Tarkvaraga hallatav lugemis- ja kirjutamiskulumise tasandus püsimälu jaoks, 1. osa

Mälusisese kulumise tasandamine on viimastel aastatel muutunud oluliseks uurimisvaldkonnaks püsivate põhimälestuste jaoks. Paljud kirjanduses olevad lähenemisviisid teostavad kulumise tasandamist spetsiaalse riistvara abil.

Põhimälu on arvuti sees olev salvestusseade. Seda kasutatakse ajutiste andmete salvestamiseks. Seda saab otse lugeda ja kirjutada protsessor ning see on arvutisüsteemi asendamatu osa. Seevastu mälu on inimese aju neuronaalne struktuur ja teabe salvestamise ja meeldetuletamise eest vastutav organ. Kuigi põhimälu ja mälu on füüsiliselt ja funktsionaalselt erinevad, on nende vahel mõningaid seoseid ja sarnasusi.

Esiteks on põhimälu ja mälu mõlemad olulised salvestusseadmed. Põhimällu saab ajutiselt salvestada programmijuhiseid ja andmeid, et rahuldada CPU lugemis- ja kirjutamisvajadusi. Mälu on inimese aju üks peamisi organeid, mis vastutab teabe salvestamise ja meeldetuletamise eest, mis võib aidata inimestel maailma teatud määral tajuda ja mõista. Mõlemal mälutüübil on kõrge efektiivsus, kiirus ja stabiilsus, mis võib parandada arvutite ja inimeste mõtlemist.

Teiseks tuleb nii põhimälu kui ka mälu pidevalt treenida ja tugevdada. Põhimälu vajab pidevat lugemist ja kirjutamist, et tagada arvutisüsteemi normaalne töö, samuti tuleb seda optimeerida ja laiendada, et vastata kasvavale nõudlusele. Samuti tuleb pidevalt stimuleerida ja treenida mälu, mida saab parandada lugemise, õppimise ja treenimise kaudu. Ainult pideva tugevdamisega saavad põhimälu ja mälu arvutit ja inimesi paremini teenindada.

Lõpuks tuleb nii põhimälu kui ka mälu korralikult hallata ja hooldada. Põhimälu tuleb regulaarselt puhastada ja optimeerida, et vähendada rämpsandmeid ja parandada jõudlust, et vältida selliseid probleeme nagu arvutisüsteemide külmutamine ja külmutamine liigse rämpsandmete tõttu. Mälu nõuab teabe sagedast meeldetuletamist ja korrastamist, et vältida teabe unustamist ja segadust. Ainult nii saavad põhimälu ja mälu arvutit ja inimesi paremini teenindada.

Kokkuvõtlikult võib öelda, et kuigi põhimälu ja mälu on füüsiliselt ja funktsionaalselt erinevad, on nende vahel ka mõningaid seoseid ja sarnasusi. Täiustatud koolituse, mõistliku haldamise ja hoolduse abil saame paremini täita nende rolle ning edendada arvuti- ja inimintellekti arengut. On näha, et me peame parandama mälu ja Cistanche võib oluliselt parandada mälu, sest Cistanche on traditsiooniline Hiina meditsiin, millel on palju ainulaadseid toimeid, millest üks on mälu parandamine. Cistanche'i efektiivsus tuleneb selles sisalduvatest erinevatest toimeainetest, sealhulgas parkhape, polüsahhariidid, flavonoidglükosiidid jne, mis võivad aju tervist mitmel viisil edendada.

Klõpsake nuppu Tea 10 viisi mälu parandamiseks

Kuna enamik püsimälusid kuluvad alles kirjutusjuurdepääsust, püüavad ka kirjanduses väljapakutud lähenemisviisid tavaliselt kirjutusjuurdepääsu laialdaselt levitada kogu mäluruumis.

Mõned püsimälud kuluvad aga ka lugemispöördustest, sest iga lugemine põhjustab järjestikuse kirjutamispöörduse. Tarkvarapõhised lahendused toimivad ainult rakenduse või kerneli tasemelt, kus lugemis- ja kirjutamisjuurdepääsud realiseeritakse erinevate juhiste ja semantikaga. Seetõttu on tarkvara tasemel lugemise ja kirjutamise käsitlemiseks vaja erinevaid mehhanisme.

Esiteks töötame välja meetodi mälu lugemis- ja kirjutamisjuurdepääsude ligikaudseks määramiseks, et võimaldada vananemist arvestavat jämedateralist kulumistaseme tasandamist spetsiaalse riistvara puudumisel, pakkudes vanuseteavet.

Teiseks pakume spetsiifilisi lahendusi juurdepääsupunktide lahendamiseks kompileeritud programmikoodis (tekstisegmendis) ja rakenduste pinus. Meie hinnangul hindame raku vanust, loendades juurdepääsude koguarvu raku kohta.

Tulemused näitavad, et kõigi meie meetodite kasutamine pikendab mälu eluiga kuni 955 korda.

CCS-i kontseptsioonid: • Arvutisüsteemide korraldus → Manussüsteemid; • Riistvara → Mälu ja tihe salvestusruum.

Täiendavad märksõnad ja fraasid: püsimälu, kulumistaseme tasandamine, lugemine-destruktiivne, vanuse ligikaudne.

1 SISSEJUHATUS

Viimastel aastatel on püsimälu (NVM) peetud DRAM-i või SRAM-i alternatiiviks mälu jaoks. Mitmete puuduste (nt rakkude väiksem vastupidavus) tõttu on kirjanduses välja pakutud hooldusstrateegiaid mõjude ületamiseks.

Mälu eluiga on NVM-ide kasutamisel otsustava tähtsusega, kuna hoolduse puudumisel võivad need kahaneda tundideks või isegi minutiteks [5, 9]. Seetõttu püüavad kulumise tasandamise strateegiad pikendada mälu eluiga maksimaalselt, koormates aja jooksul kõiki mälurakke võrdselt.

Kulumise tasandamise strateegiaid võib liigitada vananemist arvestavateks ja vananemist mitteteadlikeks strateegiateks, kus vananemist arvestavad strateegiad uurivad rakkude praegust vanust, et teha adekvaatseid kulumise tasandamise otsuseid.

See nõuab täpseid teadmisi raku vanuse kohta, mida saab koguda spetsiaalsest riistvarast või ligikaudselt tarkvara abil. Vananemisest mitteteadlikud strateegiad aga põhinevad oma kulumise tasandamise otsused muudel mehhanismidel (nt juhuslikel). Enamik vananemist arvestavaid ja mitteteadlikke strateegiaid sihivad tavaliselt ainult kirjutamisjuurdepääsu, sest ainult kirjutamisjuurdepääsud kulutavad enamiku NVM-tüüpide mälurakke. Mõned NVM-id, nagu Ferroelectric RAM (FeRAM), on samuti lugemist hävitavad [18].

See tähendab, et iga lugemisjuurdepääs kulutab ka mäluelementi. FeRAM-i puhul on põhjuseks see, et lugemispääsud kirjutavad praeguse lahtri väärtuse üle ja seetõttu tuleb seda hiljem uuesti laadida [18]. Seetõttu annab iga lugemise juurdepääs lahtrile automaatse järgneva kirjutamisjuurdepääsu. Mälukontroller käivitab selle protsessi iga lugemisjuurdepääsu ajal.

Järelikult tuleb lugemisjuurdepääsudel arvestada sama mõjuga kui kirjutusjuurdepääsudega kulumise tasandamise ajal, kui selliseid lugemist hävitavaid mälusid kasutatakse. Kuigi see ei tähenda olulist erinevust riistvara tasemel (eriti riistvarapõhine kulumistaseme tasandamine), sest riistvara saab kulumistaseme reguleerimise osana lihtsalt laiendada lugemisjuurdepääsude jälgimiseks, teeb see seda tarkvara tasemel. Kui kulumisnivelleerimine on realiseeritud tarkvaras, erineb lugemisjuurdepääsu jälgimine ja loendamine kirjutamisjuurdepääsust.

Lugemis- ja kirjutamisjuurdepääsud toimuvad tarkvara tasemel erineva semantikaga ning enamikus programmides on tõepoolest mitmesuguseid "kirjutuskaitstud" andmeid. Seega tuleb tarkvarapõhiste lahenduste kavandamisel arvestada erinevate semantikatega.

Selles artiklis uurime tarkvaraga hallatava kulumisnivelleerimise kujundust, kus uurime vananemist arvestava kulumise tasandamise disaini ja vanuse ligikaudsete väärtuste kasutamist spetsiaalse riistvara puudumisel. Meie tarkvaraga hallatava mehhanismiga tähistame käesolevaga lahendust, mis ei ole aluseks olevast riistvarast täielikult sõltumatu ja nõuab siiski teatud süsteemifunktsioonide komplekti.

Tasub kaaluda lahendusi, mis konfigureerivad tavaliselt saadaolevaid riistvarakomponente alates tarkvara tasemelt ja on seetõttu rakendatavad puhtalt tipptasemel süsteemide tarkvara tasemel. Täpsemalt nõuab meie lahendus MMU-d ja jõudlusloendureid, mida võib leida paljudest hiljutistest rakendusprotsessoritest.

Lahendus aga ei paku välja eelnimetatud riistvara modifikatsiooni, vaid ainult haldab ja konfigureerib seda tarkvara tasemelt kulumise tasandamise eesmärkide saavutamiseks.

Tarkvarapõhine lahendus ei tohi üldiselt olla riistvarapõhisele lahendusele soodne, vaid pigem pakub kulumist tasandavat lahendust süsteemidele, kus vajalik riistvaratugi pole rakendatud, kas siis kiibiruumi säästmiseks või seetõttu, et süsteemi riistvara on juba konfigureeritud. .

Lisaks käsitleme meie meetodi lugemis- ja kirjutamisjuurdepääsude hävitavat mõju, nii et sihtida saab ka lugemist-hävitavaid NVM-e. Esiteks kavandame jämedateralise vananemist arvestava kulumistaseme, mille käigus proovime jõudlusloendurite ja mälule juurdepääsu lubade abil põhimälu lugemis- ja kirjutamisjuurdepääsu.

See annab meile lugemise ja kirjutamise juurdepääsu jaotuse statistilise ligikaudse hinnangu. Toodame selle lähenduse virtuaalse mälu lehepõhisesse kulumisnivelleerimisalgoritmi, mis kaardistab virtuaalse mälu lehtede taga olevad füüsilised mälulehed vananemisest teadlikul viisil.

Ortogonaalina arendame edasi vananemisvõimetut peeneteralist kulumisnivelleerimist, mis lahendab mälulehtede tihedad juurdepääsupunktid. Rakenduste virna segment on silmitsi intensiivse lugemis- ja kirjutamisjuurdepääsuga, kompileeritud programmikood (st tekstisegmendis) aga ainult lugemispunktidega.

Selle sihiks pakume välja mehhanismi, mis liigutab pinu ja tekstisegmenti väikeste nihketega ringikujuliselt läbi füüsilise mälu, samal ajal kui on tagatud programmi õige täitmine. Koos eelneva jämedateralise vananemist arvestava kulumisnivelleerimisega saavutame kogu kulumistasemega mälu isegi ala hävitava põhimälu olemasolul.

Meie uudsed panused hõlmavad järgmist:

• Võrgus lugemise ja kirjutamise ligikaudne lähenemine, et võimaldada jämedateralist lehekülgede vahetamist lugemis- ja kirjutamisjuurdepääsude puhul.

• Virnasegmendi peeneteraline kulumistasandus, et vältida kirjutamise ja lugemise kuumi kohti. Virna liigutatakse pöörlevalt, säilitades samas osutite õigsuse.

• Peeneteraline kulumistasandus tekstisegmendi jaoks, et vältida lugemise kuumaid kohti. See lähenemine liigutab tekstisegmenti pöörlevalt, et levitada lugemispunktid läbi suurema mäluala.

2 SEOTUD TÖÖD

Viimastel aastakümnetel on NVM-i jaoks välja pakutud mitmeid mälusisese kulumise tasandamise meetodeid. Neid lähenemisviise saab liigitada erinevate kriteeriumide alusel.

Esiteks on olemas vananemist arvestavad lähenemisviisid [1, 2, 4–6, 11, 15, 17, 20, 24], mis võtavad kulumise tasandamise rakendamisel arvesse raku praegust vanust. Seevastu randomiseeritud lähenemisviisid [5, 19, 24] rakendavad kulumise tasandamist ringikujuliselt või juhuslikult.

Mõlemat lähenemisviisi kombineeritakse sageli, et saavutada mäluplokkide sees juhuslik kulumise tasandamine, samas kui nende jämedateraliste mäluplokkide sihtimiseks kasutatakse vananemist arvestavat lähenemisviisi.

Detailsus varieerub ka üksikutest bittidest [3, 23] vahemälu ridade [19, 24] puhul peeneteralise lähenemise korral mälulehtedele [1, 2, 5, 6, 20] või isegi suurematele mälusegmentidele [22, 24] jämedate lehtede jaoks. Mõned lähenemisviisid ei põhine füüsilise mälu sisu ümberkujundamisel abstraktsioonikihi kaudu, vaid haakub operatsioonisüsteemi mälujaotusprotsessiga, et rakendada mälujaoturile kulumise nivelleerimist [1, 15, 20].

Li et al. [15] teeb samuti ettepaneku kasutada eraldatud mälu osa, kui funktsioon kutsutakse, funktsiooni pinumälu kulumistaseme pinu piirkonda.

2.1 Vananemist arvestav kulumise tasandamine

Gogte et al. [6] pakub välja ainult tarkvarapõhise jämedateralise kulumise tasandamise lähenemisviisi, kasutades kirjutamisjaotuse valimi dampproksimatsiooni. Nad kasutavad täiustatud silumisvõimalusi, nagu näiteks Inteli protsessori sündmustepõhine proovivõtt (PEBS), mis võimaldab neil protsessori kirjutamispäringuid proovi võtta. Neid silumisvõimalusi võib aga harva leida manustatud süsteemides ja ressurssidega piiratud riistvaras.

Kõik muud mainitud vananemist arvestavad lähenemisviisid põhinevad mälu praegusel kirjutamisloenduse teabel. Enamik lähenemisviise lisab mälukontrollerisse spetsiaalse riistvara, et koguda kirjutusloenduse teavet, mis pole üldkasutatavates süsteemides saadaval ja mida võib olla raske realiseerida.

Dong et al. [4] kasutab kirjutusjaotuse hindamiseks võrguühenduseta salvestatud mälujälgi, mis piirab lähenemist ainult tuntud rakenduste alamhulgale.

2.2 Lugege kulumistaseme määramist

Meie teadmiste kohaselt ei ole lugemishävitavates NVM-ides spetsiaalseid algoritme kulumistaseme lugemiseks. Riistvarapõhised lähenemisviisid, mis ei ole vananemisest teadlikud või mis otsustavad otseselt iga raku kulumise põhjal, ühilduvad aga vaikimisi lugemist hävitavate mäludega.

Kui kulumist hinnatakse kirjutamisloenduse järgi, saab seda hinnata ka lugemis- ja kirjutamisloenduse põhjal. See tähendab, et riistvara-tarkvara koosmõju algoritmid võivad saada täpse kulumise hinnangu, laiendades riistvara lugemisjuurdepääsude loendamiseks.

Seni kuni kasutatakse üldisi mehhanisme (nt virtuaalse mälu lehtede ümberjaotamine) [1, 2], on algoritmide modifikatsioonid minimaalsed. Seevastu kui kulumise tasandamiseks kasutatakse spetsiifilisi mehhanisme (nt hunniku jaotust või virna jaotamist) [14, 15, 20], ei saa kulumistaseme lugemist lihtsalt integreerida. Seega on sellistel juhtudel vaja teist spetsiaalset mehhanismi kulumistaseme lugemiseks.

Lisaks tuleb algoritmidele, mis tarnitakse koos nende kirjutamislähendusega [6, 9, 12], lisada spetsiaalne lugemise lähendus. Meie teadmiste kohaselt on see esimene töö, mis pakub välja tarkvaraga hallatava mälu lugemise ja kirjutamise juurdepääsu lähendus, mis ei tugine spetsiaalsetele silumisvõimalustele.

Lisaks pakutakse spetsiifilisi algoritme, mis töötavad rakendusespetsiifilistel andmetel (virn ja tekst), kusjuures teksti algoritm on mõeldud ainult lugemiseks.

3 SIHTSÜSTEEM

Selles jaotises käsitleme esmalt meie pakutud meetodite tüüpilist sihtseadet. Kuigi me ei piira oma meetodeid konkreetsete NVM-tüüpidega, arvestame kulumisega seotud teatud omadusi. Eeldame, et iga raku modifikatsioon kulutab rakku võrdselt.

Lisaks ei eelda me iteratiivset kirjutamist ja seega vastab mälupöördumiste arv mälule lineaarselt. Meie pakutud meetodi puhul sihime nii kirjutamist hävitavaid kui ka lugemist hävitavaid NVM-e, rakendades lugemist hävitavate NVM-ide jaoks lisandmoodulit.

Kuigi lugemist hävitavat omadust ei pruugi leida ainult ühes NVM-i tüübis, on FeRAM sellise NVM-i silmapaistev näide. See aga ei tähenda, et meie meetod piirdub FeRAM-iga; seda saab rakendada ka lugemist mittepurustavale NVM-ile, näiteks mitte lubades lugemise ja kulumise nivelleerimist.

FeRAM-i lugemist hävitav omadus tuleneb asjaolust, et lugemisprotseduur (st lahtri väärtuse tuvastamine) kirjutab lahtri üle [13, 18]. Lugemistoimingu ajal rakendatakse FeRAM-elemendile elektriväli ja mõõdetakse ülekantud laenguid, mis polariseerib raku. Lahtri algse oleku säilitamiseks pärast lugemist tuleb vana väärtus uuesti lahtrisse kirjutada.

See vajalik hilisem kirjutamisjuurdepääs muudab FeRAM-i lugemist hävitavaks. Sihtsüsteemina käsitleme ressursipiiranguga keskkondades manustatud süsteeme, mis peavad täitma keerulisi ülesandeid ja seetõttu käitama ka keerulist tarkvara.

Sellist süsteemi võib leida autojuhtimisseadmetes või kosmoseseadmetes. Nende varustamine NVM-iga on soovitav, et suurendada väikeste kuludega mälumahtu, säilitades samal ajal madala energiatarbimise. Järgnevalt käsitleme oma sihtsüsteemi, mis puudutab (1) vahemälu hierarhiat ja (2) üldist mäluarhitektuuri.

For more information:1950477648nn@gmail.com