存储热节流与温度补偿探讨

从结温与自发热、跨温读窗口错位，到写侧 / 读侧 / 保持侧补偿与热节流档位 —— 一份给嵌入式、车规与工业存储做温控设计、补偿标定与热调优用的技术探讨 ｜ 编制日期 2026-10-14 ｜ 版本号 Rev 1.0

温度在存储系统里扮演的角色，比大多数人以为的要复杂得多。它不只是一个写在 datasheet 首页的「工作温度范围」，也不只是一个温箱里要跑的测试项目。器件一旦上电，它自己就在发热；它发的热会改变自己的结温；结温又会同时改变「单元该怎么读」和「器件还能不能继续写」这两件完全不同的事。这两件事一个要补偿、一个要节流，方向相反，却共用同一个温度读数与同一套标定数据。把这两件事混为一谈，是热相关故障长期被误判的根因。

结论：温度对存储的影响要拆成两条正交的轴 —— 轴①「温度补偿」：写入 / 擦除 / 读取所需的参考电平时序随温度漂移，器件必须主动补偿，让自己在低温下也写得进、高温下也读得回；轴②「热节流」：器件自身功耗发热，必须主动限制自己，别把自己烧到结温上限以上。跨温（低温写高温读、高温写低温读）是这两条轴交界处最棘手的问题，症状表现为读回错误与纠错量升高，但责任通常在参考电平与标定，而不是介质本身坏了。

报告总结

本文要解决的不是「温度高了会怎样」这种泛泛的温升科普，而是四类非常具体、在评审和现场反复出现的工程问题：

• 把补偿和节流分开。很多团队把「高温性能下降」笼统归因于「温度太高」，却分不清这是器件在主动限流（为了保命）还是因为参考电平失配（读不准）。二者的处置手段完全不同：前者要改散热与负载形态，后者要改标定与重试策略。混淆会导致越改越错。
• 讲透跨温。低温写下的数据在高温读，或高温写下的数据在低温读，读窗口会怎么错位、责任在单元在参考电平还是在控制器、为什么症状会被误判成「介质坏了」甚至导致整盘被判废。这是本篇相对其它篇最独特的内容。
• 把热链路讲成可定位的东西。结温不等于壳温；自发热经过 die、封装、焊球、PCB 铜箔、机壳、空气这一整条热阻链路；链路上的瓶颈在哪一环，决定了你加铜箔、加过孔、改风道还是改负载，哪一样才有效。
• 把温度接到寿命与性能上。SLC Cache 与节流的交互、峰值性能与稳态性能的分野、突发负载下的热积分、以及温度与寿命预算的接口 —— 这些都是「器件没坏但用户说卡」的高频场景。

读者路径

1. 温度为什么是运行态变量而不是环境参数

大多数人第一次接触存储的温度指标，是从 datasheet 首页那一行「工作温度范围」开始的。这一行数字很容易让人形成一种误解：温度是外加给器件的，器件只要在这个范围内就「没事」，超出就「有事」。真实情况恰恰相反 —— 器件上电之后，它自己的功耗就在持续改写自己的结温，而结温又反过来改写它的读写行为与它愿意承受的吞吐上限。温度因此是一个由负载决定的运行态变量，而不是一个可以事先查表就定死的环境参数。

1.1 结温与壳温不是一回事

讨论温度之前必须先把三个口径分开，否则后面所有的争论都是各说各话：

• 结温 Tj（junction temperature）：硅片本体有源区的温度。所有物理机制（载流子迁移率、隧穿效率、漏电、电迁移）真正作用的温度，也是所有内部标定、补偿与节流判据实际使用的温度。
• 壳温 Tc（case temperature）：封装外表面（通常取顶面中心）的温度。它是唯一能用常规手段直接贴到的温度，但它比 Tj 低，且与 Tj 的差值随功耗实时变化。
• 环境温度 Ta（ambient temperature）：器件周围空气或腔体的温度。它是热设计的输入，不是器件状态的描述。

三者的关系由热阻决定：从结到壳有 Rjc，从结到板有 Rjb，从结到环境有 Rja。在稳态下，Tj 与 Tc 的差值约等于功耗乘以 Rjc（具体口径以所用料号的正式 datasheet 为准）。关键在于 Rjc 不为零：一个持续写入的器件，壳温可能只有六十多度，结温却已经逼近内部阈值。反过来，一个刚停止写入的器件，壳温还在缓慢下降，结温却已经掉得很快 —— 这就是「用壳温反推结温」容易出错的原因。

1.2 自发热与热阻链路

存储器件不是被动受热的，它是自己发热的。编程（Program）与擦除（Erase）操作要在字线、位线上加高压并把电荷推进浮栅或电荷俘获层，这一过程的功耗远高于读与待机；读操作因为要反复对位线充放电、跑传感放大与纠错译码，功耗居中但也不可忽略；接口 PHY、PLL、控制器内核在高速传输时也贡献一份。这些功耗全部落在同一个 die 上，经过同一条热阻链路散出去。

热阻链路可以粗略分成六段：硅片本体（热容很小、升温极快）→ die attach 与封装体 → 焊球 / 焊盘 → PCB 铜箔与过孔 → 机壳或散热结构 → 空气。每一段都有自己的热阻与热容，因此整条链路对不同时间尺度的负载响应完全不同：秒级的突发写入主要由硅片与封装这一段决定，分钟级到第几分钟的持续负载则由 PCB 与机壳这一段决定。这也是为什么突发短写不会立刻触发节流，但持续写会在几十秒到几分钟后掉速 —— 热还没传到外面去，但结温已经上来了。

1.3 运行态与静态温度等级的区别

这是本篇最需要读者先接受的一个区分。温度在存储语境里其实有两个完全不同的用法：

• 静态温度等级：写在规格书上的「工作温度范围」「存储温度范围」，是一个二元判据 —— 在范围内器件保证功能，超出范围不保证。它回答的是「器件能不能活」。
• 运行态温度行为：在等级范围之内，器件的读窗口、编程效率、纠错压力、可用带宽、延迟，都随温度连续变化。它回答的是「器件活得好不好、能干多少活」。

绝大多数热相关的现场问题发生在等级范围以内。器件没超规格，认证也过了，但性能掉了、读回错误多了、寿命消耗快了。这些都不是「等级」能回答的问题，必须回到运行态行为上。反过来说，只盯着运行态调优而忽视等级，也会在宽温场景里付出代价 —— 那是第 10 章与车规宽温篇的内容。

1.4 与车规宽温篇的分工

本系列另有一篇《车规宽温与存储可靠性等级》，讨论的是静态的等级与认证口径：商业级 / 工业级 / 车规级的温区划分、AEC-Q100 的 Grade 体系、试验矩阵怎么组织、Retention 年限怎么折算、以及供应链与可追溯性。那一篇的输出是「该选哪一档料」。

本篇讨论的是运行态的热行为与补偿 / 节流机理：同一颗料，在等级范围以内，它的结温怎么随负载走、读窗口怎么随温度漂移、内部补偿与节流怎么介入、主机侧该怎么配合。本篇的输出是「这颗料在这个系统里该怎么用」。

两篇的接口很清楚：车规宽温篇决定「能不能用它」，本篇决定「用它的时候要注意什么」。第 10 章会再次回到这个接口上，把宽温场景特有的运行态问题（温度斜率、冷启动、持续高温）与那篇的静态口径对接起来。

1.5 本文主线与读者路径

本文有一条贯穿始终的主线：温度对存储的影响分两条正交的轴，一条要补偿，一条要节流。

• 轴① 温度补偿（compensation）：温度改变了存储单元的行为 —— 阈值电压分布漂移、编程与擦除效率变化、读参考电平相对位置变化。器件必须主动调整自己：调整编程步进与验证电平、调整读参考电平与重试表、调整校准读与读刷新的节奏。补偿的方向是「让自己适应温度」，目的是在低温下也写得进、读得回。
• 轴② 热节流（thermal throttling）：温度是器件自己发热的结果，而结温有上限。器件必须主动限制自己：降低并发、拉长编程间隔、限制带宽。节流的方向是「让自己别烧过头」，目的是把结温压在上限以下。

两条轴方向相反一个要求「更用力」，一个要求「更省劲」 —— 但它们共用同一个片上温度读数与同一套标定数据。这个共用正是复杂性的来源：一次温度读数升高，既可能触发补偿表切换（为了读得更准），也可能触发节流降档（为了少发热），而两者的现象在主机看来都是「这次操作变慢了 / 重试了」。

2. 温度对存储单元的物理作用

第 1 章确立了「温度是运行态变量」这个前提。第 2 章要回答的是：温度到底改写了存储单元里的哪些物理量，以及这些改写怎么一步步变成主机看得见的读回错误与掉速。这一章是后面所有补偿与节流讨论的物理基础 —— 不理解这一章，第 3 章的跨温机理与第 4 章的补偿手段就都成了无源之水。

2.1 阈值电压分布随温度的漂移

存储单元用「阈值电压 Vt 落在哪一段区间」来表示存了几个比特。读出时，控制器用若干个读参考电平去切这些区间，判断每个单元属于哪一档。温度会改变两件事：

• 分布的整体位置：温度变化时，同一批单元的 Vt 分布整体向高或向低平移。定性地说，低温下单元更「难导通」，等效表现为分布向高 Vt 方向偏移；高温下相反。具体方向与幅度取决于工艺、单元类型与电荷存储机制，以正式 datasheet / 规范为准。
• 分布的展宽程度：温度变化时分布的宽度也在变。展宽比平移更危险，因为它直接吃掉相邻分布之间的间隙 —— 而那个间隙就是读窗口。

需要强调的是：真正致命的不是分布移动了多少，而是分布与读参考电平之间的相对位置变了。如果参考电平能跟着温度一起走，分布怎么移动都不会出问题；出问题是因为参考电平（或其标定值）固定在常温条件下，而分布已经走了。

2.2 编程与擦除的温度依赖

编程（把电子推进浮栅 / 电荷俘获层）与擦除（把电子拉出来）都依赖隧穿与热激发过程，而这两者对温度都很敏感。

• 低温下编程更难：隧穿效率与载流子迁移率下降，同样的编程脉冲推不进同样多的电荷。表现为编程时间变长、验证步进次数增加，严重时编程验证一直通不过，最终该块被判为编程失败。
• 低温下擦除也更难：同样的擦除脉冲拉不干净，剩余电荷偏高，擦除后的分布下缘抬不上去，后续编程的起点就偏了。
• 高温下编程更容易但更难控制：隧穿效率高，电荷容易推过头，步进控制若不做补偿就容易过冲，把分布推到超出预期的位置；同时高温下漏电大，刚写完的电荷也在往外跑。

这就是写侧补偿存在的理由：器件必须根据当前温度调整编程脉冲的幅度、宽度与步进增量，以及验证电平的位置，让「写进去的结果」在不同温度下落在同一个目标分布上。这些参数由厂商标定，具体取值以正式 datasheet / 规范为准，本文只讨论机理与工程含义。

2.3 读参考电平的温度依赖

读参考电平（read reference level）是控制器用来切分 Vt 分布的那几个「刀口」。常温下它们被标定在分布之间的最优位置上 —— 通常是让两侧的错误概率大致均衡的地方。

温度一变，两个东西同时变：分布在动，而参考电平如果不动，刀口就不再落在最优位置上了。落到工程语言上就是：

• 刀口偏向一侧：原本均衡的两侧错误变成一侧错误暴涨。这一侧的错误通常是单向的（比如总是把某个电平判成相邻电平），这种单向性对纠错码很不友好。
• 刀口落进分布内部：错误不再是「边缘单元的少量翻转」，而是「一大片单元集体判错」。这时错误量会突然跳一个数量级，纠错码从「轻松纠正」直接跳到「纠不动」。
• 刀口离分布太远：虽然不错判，但会浪费读窗口，表现为在某些状态下读不出来、需要换档重试。

因此读侧补偿的核心动作是：让读参考电平跟着温度走。实现方式通常是器件内部保存一张按温度分档的参考电平表，温度读数落进哪一档就用哪一行；读不通时再按重试表逐档尝试。重试表的组织与优先级是第 4 章的重点。

2.4 数据保持的加速退化

数据保持（retention）指的是写进去的电荷能在浮栅 / 电荷俘获层里留多久。电荷流失的主要通道是隧穿与陷阱辅助漏电，而这两者都强烈依赖温度 —— 温度越高，流失越快。这是存储领域最经典的温度效应，也是唯一一个「温度高一定更坏」的方向。

工程含义有三条：

• 保持退化是时间的函数，不是读写的函数。一个高温下放着不写的器件，数据照样在流失。所以「高温存储」与「高温工作」要分开算（详见第 9.3 节）。
• 高温下写的和高温下放的，退化机理不完全相同。前者叠加了写入质量的问题（分布位置、过冲、干扰），后者是纯粹的漏电。
• 退化到一定程度是「读不出来」而不是「突然消失」。表现为纠错量随存放时间单调上升，直到超出纠错能力。这给了系统一个可观测的预警窗口 —— 前提是你在看这个量。

温度加速的定量模型（阿伦尼乌斯型加速因子加幂律修正）与折算方法，本系列《车规宽温与存储可靠性等级》篇有专门讨论；本篇只在第 9 章从运行态角度讨论它怎么与节流、补偿、寿命预算接口。

2.5 温度循环与封装应力

前四节讨论的都是硅片内部的事。这一节讨论的是封装与互连这一层：不同材料的热膨胀系数（CTE）不同，温度一变，各层之间的膨胀量不同，界面上就产生剪切应力。温度反复循环，应力反复作用，最终在焊点、键合点、界面材料上累积损伤。

这条链路与前面几条有一个本质差别：它是累积性的、不可逆的。Vt 漂移、参考失配、保持退化都可以通过补偿与刷新「救回来」，但焊点疲劳造成的开裂救不回来。因此温度循环的风险不在单次循环的幅度，而在循环次数与幅度共同作用的累积损伤。

工程上要关注三个放大因素：① 大封装器件在同样温差下的绝对位移更大；② 无铅焊料与有铅焊料的抗疲劳特性不同；③ 器件放在高热梯度位置（比如紧贴大功率器件）时，同一块板上的温差会额外贡献应力。

2.6 四个被温度改写的量

把这一章收个口。温度落到存储单元上，最终改写了四个量，后面所有章节都在跟这四个量打交道：

• 量①：分布位置（Vt 分布整体在哪） → 由写侧补偿与读侧补偿共同照顾。
• 量②：分布宽度（分布有多胖） → 决定读窗口还剩多少，是纠错压力的直接来源。
• 量③：判据位置（读参考电平在哪） → 读侧补偿的直接对象，也是跨温问题的核心。
• 量④：流失速率（电荷跑得多快） → 保持侧补偿与寿命预算的输入。

请注意前三个量决定了「现在读不读得出来」，第四个量决定了「将来还读不读得出来」。前三者的失效是可恢复的（补偿对了就能读出来），第四个的失效是不可逆的（电荷跑了就是跑了，只能靠读刷新在跑完之前搬走）。这个区分会贯穿第 4 章到第 9 章。

3. 跨温问题：低温写高温读与高温写低温读

这一章是本篇相对其它篇最独特的内容，也是现场最容易被误判的一类问题。前面第 2 章讲的所有物理机制，都是「在同一个温度下写和读」的前提。而真实系统几乎从来不满足这个前提：设备在冷库里开机写入、拿到室内回读；车载设备在冬天的凌晨写入、跑了一小时后回读；工业设备在夜班低温下写入、白班高温下巡检。写入时的温度和读取时的温度不同，这就是跨温（cross-temperature）。

3.1 什么是跨温

先给一个清晰的定义：跨温指的是同一份数据，写入时器件所处的温度与读取时器件所处的温度之间存在显著差异。这里的「显著」没有统一阈值，通常以器件内部温度补偿的分档粒度为参考 —— 如果写入与读取落进了不同的补偿档位，就构成了工程意义上需要认真对待的跨温。

四种基本组合：

• 同温写同温读：常温写常温读、低温写低温读。这是标定数据的标准采集条件，也是所有规格书指标的默认前提。
• 低温写 / 高温读：低温下编程效率低，写进去的分布位置与常温不同；高温下读，分布又整体向低 Vt 方向移动，同时读参考电平切换到高温档。两个效应叠加。
• 高温写 / 低温读：高温下编程容易过冲，分布被推得更远；低温下读，分布整体向高 Vt 方向移动且展宽，读参考切换到低温档。
• 跨温 + 长时间存放：上面任一种组合再叠加保持退化。这是最坏情况，也是第 9 章与寿命预算的交界处。

需要特别说明一个常见误解：跨温不是「温度变了」这么简单，而是「写入时刻的器件状态和读取时刻的器件状态不匹配」。写入时刻决定了电荷被放在哪里（分布的实际位置），读取时刻决定了判据在哪（参考电平档位）。这两个时刻各自有自己的温度，中间还可能有存放时间。三者任意组合出问题，都表现为「读不出来」。

3.2 读窗口错位是怎么发生的

把第 2 章的四个量按时间顺序排一遍，错位是怎么发生的就很清楚了：

1. 写入时刻（温度 T1）：器件按 T1 档的写侧补偿参数编程。这批单元最终的 Vt 分布位置，是「T1 温度下这套补偿参数产生的结果」。这一步的结果是物理上固定下来的 —— 电荷已经在那里了。
2. 存放期间（温度可能变化）：如果存放温度高，电荷开始流失，分布整体向低 Vt 方向缓慢移动，同时展宽。这一步是不可逆的。
3. 读取时刻（温度 T2）：器件读温度读数，切换到 T2 档的读参考电平。但这套参考电平是按「在 T2 温度下写入的数据」标定的 —— 也就是假设分布位置是 T2 温度下编程的结果。
4. 错位出现：实际分布是「T1 写的 + 存放漂移的」，判据是「假设 T2 写的」。两者不一致，刀口就不在最优位置。差距足够大时，刀口落进分布内部，错误量跳一个数量级。

用一句话概括：写入温度决定了数据在哪，读取温度决定了去哪找，中间还有存放漂移。三者不同步就是错位。

这里有一个反直觉但很重要的推论：低温写高温读和高温写低温读，错位的方向相反，但都不安全。前者是「数据写得不够远，判据找得太远」；后者是「数据写得太远，判据又因为低温而向高移，两侧夹击把窗口挤掉」。所以不能只测一个方向就下结论。

3.3 责任划分：单元、参考电平还是控制器

出现跨温读回错误时，第一件事不是换料，而是判定责任在哪一层。三层主责加一个板级放大层（散热 / 结构层），各有不同的责任形态：

• 单元层的责任：单元本身发生了不可逆的物理变化 —— 电荷流失过多、界面态增加、分布因循环损伤而永久展宽。特征是错误随时间和循环单调增长，且换任何读参考档都救不回来。这一层的责任通常是「数据该搬走了」，而不是「器件坏了」。
• 参考电平层的责任：单元没问题，是判据没找对地方。特征是换一档读参考就能读出来（表现为重试成功），且错误量与存放时间无关、只与温差有关。这一层的责任是标定覆盖不全或档位切换判据不对。
• 控制器层的责任：器件给了正确的温度读数和正确的补偿表，但控制器（器件内控制器或主机侧 FTL）没用对 —— 比如在温度快速变化时用旧档位读了、重试表顺序不合理、温度采样周期太长跟不上变化。特征是错误集中在温度快速变化的时段，稳态温度下反而正常。

这个划分之所以重要，是因为三者的处置完全不同：单元层要搬数据、参考层要补标定、控制器层要改策略。而三者的症状在主机看来完全相同 —— 都是「读不出来，纠错量高」。

3.4 跨温下的纠错压力

纠错码（ECC）的能力是按「错误量在某个预算以内」设计的。跨温错位对纠错系统的打击方式，和普通的随机错误很不一样：

• 错误量跳变而非渐变：读参考刀口一旦落进分布内部，错误不是「多几个」，而是「一大片单元集体判错」。纠错码的开销随错误量超线性增长，一个跳变就能把系统从「轻松纠正」推到「纠不动」。
• 错误有强方向性：跨温造成的判错通常是单向的（总是判成相邻的某一档），而不是随机的。一些纠错策略对随机错误优化得很好，对这种结构性错误反而不敏感，表现为「纠错码理论上还有余量但实际纠不出来」。
• 重试本身有代价：每次换档重试都要重读、重译码，延迟与功耗都上升。高温下重试还会额外发热，形成「读不出来 → 重试 → 更热 → 更读不出来」的正反馈。这个正反馈是第 5 章节流与第 8 章热积分要处理的交叉问题。
• 软判决信息退化：依赖软判决的纠错（如 LDPC）在分布展宽时，软信息的置信度整体下降，等效纠错能力低于常温标称值。这一点在跨温工况下常被忽略。

所以工程上要有两个认识：一是跨温时的实际纠错能力低于标称值，设计余量要按跨温工况算；二是重试不是免费的，它同时消耗延迟、带宽和热预算。

3.5 现场症状与常见误判

把这一章收口成现场可直接对照的症状表。跨温问题的现场表现有很强的模式性，认出这些模式能省掉大量盲测。

4. 温度补偿的三种手段

第 2 章讲了温度改写了什么，第 3 章讲了跨温怎么产生错位。这一章讲器件到底怎么应对 —— 温度补偿的三种手段：写侧补偿、读侧补偿、保持侧补偿。请注意这一章的标题是「补偿」而不是「控制」：补偿的对象是自己（让器件适应温度），而第 5 章的节流对象也是自己但方向相反（让器件少发热）。两者的触发条件、执行代价与失败表现完全不同，必须分开理解。

4.1 写侧补偿：编程时序与步进

写侧补偿要解决的问题是：让「写进去的结果」在不同温度下落在同一个目标分布上。温度改变了隧穿效率与载流子迁移率，如果编程脉冲参数固定，低温下就会推不进足够的电荷（分布不到位），高温下又会推过头（分布超界）。

写侧补偿通常调整这几类量（具体取值与可调范围以正式 datasheet / 规范为准）：

• 编程脉冲的幅度与宽度：低温下需要更强的脉冲才能达到同样的电荷量。
• 步进增量：增量步进脉冲编程（ISPP）里每一步加多少。低温下可能需要更细的步进以保证精度，高温下可能需要更粗以控制过冲。
• 验证电平的位置：判断「够了没有」的那道线要跟着温度走，否则低温下永远判「不够」、高温下永远判「过了」。
• 编程间隔与并发度：这一项同时属于节流范畴 —— 拉长间隔既是为了让电荷稳定，也是为了少发热。这是两条轴唯一的重叠点，详见第 4.6 节与第 5 章。

写侧补偿的失败表现非常直接：低温下写入失败或 tPROG 显著变长。这是一类很容易被误判成固件 bug 的问题 —— 因为常温下一切正常，只有冬天或冷启动才出现。第 10.2 节的冷启动问题就是它的典型场景。

4.2 读侧补偿：参考电平与重试表

读侧补偿要解决的问题是：让「切分分布的刀口」跟着温度走。这是三种补偿里最复杂的一种，因为它还要处理第 3 章的跨温遗留 —— 数据可能是另一个温度下写的。

读侧补偿由两部分组成：

• 按温度分档的参考电平表：器件内部保存若干档，每档一组读参考电平。温度读数落进哪一档，就用哪一档的电平去读。档位粒度与切换滞回由厂商标定，以正式 datasheet / 规范为准。
• 重试表（retry table）：用当前档读不通时，按预定顺序尝试其它档位。重试表的组织方式是读侧补偿设计中最见功力的地方 —— 顺序不合理会把时间浪费在无效档位上。

重试表的组织有几个实用原则：

1. 先试最可能的，不要从小到大扫。当前温度档附近（尤其是向漂移方向的邻档）命中率最高，应该优先。
2. 跨温方向要有专门的档位。如果器件知道自己刚经历过大幅温度变化（比如从冷启动升温），可以考虑直接试「跨温补偿档」而不是常温档。
3. 限制重试次数并在失败前降温。第 3.4 节讲过，重试会发热，高温下重试可能越试越糟。达到阈值后应该先让器件冷一冷再试。
4. 把重试统计当作诊断信号。哪一档重试成功的分布，直接告诉你错位方向 —— 这是第 3.3 节责任划分最有力的证据。

4.3 保持侧补偿：校准读与读刷新

保持侧补偿要解决的问题是：在电荷流失到读不出来之前，把数据搬到新的位置。它是三种补偿里唯一针对不可逆过程的手段，因此它的逻辑与另外两种完全不同 —— 另外两种是「读的时候救」，这一种是「还没坏的时候先动」。

两个核心动作：

• 校准读（calibration read / read scrub）：定期把数据读出来，检查错误量。它本身不搬数据，作用是观测 —— 拿到每个块的纠错量，作为是否要搬移的依据。校准读的周期与覆盖范围由系统策略决定，需按实际器件与工况确定。
• 读刷新（read refresh / patrol scrub）：当某个块的纠错量超过阈值时，把数据读出来（可能要借重试）、纠错、重写到新的块。重写会在当前温度下重新建立分布，等于把第 3 章的跨温遗留一并清掉 —— 这是读刷新一个常被忽略的附加价值。

三个工程要点：

• 周期要按最坏温度算，不是按常温算。整机的温度剖面里最热的那段时间，才是流失最快的时候。按常温定周期会在高温季失效。
• 阈值要留余量。等到纠错量接近纠错能力上限才刷新，就等于把风险压到最后一刻；而且此时读刷新本身也可能读不出来。
• 刷新本身要计入热与寿命预算。读刷新消耗读带宽、写带宽（重写）和 P/E 次数。大规模刷新的功耗可能触发节流，反过来拖慢刷新 —— 这是一个需要专门调度的闭环（第 8 章）。

4.4 温度传感器与读取点

三种补偿都依赖同一个输入：温度读数。这一节讲这个读数从哪来、可信度如何 —— 这是整个补偿体系的地基，也是最容易被想当然的一环。

关键问题有三个：

• 传感器在哪：片上温度传感器通常在 die 上，但它测的是传感器所在位置的温度，不是每个存储单元所在位置的温度。大 die 上存在温度梯度 —— 尤其是在持续编程时，正在编程的那一部分阵列可能明显比传感器位置热。这引出一个重要概念：局部热点。
• 读的是什么温度：多数器件给出的是单一温度值，它更接近结温的代表点而不是最大值。用它做补偿档位判据和节流判据都够用，但要意识到它是有偏差的估计，尤其在快速变化阶段。
• 多久读一次：采样周期决定了系统能跟上多快的温度变化。周期太长，在快速升温阶段档位切换滞后（第 3.3 节控制器层责任）；周期太短，采样本身的开销与噪声又成问题。实用做法通常是周期采样 + 变化率触发：稳态时慢采，检测到快速变化时加密采样。

4.5 补偿的触发条件与标定

补偿不是一直跑的，它由条件触发。理清触发条件，是排查「补偿为什么没生效」的入口。四类常见触发：

• 温度档位跨越触发：温度读数从一个档跨到另一个档时，切换补偿参数。这是最主要的触发方式，滞回设计决定切换是否稳定。
• 操作类型触发：读、写、擦除各自有独立的补偿表，执行什么操作就加载哪一套。
• 错误反馈触发：读不通时启动重试表；纠错量超阈值时触发读刷新。这一类属于「事后补救」，与前面的「事前预调」互补。
• 周期性触发：校准读与整盘巡检按周期执行，与温度无直接关系但周期要按最坏温度定。

标定的来源与边界：补偿参数由厂商标定并在生产或初始化阶段写入器件，其覆盖范围（哪些温度档、哪些操作、哪些跨温组合）决定了器件在你的工况下能不能被正确补偿。这里有两条必须向厂商确认的边界：

• 标定覆盖哪些温度档？如果标定只在常温与两个端点温度采集，中间温度是插值的，跨温组合的实际表现可能与预期有差距。
• 标定是否包含跨温组合？很多标定数据只覆盖「同温写同温读」。如果你的设备是典型的跨温工况（第 3 章），必须专门确认这一点。

4.6 三种手段对照

把三种补偿与节流放在一起对照，作为这一章的收口，也作为进入第 5 章（热节流）的桥。请特别注意最后一列：只有一项同时属于补偿与节流，那就是「编程间隔 / 并发度」。这是两条轴唯一的重叠点，也是最容易被搞混的地方。