DDR的Controller、Channel、Chip、Rank、Bank、Row、Column、Sided、Dimm

2024-09-05 20:08

本文主要是介绍DDR的Controller、Channel、Chip、Rank、Bank、Row、Column、Sided、Dimm,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

概览


1.概览   

         先从半导体生产开始,生产出来还没切割的叫晶圆(wafer)。切割出来还没封装的叫裸die(bare die)。封装好的叫颗粒(component)。做成内存条后叫模组(module)。下文我们也会按这样的称呼去区分。

2.Controller(内存控制器)

        一开始内存控制器在主板上有独立的芯片;在英特尔微处理器的传统电脑上,其功能被集成在主板北桥上;但i7、i5等中央处理器上集成了内存控制器,以减少内存延迟。上面我们都是说cpu,当然也可以是fpga或者asic芯片。内存控制器可以通过phy与ddr相连,当然这些都有标准,可以看下面。关键是一个内存控制器也可以支持多个通道(所谓通道,其实是是正对cpu数据位宽而言的,你的cpu是64位数据线,那我这个ddr颗粒或者内存条也是64位,那就是单通道,如果,cpu是64位数据线,但是ddr颗粒或者内存条可以支持128位,那就是双通道。这里要注意俩个点:1.单个颗粒往往做不到64位那么大,所以需要内存条上多个颗粒,2.cpu总线就现在而言也没有128位那么多。)。

  • 控制器和 PHY 通过称为 DFI 接口的标准接口相互通信。您可以从这里下载 DFI 规范。
  • 然后 PHY 执行所有较低级别的信令并驱动到 DRAM 的物理接口。
  • JEDEC 标准JESD79-49B 规范中规定了 PHY 和存储器之间的这种接口

3.Channel  (通道)

       通道的概念主要是针对单次传输数据量而言的,其实上面也提到,现在的cpu一般也就64位,那么双通道的内存条(128位)有什么价值,其实主要是通道间的interleave(乒乓效果、减少等待,一次还是传输64位,但是在传输第一个64位后,第二个64位已经可以准备好)。

4.Chip (ddr芯片、ddr颗粒)

5.Rank(Dual Rank vs Single Rank

        Rank也叫物理bank。Rank表达的是级联的概念,特别需要强调,rank这个概念在网上好多是错误和不准确的,由于半导体技术发展,可以在一个芯片里面就实现多个rank,所以区分rank不要以内存芯片的数量来区分rank。换句话说,如果一个内存条在PCB的两面都有芯片(双面贴片)他就一定是双rank吗,它仍然可以是单级、双级或四级的,这取决于这些芯片是如何设计的,下面是一个内存手册截图,他可以再一个内存芯片(chip)里面实现双rank,什么rank层级大于chip(Rank > Chip ),其实这种排序是不准确的,理解片面了。

       当然站在内存条角度,也可以把凑成64位数据线所需要的内存颗粒叫做一个rank,如果一个内存条可以支持128位数据线带宽,那就叫

      根据各种测试,我们发现单列内存和双列内存没有明显的区别。关键是与双列内存相比,单列内存配置上的 CPU 使用率总是更高 (10-25%)。如果使用较少的 CPU,那是因为 CPU 在等待 RAM 上浪费了一些时间。由于双列存储器需要两个地址周期来读取整个模块,因此它本质上较慢。 

6.Bank

Bank

7.SidedDual Sided vs Single Sided

双面”和“单面”有什么区别,纯粹的物理结构就是颗粒贴到几个面

8.Dimm(双列直插内存模块)

       DIMM是Dual In-Line Memory Module的缩写。意思是内存条印刷电路板正反面均有金手指与主板上的内存条槽接触,这种结构被称为DIMM。于是内存条也有人叫DIMM条,主板上的内存槽也有人称为DIMM槽。

这篇关于DDR的Controller、Channel、Chip、Rank、Bank、Row、Column、Sided、Dimm的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1139940

相关文章

MVC(Model-View-Controller)和MVVM(Model-View-ViewModel)

1、MVC MVC(Model-View-Controller) 是一种常用的架构模式,用于分离应用程序的逻辑、数据和展示。它通过三个核心组件(模型、视图和控制器)将应用程序的业务逻辑与用户界面隔离,促进代码的可维护性、可扩展性和模块化。在 MVC 模式中,各组件可以与多种设计模式结合使用,以增强灵活性和可维护性。以下是 MVC 各组件与常见设计模式的关系和作用: 1. Model(模型)

Go Channel的实现

channel作为goroutine间通信和同步的重要途径,是Go runtime层实现CSP并发模型重要的成员。在不理解底层实现时,经常在使用中对channe相关语法的表现感到疑惑,尤其是select case的行为。因此在了解channel的应用前先看一眼channel的实现。 Channel内存布局 channel是go的内置类型,它可以被存储到变量中,可以作为函数的参数或返回值,它在r

INDEX+SMALL+IF+ROW函数组合使用解…

很多人在Excel中用函数公式做查询的时候,都必然会遇到的一个大问题,那就是一对多的查找/查询公式应该怎么写?大多数人都是从VLOOKUP、INDEX+MATCH中入门的,纵然你把全部的多条件查找方法都学会了而且运用娴熟,如VLOOKUP和&、SUMPRODUCT、LOOKUP(1,0/....,但仍然只能对这种一对多的查询望洋兴叹。   这里讲的INDEX+SMALL+IF+ROW的函数组合,

Spring 注解(@Repository 、@Service 和 @Controller )

Spring 2.5 中除了提供 @Component 注释外,还定义了几个拥有特殊语义的注释,它们分别是:@Repository、@Service 和 @Controller 。         在目前的 Spring 版本中,这 3 个注释和 @Component 是等效的,但是从注释类的命名上,很容易看出这 3 个注释分别和持久层 、业务层 和控制层 相对应。虽然目前这 3 个注释和 @

easyswoole not controller class match

not controller class match composer.json 注册 App 这个名称空间了吗?执行过 composer dump-autoload 了吗?存在 Index 控制器,但是文件大小写、路径都对了吗? task socket listen fail 注意,在部分环境下,例如 win10 的 docker 环境中,不可把虚拟机共享目录作为 EasySwoole 的 T

MySql 1264 - Out of range value for column 异常

前段时间操作数据库,本是一个很简单的修改语句,却报了  1264 - Out of range value for column字段类型官网  当时一看懵逼了,网上很多都说是配置的问题,需要修改my.ini文件,这个方式我没有试过,我想肯定还有其它方法,经过慢慢排 查发现表里的字段为 decimal(10,3) ,这说明小数点前只有7位,保留了3位小数点,而值在小数点前却有8位,这就导致了错误

【go 通道】go语言通道channel

通过使用通道,在多个goroutine发送和接受共享的数据,达到数据同步的目的。 通道,他有点像在两个routine之间架设的管道,一个goroutine可以往这个管道里塞数据,另外一个可以从这个管道里取数据,有点类似于我们说的队列。 声明一个通道很简单,我们使用chan关键字即可,除此之外,还要指定通道中发送和接收数据的类型,这样我们才能知道,要发送什么类型的数据给通道,也知道从这个通道里可

Spring是如何找到URL请求对应的Controller的

文章来源 原文作者:Spring MVC 原文地址: https://blog.csdn.net/hl233211/article/details/77450697 http://ddrv.cn/a/58528 本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。 序:先贴一张SpringMVC整体的框架原理图 此文主要描述Spring在响应请求的时候是如何根据U

SQLSERVER排名函数RANK,DENSE_RANK,NTILE,ROW_NUMBER

SQL SERVER排名函数RANK,DENSE_RANK,NTILE,ROW_NUMBER 前言 本文意于用实例数据帮助理解SQL SERVER排名函数RANK,DENSE_RANK,NTILE,ROW_NUMBER。 准备工作 创建测试表:   ? 1 2 3 4 5 create table test( id int identity(1,1)

feature_column相关接口

在TensorFlow中,特征列(Feature column)是原始数据和 Estimator 之间的接口,它告诉Estimator如何使用数据。 原始数据集包含各种各样的特征,有的特征是数值,比如年龄,长度、速度;有的特征是文字,比如,地址、Email内容、数据库查询语句等 神经网络接受的输入,只能是数值,而且是整理好的数值 所以,原始数据 和 神经网络输入需求之间需要一个桥梁,这个