'n Span ingenieurs van MIT het 'n objekgeoriënteerde geheuehiërargie ontwikkel om meer doeltreffend met data te werk. In die artikel sal ons verstaan hoe dit werk.
/ /PD
Soos bekend, gaan die toename in werkverrigting van moderne SVE's nie gepaard met 'n ooreenstemmende afname in latensie wanneer toegang tot geheue verkry word nie. Die verskil in veranderinge in aanwysers van jaar tot jaar kan tot 10 keer wees (). As gevolg hiervan ontstaan 'n bottelnek wat die volle gebruik van beskikbare hulpbronne verhoed en dataverwerking vertraag.
Prestasieskade word veroorsaak deur die sogenaamde dekompressievertraging. In sommige gevalle kan voorbereidende data-dekompressie tot 64 verwerkersiklusse neem.
Ter vergelyking: optelling en vermenigvuldiging van swaaipuntgetalle nie meer as tien siklusse nie. Die probleem is dat geheue werk met datablokke van 'n vaste grootte, en toepassings werk met voorwerpe wat verskillende tipes data kan bevat en in grootte van mekaar verskil. Om die probleem op te los, het ingenieurs by MIT 'n objekgeoriënteerde geheuehiërargie ontwikkel wat dataverwerking optimaliseer.
Hoe die tegnologie werk
Die oplossing is gebaseer op drie tegnologieë: Hotpads, Zippads en die COCO-kompressie-algoritme.
Hotpads is 'n sagteware-beheerde hiërargie van hoëspoed geregistreerde geheue (). Hierdie registers word pads genoem en daar is drie van hulle - van L1 tot L3. Hulle stoor voorwerpe van verskillende groottes, metadata en wyserskikkings.
In wese is die argitektuur 'n kasstelsel, maar aangepas om met voorwerpe te werk. Die vlak van die pad waarop die voorwerp is, hang af van hoe gereeld dit gebruik word. As een van die vlakke "oorloop", begin die stelsel 'n meganisme soortgelyk aan "vullisversamelaars" in die Java- of Go-tale. Dit ontleed watter voorwerpe minder gereeld as ander gebruik word en skuif hulle outomaties tussen vlakke.
Zippads werk bo-op Hotpads - argief en deargiveer data wat die laaste twee vlakke van die hiërargie binnegaan of verlaat - die L3-blok en hoofgeheue. Die eerste en tweede pads stoor data onveranderd.
Zippads komprimeer voorwerpe waarvan die grootte nie 128 grepe oorskry nie. Groter voorwerpe word in dele verdeel, wat dan in verskillende areas van geheue geplaas word. Soos die ontwikkelaars skryf, verhoog hierdie benadering die koëffisiënt van effektief gebruikte geheue.
Om voorwerpe saam te pers, word die COCO (Cross-Object Compression) algoritme gebruik, wat ons later sal bespreek, alhoewel die stelsel ook kan werk met of . Die COCO-algoritme is 'n tipe differensiële kompressie (). Dit vergelyk voorwerpe met die "basis" en verwyder duplikaatstukke - sien die diagram hieronder:
Volgens ingenieurs van MIT is hul objekgeoriënteerde geheuehiërargie 17% meer produktief as klassieke benaderings. Dit is in ontwerp baie nader aan die argitektuur van moderne toepassings, so die nuwe metode het potensiaal.
Daar word verwag dat maatskappye wat met groot data en masjienleeralgoritmes werk, eers die tegnologie sal begin gebruik. Nog 'n potensiële rigting is wolkplatforms. IaaS-verskaffers sal meer doeltreffend met virtualisering, databergingstelsels en rekenaarhulpbronne kan werk.
Ons bykomende hulpbronne en bronne:
Bron: will.com