基于强化学习的NAND闪存垃圾回收算法

NAND闪存受物理结构限制需采用垃圾回收策略,而该策略的执行会显著影响系统效率,其中冷热数据的精准分离是关键.同时,由于NAND闪存每个块可承受的擦除次数有限,改善磨损均衡对延长闪存寿命至关重要.现有算法难以在线学习数据访问模式,导致动态负载下冷热识别不准.为此,文章提出一种基于强化学习的垃圾回收算法,通过在线自适应学习实现冷热数据精准分类,并融合磨损均衡机制.实验表明,与当前表现最优的基线算法相比,本文算法将块擦除次数降低 16.4%,有效页拷贝次数减少 50.0%,磨损均衡度提升 33.3%,显著提高了垃圾回收效率并延长了闪存寿命.