軟錯誤（soft error）

我們想像的故障大多是永久的——一條線斷了、一顆晶片燒了，就一直壞著。軟錯誤是那詭異的反面：硬體完好無損，但在某一瞬間，一個儲存的位元悄悄從 0 翻成 1 或反過來，值錯了，然而只要你把那個位元重寫一次，它此後就永遠正常運作。沒有任何東西被實體損壞。就像一本書裡的某個字母在一夜之間自己變了，然後又安安靜靜地當回普通的墨水。因為零件沒壞，軟錯誤也叫暫態故障或單事件翻轉。

它們從哪來？多半來自被丟進微小記憶體格裡的雜散電荷。一顆高能粒子——宇宙射線簇射撞上大氣層產生的中子，或晶片封裝本身微量放射性雜質放出的阿伐粒子——擊中矽，沉積的電荷足以把一個儲存節點推過門檻，翻轉它所持的位元。一個 DRAM 格或 SRAM 格用一小撮電荷代表「1」；打進或打掉夠多電荷，它現在就讀成「0」。隨著電晶體縮小，每個格子持有的電荷更少，於是翻轉所需的雜散能量更小——這讓軟錯誤成為日益嚴重、而非緩解的問題。

誠實而略令人不安的真相是：在大型系統裡，軟錯誤時時刻刻都在發生，而你無法阻止那些粒子。所以架構不去阻止翻轉；它設法抓住翻轉。同位位元能偵測單一翻轉；錯誤更正碼（ECC）則同時偵測並更正，把一個本會釀禍的錯誤化為無事（見 error-correcting-code 與 ecc-memory）。這就是為什麼伺服器與太空船用 ECC 記憶體、而便宜玩具可能不用：在資料中心規模下，數百萬個記憶體格運轉數年，悄悄的位元翻轉不是稀奇的趣聞，而是你必須設計去因應的家常事件。