图 1 内存请求经过错误检测、纠错模拟和 DRAM 控制器的研究链路

Ramulator2_ECC

面向人工智能与高性能计算负载的大粒度 ECC/EDC 内存可靠性研究原型

English · 构建入口 · 实现状态 · 配置参数 · 验证记录 · 完整旧版技术说明

Important

当前仓库是 Ramulator 2.0 的实验性分支，主要研究大粒度纠错码 ECC 和错误检测码 EDC 的开销与可靠性权衡 多项算法仍是简化模拟或概念设计，结果不能代表真实 HBM 芯片、量产控制器或硬件签核结论

Warning

全新克隆目前无法完成 CMake 配置 CMakeLists.txt 要求 ext/reed_solomon/reedSolomon.cpp，但该目录被 .gitignore 排除且没有提交到仓库 在合法取得并恢复匹配的 Reed-Solomon 源码前，构建命令会停在生成阶段

Caution

example_config_HBM3.yaml 连续定义了两次 ecc_size，分别为 1024 和 32 重复键的处理取决于解析器，运行实验前必须删除其中一个并明确预期值

本文所有数值来自提交 f332729a15f941ff1fc4956d364f73aa261a8111 的仓库记录、源代码配置或 2026-08-24 的隔离检查

1 项目定位

Ramulator2_ECC 在周期级 DRAM 模拟器 Ramulator 2.0 [1] 的控制器插件接口中加入 ECCPlugin 插件尝试把数据块、EDC、ECC、随机错误注入和统计计数组织到同一条请求处理链路，以探索可靠性、有效带宽、延迟和存储开销之间的关系

ECC 是 Error Correction Code 的缩写，中文为纠错码，用于在错误数量不超过能力范围时恢复数据 EDC 是 Error Detection Code 的缩写，中文为错误检测码，用于先发现数据是否改变 HBM 是 High Bandwidth Memory 的缩写，中文为高带宽内存，它面向高吞吐计算，但本项目只模拟部分行为

表 1.1 仓库组成

组成	当前内容	证据位置
模拟器核心	DRAM、控制器、前端、地址映射、统计和配置框架	src/
ECC 插件	读写路径、EDC、简化 ECC、错误注入和统计	src/dram_controller/impl/plugin/ecc.cpp
示例配置	DDR4、HBM3、BlockHammer 和 PRAC	根目录四个 YAML 文件
示例轨迹	指令、物理地址、攻击者和用户轨迹	根目录四个 .trace 文件
研究工具	性能比较、RowHammer 研究和轨迹生成脚本	perf_comparison/、rh_study/
硬件核对	Micron DDR4 模型相关的 Verilog 验证材料	verilog_verification/
上游说明	Ramulator 2.0 原始使用和复现实验文档	README_Original.md
ECC 旧说明	原有 35,037 字节 README 的完整快照	docs/legacy/README-ecc-reference.md

2 实现状态

图 2.1 依据提交代码和全新克隆检查整理的实现证据矩阵

表 2.1 能力成熟度

能力	状态	代码事实
Checksum、CRC32、CRC64	已实现	calculateEDC() 生成固定长度字节向量
随机位翻转	已实现	inject_random_errors() 按配置概率逐位采样
动态 ECC 大小估计	已实现公式	二项分布寻找最小 t，再采用 2 × t，上限取 ECC_SIZE
Hamming 编码	简化模拟	对整个数据块异或，并把同一奇偶值重复到每个 ECC 字节
BCH 编码	简化模拟	与 Hamming 路径相同，尚不是实际 BCH 多项式编码
Hamming 与 BCH 解码	占位	分支没有修复数据，函数最终返回成功
Reed-Solomon 编码	不完整	调用外部类生成随机消息，没有把输入数据交给编码器
Reed-Solomon 解码	不可验证	依赖源码缺失，当前仓库无法构建该路径
部分写	占位	offset 和 length 固定为 0，旧数据修复仍为待办
重试、RAID 和致命 UE	概念	布尔值固定为失败，只有待办注释，没有恢复动作
延迟、带宽和成本模型	文档公式	代码中的相关统计变量已注释，没有接入运行时计时

注：UE 是 Uncorrectable Error 的缩写，中文为不可纠正错误，当前插件尚未把它可靠上报给上层系统

3 系统结构

%% 图 3.1 Ramulator2 ECC 组件关系
flowchart TB
    A[轨迹或外部前端] --> B[Ramulator 前端]
    B --> C[地址转换]
    C --> D[DRAM 控制器请求缓冲区]
    D --> E[ECCPlugin update]
    E --> F{请求类型}
    F -- 写入 --> G[生成 EDC 和 ECC]
    F -- 读取 --> H[检查 EDC 并尝试 ECC]
    F -- 部分写 --> I[占位的增量更新路径]
    G --> J[内存中的模拟数据映射]
    H --> J
    I --> J
    D --> K[DRAM 时序模型]
    E --> L[统计系统]

Loading

图 3.1 Ramulator2 ECC 组件关系

插件由 IControllerPlugin 和 Implementation 派生，通过 Ramulator 注册宏加入控制器 init() 读取参数并注册统计，setup() 绑定控制器，update() 处理请求，finalize() 清空插件内部映射

4 请求处理

表 4.1 当前读写路径

请求	当前行为	关键限制
Write	获取载荷或生成随机块，计算 EDC 和动态大小 ECC，再按地址保存	缺少载荷时才对生成数据注入错误
Read 命中	拆分数据和 EDC，EDC 通过后把数据复制到载荷	载荷为空时只更新统计
Read 未命中	生成随机数据和 EDC，再注入错误并补建 ECC	这是模拟数据，不是 DRAM 中的真实内容
EDC 失败	调用 decodeECC()，成功后重算并覆盖数据与 ECC	Hamming 与 BCH 会在没有修复数据时返回成功
PartialWrite	进入增量 RS 更新路径	长度固定为 0，当前不会更新有效区域
Finalize	清空数据和 ECC 映射	输出两条清理日志

%% 图 4.1 读取请求的当前控制流
flowchart TB
    A[收到读取请求] --> B{地址是否已有数据}
    B -- 否 --> C[生成随机数据 EDC 和 ECC]
    B -- 是 --> D[读取数据和旧 EDC]
    C --> D
    D --> E{EDC 是否一致}
    E -- 是 --> F[增加 EDC 成功计数]
    E -- 否 --> G[增加 EDC 失败计数]
    G --> H[调用 ECC 解码]
    H --> I{返回值是否成功}
    I -- 是 --> J[重算 EDC 和 ECC]
    I -- 否 --> K[进入占位重试和 RAID 分支]
    F --> L[完成请求]
    J --> L
    K --> L

Loading

图 4.1 读取请求的当前控制流

5 配置参数

表 5.1 ECCPlugin 参数

YAML 键	默认值	当前用途	限制
data_block_size	128 字节	生成、复制和拆分数据块	大于载荷真实长度时可能越界读取
edc_size	4 字节	决定 EDC 向量长度	CRC32 最多写 4 字节，CRC64 最多写 8 字节
ecc_size	8 字节	动态 ECC 大小的最大值	HBM3 示例存在重复键
ecc_type	bch	选择 Hamming、RS 或 BCH 路径	Hamming 和 BCH 解码为占位实现
edc_type	crc32	选择 checksum、CRC32 或 CRC64	未知值会返回全零 EDC，不会报错
bit_error_rate	1e-6	随机位翻转和动态强度估计	随机种子来自 random_device，实验不可复现
max_failure_prob	1e-14	动态强度目标	只影响公式估计，不构成硬件可靠性证明

表 5.2 HBM3 示例配置

项目	提交值	审计结论
前端	SimpleO3，时钟比 8	读取 user_trace.trace
内存系统	GenericDRAM，时钟比 3	使用通用 DRAM 系统
DRAM	HBM3，1 通道，2 个伪通道	采用 HBM3_2Gb 与 HBM3_2Gbps 预设
控制器	Generic、FRFCFS、AllBank、OpenRowPolicy	插件挂在 Controller.plugins
数据块	128 字节	与插件默认值一致
EDC	4 字节，CRC32	可进入真实 Boost CRC32 路径
ECC	同时写有 1024 和 32 字节，类型为 BCH	必须先解决重复键和占位算法
错误目标	BER 1e-6，失败概率 1e-14	属于输入假设，不是测量结果

6 公式边界

旧 README 提供了存储、延迟、带宽、错误概率和成本公式，完整内容保存在旧版技术说明 这些公式目前没有全部连接到插件运行时统计，应当作为分析模板使用

表 6.1 主要公式

指标	表达式	当前证据边界
冗余存储比例	(ECC + EDC) / (Data + ECC + EDC)	需要使用实际生成的码字大小
可用数据比例	Data / (Data + ECC + EDC)	未写入 DRAM 容量模型
传输时间	传输字节数 / 总线带宽	带宽常量存在，计时统计被注释
读延迟	DRAM 读取 + EDC 检查 + 必要时 ECC 读取和解码	当前代码没有累计这些分量
符号错误率	1 - (1 - BER)^8	动态强度估计按 1 字节为 1 个符号
失败概率	1 - BinomialCDF(t, n, q)	代码寻找满足目标的最小 t

使用 Reed-Solomon 路径时，当前 ReedSolomonEncode() 返回的向量长度是数据长度加 ECC 长度，却被整个保存为 m_ecc_storage 因此 ecc_total_size_bytes 不能直接解释为纯冗余字节

7 构建入口

7.1 当前阻断

全新克隆缺少 ext/reed_solomon/reedSolomon.cpp 和对应头文件 仓库没有子模块声明、下载脚本或来源说明，README 不能安全猜测该依赖应从哪里取得

• 第一步，从有授权且版本匹配的来源恢复 ext/reed_solomon/，并补充许可证与固定版本

• 第二步，删除 example_config_HBM3.yaml 中重复的 ecc_size，保留实验需要的单一值

• 第三步，在 Linux 或 WSL 中配置并构建

cmake -S . -B build -DCMAKE_BUILD_TYPE=Release # 配置 C++20 Release 构建并下载已固定的公开依赖
cmake --build build --parallel 4 # 编译共享库和 ramulator2 可执行文件
cp build/ramulator2 ./ramulator2 # 与现有 Windows 包装脚本保持相同输出位置

• 第四步，运行 HBM3 示例并保存日志

./ramulator2 -f ./example_config_HBM3.yaml # 使用已经消除重复键的 HBM3 配置运行模拟

7.2 Windows 包装脚本

make_build.bat 在 WSL 中创建 build/、运行 CMake 和 Make，并复制可执行文件 build.bat 只在已有构建目录中重新编译 exec_HBM3.bat 通过 WSL 运行 HBM3 配置 三个脚本都会等待键盘输入，适合人工操作，不适合直接作为持续集成命令

8 插件扩展

原 README 的插件接入步骤保存在旧版技术说明中，下面提供不改变含义的导航版本

• 第一步，阅读 src/dram_controller/plugin.h 的接口和注册机制

• 第二步，在 src/dram_controller/impl/plugin/ 新建实现文件

• 第三步，让实现类同时继承 IControllerPlugin 和 Implementation

• 第四步，使用 RAMULATOR_REGISTER_IMPLEMENTATION 注册实现名称和描述

• 第五步，实现 init()、setup()、update() 和 finalize() 生命周期

• 第六步，在 src/dram_controller/CMakeLists.txt 中加入实现文件

• 第七步，在 YAML 的控制器 plugins 列表中启用实现并写明参数

• 第八步，用最小轨迹验证统计、错误路径和可复现性

9 研究数据

表 9.1 研究输入

路径	用途	当前状态
example_inst.trace	SimpleO3 指令轨迹示例	DDR4、BH 和 PRAC 配置引用
user_trace.trace	HBM3 示例输入	HBM3 配置引用
example_rh_physaddr.trace	RowHammer 物理地址流	BH 配置引用
example_prac_attacker.trace	PRAC 攻击者流	PRAC 配置引用
trace_generator.py	生成自定义指令轨迹	Python 语法检查通过

表 9.2 插件已注册统计

统计名	记录内容	解释限制
ecc_total_size_bytes	写入时累计 ECC 存储向量长度	RS 路径可能包含数据长度
edc_total_size_bytes	写入时累计 EDC 配置长度	地址覆写仍会继续累计
edc_success_count	读取时 EDC 匹配次数	不代表应用层正确率
edc_failure_count	读取时 EDC 不匹配次数	受随机且不可复现的错误注入影响
ecc_success_count	解码函数返回成功次数	Hamming 和 BCH 的成功可能是占位返回值
ecc_failure_count	解码函数返回失败次数	重试和 RAID 恢复没有实现

配置参数和五个固定性能假设也通过统计系统导出，但延迟累计变量在代码中被注释

10 验证记录

表 10.1 2026-08-24 检查结果

检查	结果	方法
仓库状态	190 个跟踪文件，约 1,904,556 字节	git ls-files 与文件大小汇总
C++ 范围	120 个 C++ 源文件或头文件	按扩展名统计
Python 范围	12 个脚本	按扩展名统计
Python 语法	12 个脚本全部通过	Python py_compile
CMake	3.28.3	WSL 工具版本
GNU C++	13.3.0	WSL 工具版本
全新克隆配置	失败	缺少 ext/reed_solomon/reedSolomon.cpp
上游公开依赖	yaml-cpp 0.7.0、spdlog 1.11.0、argparse 2.9	CMake 固定标签
Boost	WSL 找到 1.83.0	CMake 配置日志
GitHub 自动化	没有工作流	仓库元数据检查
发布状态	没有标签和 Release	Git 与 GitHub 元数据检查

配置阶段成功下载三个公开依赖并找到 Boost，随后在生成目标 reedSolomon 时失败 本轮没有可执行文件，因此没有伪造吞吐量、延迟、错误率或纠错成功率

11 仓库导航

表 11.1 目录职责

路径	职责	使用建议
src/	Ramulator 核心和 ECC 插件	先从 ecc.cpp 与控制器接口阅读
resources/gem5_wrappers/	gem5 集成包装器	参考 README_Original.md 的库模式
perf_comparison/	多模拟器性能比较脚本和补丁	需要额外模拟器与轨迹
rh_study/	RowHammer 研究辅助脚本和 Notebook	与 ECC 插件不是同一验证路径
verilog_verification/	DDR4 模型验证资源	依赖商业或外部仿真工具
README_Original.md	上游 Ramulator 2.0 完整说明	保留上游能力和论文复现信息
README.pdf	2025-05-09 生成的 20 页旧 README 快照	不是当前构建状态的证明
docs/legacy/	本轮保存的原 README	防止首页重构造成信息丢失

12 历史资料

图 12.1 `README.pdf` 第一页，文件元数据中的创建日期为 2025-05-09，创建工具为 Chromium

旧 README 原文已逐字复制到 docs/legacy/README-ecc-reference.md，原文件大小记录在表 1.1 其中包含 ECC 与 EDC 设计、冗余读实验、统计接入、控制器时钟逻辑、存储与延迟公式、带宽与成本公式、轨迹格式、概念元数据、动态 ECC 和原有限制清单

README_Original.md 继续保存 Ramulator 2.0 的上游使用、扩展、Verilog 验证、性能比较和 RowHammer 研究说明

13 安全边界

表 13.1 供应链和隐私检查

项目	当前事实	建议
缺失依赖	Reed-Solomon 源码来源和许可证未知	恢复时记录仓库、提交和许可证
FetchContent	三个依赖固定标签但没有内容哈希	在受控镜像或锁定提交上构建
容器	Compose 使用未固定摘要的第三方开发镜像	运行前审计镜像并固定不可变摘要
轨迹	可能包含工作负载地址和行为	不提交私有模型或生产轨迹
日志	统计可能暴露配置和实验特征	分享前移除路径、主机名和私有标识
文档	只使用公开仓库链接和本机命令	不写入真实部署网址、账号、令牌或密钥

14 已知限制

• 全新克隆无法构建，原因是 Reed-Solomon 源码未提交
• HBM3 示例有重复 ecc_size 键
• Hamming 与 BCH 只是重复奇偶字节，解码分支没有修复数据
• Reed-Solomon 编码器生成随机消息，没有编码传入的数据块
• 部分写的偏移和长度固定为 0
• 重试、RAID 恢复和致命 UE 上报没有实现
• 错误注入使用非确定随机种子，实验难以逐次复现
• 代码中的延迟、带宽和成本统计尚未接入
• RS 存储向量可能包含数据，ECC 字节统计口径不纯
• 未知 EDC 类型会返回全零向量，不会立即失败
• 插件内存映射不等同于真实 DRAM 容量和数据生命周期
• 没有单元测试、持续集成、版本标签或 Release

15 协作路线

建议按以下优先级继续：

• P0，恢复并记录 Reed-Solomon 依赖，确保全新克隆可构建
• P0，删除重复 YAML 键，为配置增加严格校验
• P0，为 Hamming、BCH、RS 的编码和解码建立已知向量测试
• P1，把错误注入随机种子变成显式配置
• P1，实现部分写、重试和不可纠正错误上报
• P1，接通延迟、带宽、容量和错误率统计
• P2，建立持续集成、基准方法和可复现实验包

项目沿用根目录 LICENSE 中的 MIT 许可证，版权声明归 SAFARI Research Group at ETH Zurich and Carnegie Mellon University 提交插件修改时，请同时提供配置、最小轨迹、随机种子、预期计数和实际统计

16 参考资料

[1] SAFARI Research Group, “Ramulator 2.0,” GitHub, 2023. [Online]. Available: https://github.com/CMU-SAFARI/ramulator2. [Accessed: Aug. 24, 2026].

[2] H. Luo et al., “Ramulator 2.0: A Modern, Modular, and Extensible DRAM Simulator,” arXiv, 2023. [Online]. Available: https://arxiv.org/abs/2308.11030. [Accessed: Aug. 24, 2026].

[3] J. Beder, “yaml-cpp,” GitHub. [Online]. Available: https://github.com/jbeder/yaml-cpp. [Accessed: Aug. 24, 2026].

[4] G. Campana et al., “spdlog,” GitHub. [Online]. Available: https://github.com/gabime/spdlog. [Accessed: Aug. 24, 2026].

[5] P. Ranav, “argparse,” GitHub. [Online]. Available: https://github.com/p-ranav/argparse. [Accessed: Aug. 24, 2026].

[6] AIALRA-0, “Ramulator2_ECC,” GitHub. [Online]. Available: https://github.com/AIALRA-0/Ramulator2_ECC. [Accessed: Aug. 24, 2026].