弗吉尼亚理工大学、英特尔、微软 Azure、谷歌和 Stone Co 的研究人员发表了一篇题为“Pond: CXL-Based Memory Pooling Systems for Cloud Platforms”的技术论文。
抽象
“公共云提供商寻求满足严格的性能要求和低硬件成本。 性能和成本的一个关键驱动因素是主存储器。 内存池有望提高 DRAM 利用率,从而降低成本。 然而,在云性能要求下,池化具有挑战性。 本文提出了 Pond,这是第一个既满足云性能目标又显着降低 DRAM 成本的内存池系统。 Pond 建立在 Compute Express Link (CXL) 标准之上,用于加载/存储对池内存的访问和两个关键见解。 首先,我们对云生产跟踪的分析表明,跨 8-16 个套接字进行池化足以实现大部分优势。 这使得具有低访问延迟的小型池设计成为可能。 其次,可以创建机器学习模型来准确预测分配给虚拟机 (VM) 的本地和池内存量,以实现类似相同 NUMA 节点的内存性能。 我们对 158 个工作负载的评估表明,Pond 将 DRAM 成本降低了 7%,性能在相同 NUMA 节点 VM 分配的 1-5% 以内。”
找到开放获取技术 纸在这里. 2023 年 XNUMX 月出版。
怀城李, Daniel S. Berger, Lisa Hsu, Daniel Ernst, Pantea Zardoshti,
斯坦科·诺瓦科维奇、莫尼什·沙阿、萨米尔·拉贾尼亚、斯科特·李、伊什瓦尔·阿加瓦尔、
Mark D. Hill、Marcus Fontoura 和 Ricardo Bianchini。 2023. Pond:用于云平台的基于 CXL 的内存池系统。 在会议记录中
第 28 届 ACM 编程架构支持国际会议
语言和操作系统,第 2 卷 (ASPLOS '23),25 月 29-XNUMX 日,
2023 年,加拿大不列颠哥伦比亚省温哥华市。 ACM,美国纽约州纽约市,14 页。 https:
//doi.org/10.1145/3575693.3578835
- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
- Sumber: https://semiengineering.com/cxl-based-memory-pooling-system-meets-cloud-performance-goals-and-significantly-reduces-dram-cost/
- :是
- 2023
- a
- ACCESS
- 准确
- ACM
- 横过
- 分配
- 分析
- 和
- 建筑的
- At
- Azure
- 好处
- 伯杰
- 建立
- by
- CAN
- 加拿大
- 挑战
- 云端技术
- CO
- 计算
- 研讨会 首页
- 价格
- 成本
- 创建信息图
- 丹尼尔
- 设计
- 司机
- 使
- 更多
- 评估
- 特快
- 姓氏:
- 针对
- 理想中
- 谷歌
- 硬件
- 创新中心
- 但是
- HTTPS
- 改善
- in
- 可行的洞见
- 英特尔
- 国际
- IT
- 一月
- 键
- 潜伏
- 学习
- 李
- 友情链接
- 本地
- 低
- 机
- 机器学习
- 主要
- 三月
- 马库斯
- 满足
- 会见
- 内存
- 微软
- 微软Azure
- 模型
- 最先进的
- 全新
- 纽约
- NY
- of
- on
- 打开
- 操作
- 操作系统
- 纸类
- 性能
- 平台
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 池塘
- 池
- 可能
- 预测
- Proceedings
- 生产
- 承诺
- 建议
- 供应商
- 出版
- 减少
- 减少
- 岗位要求
- 研究人员
- s
- 其次
- 寻找
- 作品
- 显著
- 标准
- 石
- SUPPORT
- 系统
- 产品
- 科技
- 文案
- 这
- 从而
- 标题
- 至
- 下
- 美国
- 温哥华
- 弗吉尼亚州
- 在线会议
- 虚拟机
- 体积
- 中
- 和风网