【摘 要】
:
近些年来,由摩尔定律推动的中央处理器体系结构改进,使得处理器性能以及多核技术取得了高速发展。ARM处理器是典型的多核体系结构,单个芯片可包含几十内核。然而,多核技术加剧了系统中存储器带宽的争用,导致访存密集型应用程序性能下降。内存系统与处理器之间的性能鸿沟越来越大,访存时延成为制约系统性能提升的主要瓶颈之一。为了满足现代多核处理器对数据访问带宽和时延的需求,新兴的异构存储系统已成为继续扩展存储性能
论文部分内容阅读
近些年来,由摩尔定律推动的中央处理器体系结构改进,使得处理器性能以及多核技术取得了高速发展。ARM处理器是典型的多核体系结构,单个芯片可包含几十内核。然而,多核技术加剧了系统中存储器带宽的争用,导致访存密集型应用程序性能下降。内存系统与处理器之间的性能鸿沟越来越大,访存时延成为制约系统性能提升的主要瓶颈之一。为了满足现代多核处理器对数据访问带宽和时延的需求,新兴的异构存储系统已成为继续扩展存储性能的诱人之选。出于成本、功耗等多方面考虑,本文结合无线基站应用程序的访存特征提出了由小容量SRAM和大容量DRAM构成的异构内存方案用于解决ARM服务器内存带宽不足的问题。同时,为了提高异构内存的利用效率,异构内存系统应用了基于末级高速缓存(Last-level cache,LLC)重用距离指导的热点数据放置策略,将访问频度高的页面缓存至低时延的SRAM中。为了进一步减轻主存的带宽压力,该方案重新设计了LLC替换算法以适应异构内存体系结构,缓解了热点数据在主存和LLC之间来回颠簸的问题。在混合模拟器中使用由无线基站服务器应用程序生成的访存trace对异构内存系统进行测试。实验结果表明相较于传统的仅有DRAM的内存系统,异构内存系统的平均访存时延下降了60%,同时DRAM的被访问次数大幅度下降。在异构内存环境中测试不同替换算法下LLC的缺失率,测试结果表明相较于传统的替换算法,应用改进的替换算法后LLC的缺失率下降了10%左右。
其他文献
近年来,云计算发展迅速,已成为互联网行业构建基础设施的利器。云的弹性灵活不仅能节约资源,而且能支撑业务快速发展。因此开发云服务,整合产品资源解决用户使用成本高、研发团队重复建设等问题成为必要。本课题通过整合算法资源,实现了面向计算机视觉应用的云服务系统,为用户提供优秀的产品解决方案。为了承载不断扩张的需求带来的计算压力,更好、更快、更强地开发运维系统服务,本课题提出采用消息中间件与容器虚拟化等关键
随着计算机技术的不断发展,互联网已经成为了人们日常生活中不可分割的一部分。一些大型网站提供不间断的服务,每天巨大的访问量给系统的正常运行带来了严峻的挑战,单个服务器已经不能满足企业的需求。为了满足系统支持高并发、低延迟的需求,许多大型网站的后端系统采用了服务器集群的方式,而不再是单一的服务器。通过集群内服务器节点的协同合作,提供稳定的服务。但这种方式带来了一个新的问题,服务器集群可能会出现负载不均
序列推荐是推荐系统领域近几年来新兴起的一个研究热点,与传统的推荐系统利用用户的长期兴趣偏好进行推荐不同,序列推荐考虑到用户的兴趣会随着时间的变化而发生改变,依靠用户与项目交互而产生的序列信息动态地构建用户的兴趣偏好,可以更为精确的完成对用户的推荐任务。目前,提取用户行为序列信息的方法有很多种,最为新颖的一种是在时间和潜在空间中将用户的行为序列信息嵌入进一幅“图像”中,利用卷积神经网络中的卷积滤波器
随着互联网时代的到来,每天有数以亿计的信息在网络上更新,当用户需求不明确时,如何在纷繁复杂的信息中快速找到用户所需内容成为了挑战。推荐系统不仅可以向用户推荐曾经购买过的其他类似物品,还可以通过推荐物品附件来增加用户购买量,捆绑推荐相比于传统推荐更加符合用户的消费习惯及购买偏好。在捆绑推荐基础上针对捆绑包中各个物品的序列关系,综合考虑静态捆绑包及动态捆绑包,提出序列化的捆绑推荐模型。不仅考虑捆绑包间
随着互联网时代的到来,互联网技术被广泛应用于各个行业、各个领域,其中也包括教育领域。高校针对学生(主要为应届生)提供的就业服务的发展也是日益完善。基于互联网的高校就业服务指导工作创新凸显了互联网时代“互联网+就业服务指导”的创新有效性,为高校在该领域健康有效发展创造了契机,也凸显了互联网的诸多技术优势。本课题针对高校就业指导中心、应届毕业生和企业的实际需要,设计并开发了高校就业服务系统。本课题根据
近年来,随着科技的进步和发展,人类生活的计算和存储需求在不断增加,集群技术的应用也越来越广泛。然而,随着集群规模的扩大,集群管理问题也日益凸显。由于集群中节点的异构性,物理分散性和节点数目的不确定性等问题,目前的集群管理系统在通信复杂度,数据的一致性以及跨平台的可视化上还存在很大的弊端。针对现有集群管理系统的弊端,论文提出了一种基于ZooKeeper的集群管理方案,并使用图形界面程序Qt进行可视化