复杂度更高，GC 交互更复杂
• 适用场景：企业级 SSD、写入模式极不均匀的混合负载

差异对比

注：上述寿命利用率数字为业界常见定性估算，实际取决于 FTL 具体实现和工作负载。

3. 与 GC、WAF 的三角博弈

磨损均衡不是孤立功能，它与垃圾回收（GC）紧密耦合：

┌──────────────────────────────────────────────────────┐
│                   FTL 固件架构                         │
│                                                      │
│   ┌─────────────┐    ┌─────────────┐                │
│   │  L2P 映射表  │◄──►│  磨损均衡    │                │
│   └──────┬──────┘    │  (块选择策略) │                │
│          │           └──────┬──────┘                │
│          ▼                  ▼                        │
│   ┌─────────────┐    ┌─────────────┐                │
│   │  垃圾回收    │◄──►│  坏块管理    │                │
│   │  (GC)       │    │  (BBM)      │                │
│   └──────┬──────┘    └─────────────┘                │
│          │                                           │
│          ▼                                           │
│   ┌─────────────┐                                   │
│   │ NAND 物理层  │                                   │
│   └─────────────┘                                   │
└──────────────────────────────────────────────────────┘

关键交互：

• GC 搬运有效页 → 触发源块擦除 → 该块 P/E 计数 +1
• 磨损均衡决定 GC 优先回收哪些块（优先回收高 P/E 块，降低其使用频率）
• 静态磨损均衡的冷数据搬迁可与 GC 合并执行，减少额外写放大
• WAF =（NAND 实际写入量）/（主机写入量），磨损均衡（尤其静态）会贡献额外的 WAF 增量

4. P/E Cycle 预算与制程退化

不同 NAND 类型的典型 P/E 耐久度（耐久度随制程微缩有下降趋势；对于 3D NAND，堆叠层数增加通常不直接导致 P/E 耐久度下降，反而可能因单元尺寸增大而改善或持平）：

注：上述数字为行业常见量级范围，实际值取决于厂商制程、验证标准和温度条件，各厂商公开口径不完全一致。

趋势： 随着 NAND 从 SLC → QLC/PLC 演进，单 cell 可承受的 P/E 次数显著下降，磨损均衡的重要性从”优化项”变为”生存必需”——没有高质量磨损均衡的 QLC SSD，实际寿命可能仅为理论值的几分之一。

5. 映射表粒度与开销

• 页级映射（Page-Level Mapping）：每个逻辑页独立映射到物理页，灵活性最高，但映射表庞大（例如 4TB SSD 以 4KB 页为粒度，映射表可达数 GB 级别）
• 块级映射（Block-Level Mapping）：以块为单位映射，映射表小但灵活性低
• 混合映射（Hybrid Mapping）：热数据用页级映射，冷数据用块级映射，是多数商用 FTL 的选择

磨损均衡的精度直接受映射粒度影响——页级映射允许逐页搬迁冷热数据，块级映射只能以块为单位调整。

技术原理

核心算法逻辑

动态磨损均衡——最小 P/E 分配策略

算法: Dynamic_Wear_Leveling_Write(logical_page, data)
──────────────────────────────────────────────────
1. 查询 L2P 映射表:
     old_phys_block = L2P[logical_page]
2. 如果 old_phys_block 有效:
     将 old_phys_block 标记为待擦除 (pending erase)
3. 从 free_block_pool 中选择:
     target_block = argmin(PEC[blk])  // PEC = P/E Cycle count
     ∀ blk ∈ free_block_pool
4. 将 data 写入 target_block
5. 更新 L2P:
     L2P[logical_page] = target_block
6. 擦除 old_phys_block:
     PEC[old_phys_block] += 1
     将 old_phys_block 归还 free_block_pool

静态磨损均衡——冷数据搬迁策略

算法: Static_Wear_Leveling_Background()
──────────────────────────────────────────────────
1. 计算全盘 P/E 统计:
     avg_pec = mean(PEC[all_blocks])
     max_pec = max(PEC[all_blocks])
     min_pec = min(PEC[valid_blocks_with_cold_data])
2. 如果 (max_pec - min_pec) > THRESHOLD:   // 触发条件
     // 找到冷数据占据的低 P/E 块
     cold_block = blk where:
       PEC[blk] ≈ min_pec
       blk 包含长期未更新的有效数据 (cold data)
     
     // 找到高 P/E 的空闲块或可回收块
     hot_victim_block = blk where:
       PEC[blk] ≈ max_pec
       blk 可用于接收冷数据
3. 搬迁冷数据:
     copy valid_pages(cold_block) → hot_victim_block
4. 擦除 cold_block:
     PEC[cold_block] += 1   // P/E 计数微增
5. 将 cold_block (低 P/E) 放回 free_pool
   → 后续写入优先使用此块

P/E 分布可视化

无磨损均衡时的 P/E 分布 (极度不均):
块编号:  0    1    2    3    4    5    6    7    8    9
P/E:   [500] [12K] [200] [15K] [100] [13K] [300] [11K] [50] [14K]
         ↑         ↑         ↑         ↑         ↑
        冷块      热块       冷块      热块      冷块
        (浪费)   (即将报废)  (浪费)   (即将报废)  (浪费)

有动态磨损均衡时:
块编号:  0    1    2    3    4    5    6    7    8    9
P/E:   [4K] [5K] [4.5K] [5.2K] [4.8K] [5.1K] [4.3K] [4.9K] [5K] [4.7K]
        ───────────────── 均匀分布 ─────────────────

有静态磨损均衡时 (更优):
块编号:  0    1    2    3    4    5    6    7    8    9
P/E:   [5K] [5K] [5K] [5.01K] [5K] [4.99K] [5K] [5K] [5K] [5K]
        ──────────────── 极度均匀 (方差最小) ────────────────

与 NAND 物理机制的关联

磨损均衡的效果最终要落到 NAND 闪存的物理退化机制上：

1. 隧穿氧化层退化：每次 Fowler-Nordheim 隧穿编程/擦除都会在氧化层中产生缺陷态（trap），积累到阈值后导致电荷泄漏、阈值电压偏移
2. 字线间干扰（WL-WL interference）：高 P/E 块中相邻字线间的电容耦合效应更严重，增加读取干扰
3. 数据保持退化：高 P/E 块中被捕获电荷更容易泄漏，高温下数据保持时间缩短

磨损均衡通过控制 P/E 计数的最大值，间接控制了上述所有退化机制的上限。

技术演进史

关键技术转折点

• SandForce SF-1200（约 2009-2010）：压缩+磨损均衡联动，通过减少实际 NAND 写入量间接降低磨损
• Samsung V-NAND（2013 起）：3D NAND 的 P/E 耐久度一度优于同代平面 NAND，缓解了磨损均衡压力
• NVMe ZNS / FDP（2020s）：将数据放置决策从 SSD 控制器部分上移至主机端，主机可以指示冷热数据分离，减轻 FTL 磨损均衡的盲目性

技术路线对比

不同磨损均衡策略量化对比

注：TBW 利用率和 WAF 贡献数字为业界定性估算范围，具体数值因厂商 FTL 实现、工作负载差异很大。

不同 NAND 类型对磨损均衡的依赖度

上下游

产业链定位

上游（半导体制造）                中游（控制器/固件）              下游（终端应用）
┌──────────────┐           ┌──────────────────┐          ┌────────────────┐
│ NAND Fab     │           │ SSD 控制器厂商    │          │ 消费电子        │
│ (Samsung,    │   NAND    │ (Phison, SMI,    │   SSD    │ (PC/手机/平板)   │
│  SK Hynix,   │──────────►│  Marvell,        │────────►│                │
│  Micron,     │  晶圆/Die │  Silicon Motion) │  成品    │ 企业存储         │
│  Kioxia,     │           │                  │          │ (数据中心/服务器) │
│  YMTC)       │           │ FTL 固件研发      │          │                │
│              │           │ (磨损均衡/ GC/    │          │ 汽车/IoT        │
│              │           │  BBM 是核心)      │          │ (车载/工业存储)   │
└──────────────┘           └──────────────────┘          └────────────────┘
                                      ▲
                                      │
                           ┌──────────┴──────────┐
                           │ 主机端接口演进        │
                           │ (ZNS / FDP /        │
                           │  Open-Channel SSD)  │
                           │ 主机参与数据放置，    │
                           │ 辅助磨损均衡          │
                           └─────────────────────┘

关键供应关系

• NAND 晶圆厂 提供闪存颗粒，其制程和架构决定 P/E 耐久度基线
• 控制器厂商 的 FTL 固件实现磨损均衡算法，是差异化的关键技术壁垒
• 主机端（操作系统/应用） 通过 ZNS/FDP 等新接口，开始参与数据冷热分类，降低 FTL 磨损均衡的盲目性

关键指标

供需与市场数据

市场规模背景

• 全球 NAND Flash 市场规模约数百亿美元/年（随周期波动），磨损均衡作为 FTL 核心功能嵌入每一颗 SSD 控制器中，无独立市场规模，但其质量直接影响产品竞争力
• 企业级 SSD 市场对 TBW/寿命要求极高，是磨损均衡技术投入最大的领域

需求驱动力

供给格局

• 控制器固件是核心差异化层：群联（Phison）、慧荣（SMI）、Marvell、三星自有控制器等各自有独立的 FTL 磨损均衡实现
• 大型 NAND 厂商（Samsung、SK Hynix、Micron 等）在自家 SSD 中使用自研控制器，磨损均衡算法深度定制
• FTL 算法属于核心商业机密，公开技术细节极少

代表公司与资本映射

注：磨损均衡是 FTL 固件功能，无独立上市公司；上述公司通过控制器或 SSD 产品间接关联。

产业观察要点

为什么关注磨损均衡？

1. QLC/PLC 是确定性趋势：随着每代 NAND P/E 耐久度下降，FTL 算法质量（尤其是磨损均衡）从”锦上添花”变为决定产品可用性的命门。谁的磨损均衡算法更优，谁的 SSD 在相同 NAND 颗粒下就能提供更高的 TBW，直接转化为产品溢价能力。

2. 控制器是关键差异化层：NAND 颗粒趋于同质化（同代 P/E 差异缩小），控制器 FTL（含磨损均衡）成为SSD 性能和寿命差异化的核心。具备成熟控制器能力的厂商（群联、慧荣等）在 QLC 时代更容易形成技术壁垒。

3. ZNS/FDP 改变游戏规则：NVMe 2.0 引入的 ZNS 和 FDP 接口将数据放置决策部分上移至主机端，这重塑了磨损均衡的实现方式——能同时做好主机端数据放置和控制器端 FTL 优化的厂商将占据优势。

4. AI 存储需求是新增量：AI 训练产生的数据写入量巨大，对 SSD 寿命要求极高；HBM→SSD 的存储层级中，企业级 SSD 的 TBW 直接影响 TCO，磨损均衡质量是隐性但关键的采购决策因素。

关注信号

• 厂商发布新控制器时的 TBW/DWPD 指标提升幅度
• QLC SSD 在企业级市场的渗透率
• ZNS/FDP 生态成熟度
• 主要 NAND 厂商的 P/E 耐久度公开数据变化

常见误读纠偏

误读 1：「磨损均衡可以延长 NAND 的物理寿命」

纠偏： 磨损均衡不能改变单个存储单元的 P/E 耐久度极限，它做的是均匀分配——让所有块的 P/E 接近满额再一起失效，而不是让某些块超限、其他块闲置。类比：10 根蜡烛每根能烧 1 小时，磨损均衡不是让每根烧 2 小时，而是让 10 根同时烧完而不是 1 根烧 10 小时其余 9 根浪费。整盘 TBW 的提升来自消除浪费，而非突破物理极限。

误读 2：「有了磨损均衡就不用担心 SSD 寿命了」

纠偏： 磨损均衡只是 SSD 寿命管理的一个维度。写放大（WAF）、垃圾回收效率、数据保持（retention）退化、读干扰（read disturb） 等因素同样影响实际寿命。此外，企业级 SSD 的掉电保护、端到端数据保护等也是可靠性的重要组成部分。磨损均衡是必要条件而非充分条件。

误读 3：「消费级 SSD 不需要静态磨损均衡」

纠偏： 消费级 SSD 确实通常采用动态磨损均衡以降低成本和写放大，但如果用户有大量冷数据（如操作系统、不常修改的文件），动态磨损均衡会导致冷数据块长期占据低 P/E 块不释放，在 SSD 接近满容量时尤其严重。现代高端消费级 SSD（如 Samsung 990 Pro 等）实际上也集成了简化版静态磨损均衡策略。

误读 4：「磨损均衡是纯硬件实现的」

纠偏： 磨损均衡完全是 FTL 固件（软件/固件） 的功能，运行在 SSD 控制器的嵌入式处理器（通常为 ARM Cortex-R 系列或 RISC-V 核心）上。硬件提供的是 NAND 接口和 ECC 引擎，算法逻辑完全是固件团队的知识产权。

学习路径

入门（1-2 小时）

1. 理解 NAND Flash 的基本物理原理（浮栅/电荷陷阱、P/E 循环、坏块概念）
2. 了解 SSD 的 FTL（闪存转换层）架构，知道 L2P 映射表的作用
3. 阅读 Wikipedia “Wear leveling” 词条，建立基本概念

进阶（1-2 天）

1. 学习动态 vs. 静态磨损均衡的算法差异
2. 理解 GC（垃圾回收）与磨损均衡的交互关系
3. 阅读经典论文：
   • “An Introduction to Flash Translation Layer and Wear Leveling”（FTL 综述类论文）
   • 研究 FAST（USENIX Conference on File and Storage Technologies）会议相关论文
4. 了解 WAF（写放大因子）的概念和计算方式

专家级（持续研究）

1. 深入 NVMe ZNS（Zoned Namespace）和 FDP（Flexible Data Placement）规范——理解主机端如何辅助磨损均衡
2. 研究 Open-Channel SSD 架构中磨损均衡职责的重新划分
3. 关注 AI/ML 驱动的自适应磨损均衡策略（预测写入模式、动态调整阈值）
4. 追踪 PLC（5 bits/cell）研发进展及其对 FTL 算法的新挑战
5. 研读主要控制器厂商（Phison、SMI、Marvell）的公开技术白皮书

一句话总结

磨损均衡是 NAND 闪存寿命管理的基石算法——它不改变物理极限，而是通过智能调度让每一块存储单元”死得其所”，在 QLC 时代其重要性正从后台走向前台。

延伸阅读与来源

声明： 本文中涉及的具体 P/E Cycle 数值、TBW 利用率、WAF 贡献等为行业常见量级的定性估算，具体数值因厂商实现、工作负载、温度条件等差异显著，请以各厂商官方规格书为准。