【IT168 產品知識中心】Chipkill內存是IBM為NASA（美國太空總署）計劃於2003年向火星發射的 「火星漫遊者」探測器而設計的，其宗旨只有一個：高可靠性。那麼，Chipkill內存是怎樣實現高可靠性的呢？
內存糾錯技術的發展過程
90年代初，內存體系採用奇偶性校驗（Parity Verifying）技術。奇偶校驗內存在每一字節（8位）外又額外增加了一位作為錯誤檢測之用，BIOS中的監控程序會將存入內存中的數據位相加，並將結果存於校驗位中。比如一個字節中存儲了某一數值10011110，每一位加起來的結果為奇數（1＋0＋0＋1＋1＋1＋1＋0＝5），校驗位存入1。當CPU讀取儲存的數據時，監控程序再次相加存儲的8位數據，並將計算結果與校驗位相比較。如果發現二者不同，系統就會產生出錯信息。奇偶校驗技術僅能粗略地檢查內存錯誤，並不具備糾錯能力。
另一種內存糾錯技術叫做ECC（Error Correct Code，糾錯碼），它也是在原來的數據位上外加位來實現的，增加的位用來重建錯誤數據。在ECC糾錯體系中，如果數據為n個字節，則外加的ECC位為log2n + 5。例如對於64位數據，需要外加log28 + 5 = 8個ECC位。
當出現一個存儲位錯誤時，ECC體系可以自動進行糾錯。當出現2個數據位錯誤時，可以檢測出來，但不能糾錯，這種行為通常稱作「單錯糾正／雙錯檢測（Single Error Correction/Double Error Detection ，簡稱SEC/DED）。一次存取中有2個以上的數據位出錯時，由於SEC/DED體系檢測不出來了，致使數據的完整性受損。採用這種結構的存儲器，當檢測出多位錯誤時，系統就會報告出現了致命故障（Fatal fault），之後系統崩潰。
隨著RAM晶片的集成度的提高和內存容量的增大，內存發生錯誤的概率也隨之增加。幾年前被認為很可靠的SEC／DED內存體系，今天已經力不從心了，尋求具有多位糾錯能力的內存體系結構一直是眾多廠商追求的目標。
1996年，Compaq公司的Advanced ECC技術實現了糾正單一內存晶片上的多位錯誤，也可以糾正內存條上單晶片的失效。1998年，惠普在LH3伺服器產品中提出的自修復概念，主要內容也是內存的多位糾錯能力。
Chipkill內存是IBM為NASA（美國太空總署）計劃於2003年向火星發射的 「火星漫遊者」探測器而設計的，如圖1。2001年，IBM將這種chipkill技術移植到「藍色基因」伺服器產品中，成為其面向電子商務的電子蜥蜴計劃中的一個重要行動。接著DELL等廠商也紛紛在伺服器中採用了這種內存體系。
圖1 Chipkill內存
Chipkill是一種具有自愈（Self-healing）能力的內存體系結構，在工作過程中進行自我測試（self-test）和自我診斷（self-diagnosis），如果某個RAM晶片或內存條損壞，可以向管理員報告出錯信息，但機器仍可繼續運行，管理人員可在適當的時候更換故障的零件。
Chipkill內存的結構
RAM器件失效最為嚴重的情形是其全部數據位全部發生錯誤，糾正這種錯誤的基本思路應該著眼於晶片和系統的硬體結構，而不可能通過軟體升級的方式來達到目的。
存儲器中的每個字節外加一個ECC位構成ECC字。如果存儲器系統的數據寬度為32個字節（或256位），實際的存儲器數據的寬度是256＋32＝288位。同時，每一個數據位都被置於分離的ECC字中。
圖2描述了這種方法工作的原理。存儲系統由4個DIMM模塊構成，32個字節（256位）的數據被分成4個ECC字，每個ECC字含有8個字節（64位）的數據位和8個ECC位。這樣，一個ECC字的實際長度為64＋8＝72位，存儲數據總長度為72×4＝288位。
圖2 Chipkill內存糾錯原理
存儲器控制器（Memory Controller）把每個ECC字被分成4個長度為18位的段，分別存儲於4個DIMM中。同時，每個DIMM中也存儲了4個來自不同的ECC字的段。然後，每個段的18個位再被存儲在不同的RAM晶片中。
經過上述處理，每個DRAM晶片中只保存了ECC字的一位。如果RAM晶片失效，導致某個晶片中的全部18個位都出錯，也只是造成ECC字的一位錯誤。因為每個ECC字具有SEC／DED能力，可以自動糾錯，所以可以恢復所有的數據。當然，對於RAM中的某一位、某一行、某一列發生失效，系統也可以實現自動糾正錯誤。
Chipkill內存的應用前景
通過對ECC體系進行改造而設計的自動糾錯的內存體系結構，實現了人們盼望已久的徹底避免系統癱瘓和數據丟失的目的。短短幾年內，集成了chipkill技術的電腦產品已經在交通調度、證券交易等高可靠性系統中得到了廣泛應用了。
人們發現，使用chipkill內存的電腦產品，在提高了可靠性的同時，也降低了系統維護成本，減少了電子商務中的風險和法律責任，種種好處足以抵消價格偏高的不利因素。我們相信，chipkill技術不久就會出現在包括臺式機、筆記本和嵌入式系統等所有電腦產品中。