奇趣實驗室：手機存儲模組的那些事兒

一部完整的手機是由許多零部件組成的，但是用戶往往只關注運算處理器、運行記憶體、圖形處理器等核心硬體，卻忽略了另外一個直接影響手機性能和讀取速度的硬體模組：機身存儲，即使有一小部分使用者在選購手機前會查看機身存儲的相關參數，也僅僅只是查看存儲空間的大小，並未進行深入的瞭解。

近年來，隨著手機產業的快速發展，手機存儲晶片的規格也有了很大的提升，從eMMC4.0提升到了eMMC5.0乃至最頂級的eMMC5.1，讀寫速度得到了極大的提升，而近兩年出現的UFS 2.0標準快閃記憶體則更是將快閃記憶體讀寫性能推上了一個新的巔峰。前者擁有更加成熟穩定的生產工藝，而後者則是擁有極度誇張的極限性能。

今天的奇趣實驗室，小編就將為大家講述，手機存儲的那些事兒。

便宜大碗又成熟：eMMC快閃記憶體

eMMC的全稱為“embedded Multi Media Card”，是由MMC協會所訂立的、主要是針對手機或平板電腦等產品的內嵌式記憶體標準規格。eMMC的一個明顯優勢是在封裝中集成了一個控制器，它提供標準介面並管理快閃記憶體，eMMC利用的是它將主控制器、快閃記憶體顆粒整合到了一個小的BGA封裝內。

簡單的說，eMMC就是將普通的NADA FLASH和相對應的主控IC整合到了一起（主控IC主要用處就是將產生的資料寫入NADA FLASH或者將NADA FLASH中的資料讀取出來，還有一個很重要的功能就是動態平衡NADA FLASH磨損，避免集中讀寫NADA FLASH的某個區塊造成區塊損壞），這樣的好處除了可以有效的減少快閃記憶體佔用寶貴的設備內部空間，還可以簡化廠家對於電路的設計（因為無需單獨設計NADA FLASH的主控IC部分），另外整合後主控IC對於NADA FLASH的操作延遲將會更低，進而加強使用者的產品體驗。

2013年7月29日三星就已經開始量產行業首款eMMC 5.0存儲產品，當時其理論極限讀取速度為400MB/s，但是因為使用的是8位元並行介面，因此該規範的性能潛力已經基本到達極限，以最新的eMMC 5.1規範來說，其理論頻寬為600MB/s左右，性能想要再有大的提升基本是不可能的了。

性能爆表的高端新貴：UFS快閃記憶體

與eMMC不同，UFS 2.0的快閃記憶體規格則採用了新的標準，它使用的是串列介面，很像PATA、SATA的轉換，並且它支援全雙工運行，可同時讀寫操作，還支援指令佇列。相比之下，eMMC是半雙工，讀寫必須分開執行，指令也是打包的，在速度上就已經是略遜一籌了。

要知道，UFS 2.0快閃記憶體的理論極限讀寫速度可以高達每秒1400MB，這相當於在兩秒鐘內讀寫兩個CD光碟的資料，不僅比eMMC有更巨大的優勢，而且它甚至能夠讓電腦上使用的快閃記憶體存儲介質固態硬碟也相形見絀。

在功耗方面UFS 2.0表現也十分出色，事實上，如果從功耗方面來比較，新一代的UFS 2.0標準是能夠與eMMC持平的。在待機狀態時兩者功耗相近持平。而當UFS 2.0滿載時，所消耗的功率實際上比eMMC要多，但它可以更快地完成操作而更早地切換到待機狀態，因此在功耗方面的表現UFS 2.0與eMMC不相上下。

在傳送速率方面，UFS 2.0可以說遠遠超過eMMC的。即使與當前最新的eMMC 5.0標準相比，UFS 2.0的速度也高出3倍。UFS 2.0可以在UFS主機與快閃記憶體之間以全雙工模式進行交換，讀寫可以同時執行。另外，UFS 2.0附加的控制通道可以有效地確保資料的安全傳輸，不必再因為讀寫操作而做不必要的等待，這是UFS 2.0獲得更高速度的關鍵。據瞭解，UFS 2.0有兩個版本，均有兩個傳輸通道。HS-G2的理論頻寬就有5.8Gbps，也就是超過了740MB/s，HS-G3更是翻番到11.6Gbps，接近了1.5GB/s，速度方面UFS 2.0完勝（最新的UFS 2.1標準實際上就是UFS2.0的HS-G3版）。

規格不是萬能的，廠商後期調教也很重要

上面這些對於eMMC和UFS規格的描述，特別是對於其性能的描述，都基於一個前提：實驗室環境。什麼是實驗室環境呢？就是將所有的實驗環境均控制在最佳狀況下，並且保證變數基本一致，使得得到的實驗資料為最佳資料，也就是極限資料。在實際使用中，由於廠商採購、供應商製造工藝/週期等因素，即使是同一型號的快閃記憶體顆粒間也存在一定程度的性能差異，更不用說不同型號之間快閃記憶體本身就存在等級性能差異，再加上很多廠商對於快閃記憶體顆粒的重視程度不夠，導致其系統中並沒有針對快閃記憶體顆粒進行優化，甚至出現了UFS 標準快閃記憶體顆粒被eMMC標準快閃記憶體顆粒“秒殺”的情況（沒錯，我說的就是三星S7的UFS快閃記憶體被索尼XP的eMMC幹掉這件事）。這也給我們和廠商都提了一個醒，參數什麼的再好看，沒有一個好的優化，一切都是浮雲，不要一味的追求參數的極限數值，一個好的優化實際上比極限參數更加有用，能夠給用戶帶來更加理想的實際體驗。