面向访问模式的混合内存缓存优化策略研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:solomon_bj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,大数据催生的很多以数据为中心的技术和应用对计算机内存的容量、速度、能耗提出了更高的要求。传统的DRAM内存技术因其存储密度小,易失性和静态功耗大等问题难以满足新的技术对于大容量内存的需求。为解决传统计算机主存面临的瓶颈,由非易失存储器(Non-Volatile Memory,NVM)和DRAM共同组成计算机内存的混合内存技术的提出受到了学术界的广泛关注。这种新的内存结构的出现对整个系统结构带来了深刻的影响,主存结构的改变首先会直接影响到缓存系统的设计。研究发现:在混合内存环境下,由于末级缓存的DRAM数据和NVM数据存在缺失惩罚不对称的现象,传统的通过优化缓存命中率来提升缓存性能的方法在混合内存环境下不在有效。另一方面,缓存的访问模式的动态变化也是影响缓存性能的关键因素。缓存在整个存储体系中的作用至关重要,本文针对如何改善混合内存系统中缓存的性能进行研究,综合分析了不同访问模式的特点以及混合内存环境的特征,通过设计合理的缓存管理策略来优化混合内存系统的性能。本文的主要研究内容如下:
  (1)访问模式的动态变化是影响缓存性能的关键因素,另一方面,在混合内存环境下,不同类型数据的竞争也是需要考虑的重点。首先,本文通过对不同类型访问模式的特征进行分析将其分成了两大类:LRU型和LFU型。在这两类访问模式下同时考虑了DRAM与NVM数据的竞争问题,分别提出两种缓存替换策略LRP和TLRP。然后采用Set Dueling技术将两种替换策略结合,使缓存在能够感知到访问模式的变化,及时的选择出最优的替换策略,形成一种动态可调整的等级替换策略DLRP。DLRP替换策略在保持整体命中率较好的同时也降低了NVM的缺失和写回。最后,实验结果验证了在混合内存环境下DLRP能够有效的改善缓存的性能。
  (2)混合内存技术对多核系统下的缓存管理策略也带来了新的挑战,由于多核环境下,共享末级缓存存在严重的线程间干扰问题,需要根据每个核的缓存访问特征合理的分配末级缓存资源。首先,本文设计了缓存访问监测模块用来监测每个核对末级缓存的访问,利用监测模块可以识别出各个核的访问模式以及NVM的缺失信息。然后本文设计了基于NVM缺失感知的缓存划分策略。NMAP策略综合考虑各个核的访问模式以及NVM缺失数据的差异,合理的为每个核分配缓存空间。此外,NMAP策略采用了半共享式的缓存划分机制,有效的提高了每个核的可用缓存空间,进一步降低了NVM的缺失,优化了系统的整体性能。实验结果表明,面对混合内存结构的多核环境,NMAP策略相比于其他缓存管理策略,系统的性能和内存能耗表现更优秀。
  
其他文献
战略侦查、电子对抗、军事打击、精细农业、空中遥感和快递等诸多应用一直刺激着无人机军用与民用市场的增长。MarketsandMarketsTM预计2025年无人机全球销量从2019年约193亿美元将增长到458亿美元,其中军用无人机市场将达268亿美元。由于无人机在机上无人类操作员,导航或调整飞行姿态完全依赖于卫星信号、控制数据和机载传感器数据的实时有效传输。因此,在无人机市场快速增长的同时,其通信
2016年,国务院安委会下发《金属非金属地下矿山采空区事故隐患治理工作方案》,明确指出地下矿山开采安全管理工作的重要性。通过物联网(IoT,Internet of Things)技术在矿山部署传感器,可以实现数据的识别、定位、监管等功能,因此,基于物联网技术进行矿山安全施工监测具有重要意义。鉴于矿井下应急救援的需求,在矿井塌陷的情况下,无法采用常规的供电方式,因此现有的技术方案大多数是基于IEEE
学位
当今,数据处理的应用飞速增长,数据管理技术尤其是关系型数据库管理系统(DataBase Management Systems)被广泛应用在各个行业,例如大到航天飞行器的数据系统,小到百姓日常的购物消费系统等都和数据库息息相关。随着日益快速发展的互联网技术,尤其是伴随着未来5G市场的爆发以及万物互联的设备持续增多,数据库管理系统必将持续成为当前以及未来的研究热点。最近十多年计算机硬件的性能发生了质的
学位
数据中心网络作为现代分布式计算的基础架构,决定了分布式应用的通信性能。随着大数据技术的快速发展和云计算基础设施的不断成熟,数据中心承载了越来越多的分布式计算任务,其底层网络的设计也面临着严峻的挑战。为了保证性能和可靠性,现代数据中心网络通常采用专用的结构化多径拓扑。具体地,以Fat-tree为代表的多径网络已成为大规模数据中心网络设计的首选方案。但是多路径网络由于其路由方式的不同,使得传统路由算法
在现实世界中,实体连同关联关系构成了一种网络关系结构即信息网络。这里的实体可以是商品、文章、会议、人、图片、电影或者导演等个体,关联关系可以是购买、发表、观看、出演或者指导等关联。链路预测是指通过已知的网络节点以及网络结构等信息来预测网络中尚未产生连边的两个节点之间产生链路或产生某种符号链路的可能性。这些被预测出的链路可以是实际存在但未被观察到的链路,也可以是未来可能会出现的链路。链路预测已经成为
学位
软件定义网络(software defined networks,SDNs)是一种由多种网络技术组成的新型网络结构,由底层的数据平面、中间层的控制平面以及最上层的应用平面组成,具有灵活敏捷的特点,能够自动优化网络资源的利用,尤其适用于网络中流量需求不断变化的应用。软件定义网络与传统网络不同之处在于SDN将网络设备的控制平面与数据平面相分离,因此根据实时动态的网络需求,用户可以通过简单的编程操作对整
网络上的图像数据规模愈发庞大,伴随而来的有关图像的需求如存储、传输、识别等,也面临着更大的挑战,对图像识别和图像表示的研究已经成为应对新挑战的亟需攻克的关键点。目前,图像识别中利用结构特征、纹理特征、子空间、机器学习等方法与图像表示中线性类方法如矩阵分解、稀疏编码、线性判别分析和非线性类方法如核学习、流形学习、机器学习等,都存在需要经过复杂的运算分析、过程抽象、优化困难、对训练数据要求较高的问题。
学位
云计算作为一种高效的计算模式受到了人们广泛的关注,使得云计算市场飞速发展。广阔的市场前景吸引了各大互联网巨头纷纷布局其云计算业务,希望在激烈的竞争环境中脱颖而出,从而形成了一个具有多方博弈的云计算市场。在这样一个云市场中,当不同云服务提供商提供相似的云服务时,云服务的价格则会对云用户选择不同云服务提供商的结果产生重要影响。现有云市场交易模式大致归为两类,分别是商品市场模式和拍卖市场模式,本文将分别
人脸识别系统容易受到恶意的欺骗攻击,例如打印的照片攻击或视频重播攻击。因此,为了保障人脸识别系统的安全性,研究能够抵抗欺骗攻击的人脸活体检测技术显得尤为重要。本文主要的研究对象是基于纹理的人脸活体检测方法。现有基于纹理的方法对光照变化和噪声等因素敏感,且使用的特征表达能力不足,导致泛化性能较低。除此之外,当源域和目标域数据分布差异较大时,学习的模型不能很好地泛化到目标域中,导致性能急剧下降。为了解
学位
近年来,随着我国经济发展进入新常态,经济发展的总量规模和复杂程度均空前增大,政府管理调控经济的要求越来越高,传统的管理理念、方法和工具难以适应新形势需要。因此,利用计算机科学技术充分考虑各行业之间的关联性,探求新常态下经济运行新规律,可以为推动政府治理精准化提供新的技术支撑。在以往的研究中,大多是通过统计学和计量经济学的方法作为宏观经济决策研究的理论基础,本研究立足于分析各宏观经济指标间的关联性,
学位