池:クラウドプラットフォームのためのCXLベースのメモリプールシステム【JST・京大機械翻訳】

Li Huaicheng; Berger Daniel S.; Novakovic Stanko; Hsu Lisa; Ernst Dan; Zardoshti Pantea; Shah Monish; Rajadnya Samir; Lee Scott; Agarwal Ishwar; Hill Mark D.; Fontoura Marcus; Bianchini Ricardo

プレプリント

J-GLOBAL ID：202202205959906047 整理番号：22P0296891

池:クラウドプラットフォームのためのCXLベースのメモリプールシステム【JST・京大機械翻訳】

Pond: CXL-Based Memory Pooling Systems for Cloud Platforms

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (13件)： , , , , , , , , , , , ,
資料名：
発行年： 2022年03月01日プレプリントサーバーでの情報更新日： 2022年10月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

公共クラウドプロバイダは,厳しい性能要求と低ハードウェアコストに合致する。性能とコストの鍵となるドライバは主メモリである。メモリプールはDRAM利用を改善し,それによってコストを低減する。しかし,プールはクラウド性能要求の下で困難である。本論文では,クラウド性能目標を満たし,DRAMコストを大幅に削減する最初のメモリプールシステムであるPondを提案した。ポンドは,プールメモリへの負荷/ストアアクセスと2つの重要な洞察のためのCompute Express Link(CXL)標準上に構築する。最初に,クラウド生産トレースの解析は,8~16ソケットを横断するプールが,大部分の利益を達成するために十分であることを示した。これにより,低いアクセス待ち時間を有する小プール設計が可能になった。第2に,同じNUMAノードメモリ性能に似せるために,仮想マシン(VM)に割り当てるために,多くのローカルおよびプールメモリを,正確に予測することができる機械学習モデルを作成することが可能である。158の作業負荷による評価は,ポンドが,同じNUMAノードVM割当の1~5%以内の性能で,DRAMコストを7%低減することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , 【Automatic Indexing@JST】

計算機網 , その他の情報処理

, ,

前のページに戻る