ddr4内存颗粒以及ddr4内存条的原理理解

内存颗粒就是DRAM芯片，并不是指的完整的内存条。内存上面一块儿一块儿的黑色芯片，就是颗粒。一个内存条上，有多个内存颗粒，一个ddr4内存颗粒内部，又分为多个物理bank group，每个bank group有多个物理bank。下图是ddr3的内存颗粒，ddr4内存颗粒把8个物理bank分为了一组，有多组bank，也就是bank group。

rank则是多片内存颗粒地址线并联，数据线串联实现。多片颗粒公用地址，那么就可以组成更大位宽的数据。比如4片8bit的颗粒，就可以组成32bit的数据。多个rank公用地址和数据总线，然后通过ck0和ck1进行两个rank的片选。

注意：这里的物理bank。颗粒芯片的行地址线、列地址线、bank group选择、bank选择、rank选择。本质上对外可以统一看作地址线，关键是要看数据位宽来进行芯片选型和适配。假设我CPU是64位的，我的DDR4控制器也是64位，那么我可以把8片数据位宽为8的颗粒进行并联，组成64bit位宽的数据，也可以选择把四片16bit数据位宽的颗粒进行并联，组成64bit数据位宽。FPGA既可以和颗粒相连，也可以和内存条相连，内存条上的电路，本质就是把单个颗粒的并联后，将数据位宽做了拓展，或者把单个颗粒串连，把地址总线做了拓展，最终拓展了总容量，并得到了想要的数据位宽和地址总线位宽。如果单个内存条的数据位宽不够，或者容量不够，还可以选择把多个内存条并联或者串联起来。其实，电脑上的内存条分为13，24通道，也是基于串联并联来分的，想要让内存访问效率高，最好地址不要一直变来变去。

推荐一个博主写的DDR4的博客，蛮不错的：
https://blog.csdn.net/ctbinzi/article/details/131410883?ops_request_misc=%257B%2522request%255Fid%2522%253A%25223F2F0A3B-BABE-4177-93D7-8DAF27C4457A%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=3F2F0A3B-BABE-4177-93D7-8DAF27C4457A&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-1-131410883-null-null.142^v100pc_search_result_base1&utm_term=ddr4%E5%8E%9F%E7%90%86&spm=1018.2226.3001.4187

ddr4 page size等参数计算
https://blog.csdn.net/yikexiaocao_abc/article/details/120910728?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-120910728-blog-140996386.235%5Ev43%5Epc_blog_bottom_relevance_base3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-120910728-blog-140996386.235%5Ev43%5Epc_blog_bottom_relevance_base3&utm_relevant_index=2

https://blog.csdn.net/weixin_43199439/article/details/140996386?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_utm_term~default-1-140996386-blog-131410883.235^v43pc_blog_bottom_relevance_base3&spm=1001.2101.3001.4242.1&utm_relevant_index=4

https://blog.csdn.net/zyhse/article/details/120771121?ops_request_misc=&request_id=&biz_id=102&utm_term=ddr%E7%9A%84bank%20group%E4%B8%8Erank&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-1-120771121.142^v100pc_search_result_base1&spm=1018.2226.3001.4187