CXL پر مبنی میموری پولنگ سسٹم کلاؤڈ پرفارمنس کے اہداف کو پورا کرتا ہے اور DRAM لاگت کو نمایاں طور پر کم کرتا ہے۔

ورجینیا ٹیک، انٹیل، مائیکروسافٹ ایزور، گوگل، اور اسٹون کمپنی کے محققین کے ذریعہ "طالاب: CXL- بیسڈ میموری پولنگ سسٹمز فار کلاؤڈ پلیٹ فارم" کے عنوان سے ایک تکنیکی مقالہ شائع کیا گیا تھا۔

خلاصہ
"عوامی کلاؤڈ فراہم کرنے والے سخت کارکردگی کی ضروریات اور کم ہارڈ ویئر کی لاگت کو پورا کرنے کی کوشش کرتے ہیں۔ کارکردگی اور لاگت کا ایک اہم ڈرائیور مین میموری ہے۔ میموری پولنگ DRAM کے استعمال کو بہتر بنانے اور اس طرح لاگت کو کم کرنے کا وعدہ کرتی ہے۔ تاہم، کلاؤڈ کارکردگی کی ضروریات کے تحت پولنگ چیلنجنگ ہے۔ یہ کاغذ تالاب کی تجویز پیش کرتا ہے، پہلا میموری پولنگ سسٹم جو دونوں کلاؤڈ پرفارمنس کے اہداف کو پورا کرتا ہے اور DRAM لاگت کو نمایاں طور پر کم کرتا ہے۔ پول میموری اور دو کلیدی بصیرت تک لوڈ/اسٹور تک رسائی کے لیے کمپیوٹ ایکسپریس لنک (CXL) کے معیار پر تالاب بناتا ہے۔ سب سے پہلے، کلاؤڈ پروڈکشن ٹریس کا ہمارا تجزیہ ظاہر کرتا ہے کہ 8-16 ساکٹوں میں جمع کرنا زیادہ تر فوائد حاصل کرنے کے لیے کافی ہے۔ یہ کم رسائی میں تاخیر کے ساتھ ایک چھوٹے پول ڈیزائن کو قابل بناتا ہے۔ دوسرا، مشین لرننگ ماڈلز بنانا ممکن ہے جو درست انداز میں اندازہ لگا سکتے ہیں کہ ورچوئل مشین (VM) کو ایک جیسی NUMA-node میموری کی کارکردگی سے مشابہت کے لیے کتنی مقامی اور پول میموری مختص کرنی ہے۔ 158 کام کے بوجھ کے ساتھ ہماری تشخیص سے پتہ چلتا ہے کہ Pond اسی NUMA-node VM مختص کے 7-1% کے اندر کارکردگی کے ساتھ DRAM کی لاگت کو 5% تک کم کرتا ہے۔

کھلی رسائی تکنیکی تلاش کریں۔ یہاں کاغذ. جنوری 2023 کو شائع ہوا۔

Huaicheng Li, Daniel S. Berger, Lisa Hsu, Daniel Ernst, Pantea Zardoshti,
اسٹینکو نوواکووچ، مونیش شاہ، سمیر راجدنیا، سکاٹ لی، ایشور اگروال،
مارک ڈی ہل، مارکس فونٹورا، اور ریکارڈو بیانچینی۔ 2023. تالاب: کلاؤڈ پلیٹ فارمز کے لیے CXL بیسڈ میموری پولنگ سسٹم۔ کی کارروائی میں
پروگرامنگ کے لیے آرکیٹیکچرل سپورٹ پر 28ویں ACM بین الاقوامی کانفرنس
زبانیں اور آپریٹنگ سسٹمز، جلد 2 (ASPLOS '23)، 25-29 مارچ،
2023، وینکوور، بی سی، کینیڈا۔ ACM، نیویارک، NY، USA، 14 صفحات۔ https:
//doi.org/10.1145/3575693.3578835

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو بلاک چین۔ Web3 Metaverse Intelligence. علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://semiengineering.com/cxl-based-memory-pooling-system-meets-cloud-performance-goals-and-significantly-reduces-dram-cost/