অবজেক্ট-ওরিয়েন্টেড মেমরি আর্কিটেকচারে কীভাবে কম্প্রেশন কাজ করে

MIT-এর ইঞ্জিনিয়ারদের একটি দল ডেটার সাথে আরও দক্ষতার সাথে কাজ করার জন্য একটি অবজেক্ট-ওরিয়েন্টেড মেমরি শ্রেণিবিন্যাস তৈরি করেছে। নিবন্ধে আমরা বুঝতে পারি কিভাবে এটি সাজানো হয়।

/ PxHere /পিডি

আপনি জানেন যে, আধুনিক CPU-র কর্মক্ষমতা বৃদ্ধি মেমরি অ্যাক্সেস করার সময় লেটেন্সিতে অনুরূপ হ্রাস দ্বারা অনুষঙ্গী হয় না। বছরে সূচকের পরিবর্তনের পার্থক্য 10 গুণ পর্যন্ত পৌঁছাতে পারে (পিডিএফ, পৃষ্ঠা 3) ফলস্বরূপ, একটি বাধা দেখা দেয়, যা উপলব্ধ সংস্থানগুলির সম্পূর্ণ ব্যবহারের অনুমতি দেয় না এবং ডেটা প্রক্রিয়াকরণকে ধীর করে দেয়।

কর্মক্ষমতা শাস্তি তথাকথিত decompression বিলম্ব হয়. কিছু ক্ষেত্রে, প্রস্তুতিমূলক ডেটা ডিকম্প্রেশন 64টি প্রসেসর চক্র পর্যন্ত নিতে পারে।

তুলনার জন্য: ভাসমান বিন্দু সংখ্যার যোগ এবং গুণন দখল করা দশ চক্রের বেশি নয়। সমস্যা হল যে মেমরি একটি নির্দিষ্ট আকারের ডেটা ব্লকের সাথে কাজ করে, যখন অ্যাপ্লিকেশনগুলি বিভিন্ন ধরনের ডেটা ধারণ করতে পারে এবং আকারে একে অপরের থেকে আলাদা হতে পারে এমন বস্তুর সাথে কাজ করে। সমস্যা সমাধানের জন্য, এমআইটি প্রকৌশলীরা একটি অবজেক্ট-ওরিয়েন্টেড মেমরি শ্রেণিবিন্যাস তৈরি করেছেন যা ডেটা প্রক্রিয়াকরণকে অপ্টিমাইজ করে।

প্রযুক্তি কিভাবে কাজ করে

সমাধানটি তিনটি প্রযুক্তির উপর ভিত্তি করে: Hotpads, Zippads এবং COCO কম্প্রেশন অ্যালগরিদম।

হটপ্যাডগুলি হল স্ক্র্যাচপ্যাড রেজিস্টার মেমরির একটি সফ্টওয়্যার-চালিত শ্রেণিবিন্যাস (স্ক্র্যাচপ্যাড) এই রেজিস্টারগুলিকে প্যাড (প্যাড) বলা হয় এবং এর মধ্যে তিনটি রয়েছে - L1 থেকে L3 পর্যন্ত। তারা বিভিন্ন আকারের বস্তু, মেটাডেটা এবং পয়েন্টারের অ্যারে সংরক্ষণ করে।

সংক্ষেপে, আর্কিটেকচার একটি ক্যাশে সিস্টেম, কিন্তু বস্তুর সাথে কাজ করার জন্য তীক্ষ্ণ। বস্তুটি যে প্যাডের স্তরে অবস্থিত তা নির্ভর করে এটি কতবার ব্যবহার করা হয় তার উপর। স্তরগুলির মধ্যে একটি "ওভারফ্লো" হলে, সিস্টেমটি জাভা বা গো-তে "আবর্জনা সংগ্রহকারী" এর মতো একটি প্রক্রিয়া চালু করে। এটি বিশ্লেষণ করে যে কোন বস্তুগুলি অন্যদের তুলনায় কম ব্যবহৃত হয় এবং স্বয়ংক্রিয়ভাবে সেগুলিকে স্তরের মধ্যে নিয়ে যায়।

জিপপ্যাডগুলি হটপ্যাডগুলির ভিত্তিতে কাজ করে - সংরক্ষণাগার এবং আনজিপ ডেটা যা অনুক্রমের শেষ দুটি স্তরে প্রবেশ করে বা ছেড়ে যায় - L3 প্যাড এবং প্রধান মেমরি৷ প্রথম এবং দ্বিতীয় প্যাডে, ডেটা অপরিবর্তিত সংরক্ষণ করা হয়।

Zippads 128 বাইট পর্যন্ত অবজেক্ট কম্প্রেস করে। বড় বস্তুগুলোকে ভাগে ভাগ করা হয়, যেগুলো পরে স্মৃতির বিভিন্ন জায়গায় স্থাপন করা হয়। বিকাশকারীরা যেমন লেখেন, এই পদ্ধতিটি কার্যকরভাবে ব্যবহৃত মেমরির গুণাগুণ বাড়ায়।

বস্তুগুলিকে সংকুচিত করার জন্য, COCO (ক্রস-অবজেক্ট কম্প্রেশন) অ্যালগরিদম ব্যবহার করা হয়, যা আমরা পরে আলোচনা করব, যদিও সিস্টেমটি কাজ করতে সক্ষম বেস-ডেল্টা-ইমিডিয়েট বা FPC. COCO অ্যালগরিদম হল ডিফারেনশিয়াল কম্প্রেশনের একটি ভিন্নতা (ডিফারেনশিয়াল কম্প্রেশন) এটি "বেস" এর সাথে বস্তুর তুলনা করে এবং ডুপ্লিকেট বিটগুলি সরিয়ে দেয় - নীচের চিত্রটি দেখুন:

এমআইটি প্রকৌশলীদের মতে, তাদের অবজেক্ট-ওরিয়েন্টেড মেমরি শ্রেণিবিন্যাস ক্লাসিক্যাল পদ্ধতির চেয়ে 17% দ্রুত। এটি আধুনিক অ্যাপ্লিকেশনের স্থাপত্যের কাঠামোতে অনেক কাছাকাছি, তাই নতুন পদ্ধতির সম্ভাবনা রয়েছে।

আশা করা হচ্ছে, প্রথমত, যেসব কোম্পানি বড় ডেটা এবং মেশিন লার্নিং অ্যালগরিদম নিয়ে কাজ করে তারা প্রযুক্তি ব্যবহার শুরু করতে পারে। আরেকটি সম্ভাব্য দিক হল ক্লাউড প্ল্যাটফর্ম। IaaS প্রদানকারীরা ভার্চুয়ালাইজেশন, স্টোরেজ সিস্টেম এবং কম্পিউটিং সংস্থানগুলির সাথে আরও দক্ষতার সাথে কাজ করতে সক্ষম হবে।

আমাদের অতিরিক্ত সম্পদ এবং উত্স:

"আমরা কীভাবে IaaS তৈরি করি": 1 ক্লাউডের কাজ সম্পর্কে উপকরণ

ক্লাউড আর্কিটেকচারের বিবর্তন 1ক্লাউড
1ক্লাউডে অবজেক্ট স্টোরেজ পরিষেবা

এইচটিটিপিএসের সম্ভাব্য আক্রমণ এবং তাদের বিরুদ্ধে কীভাবে রক্ষা করা যায়
ক্রমাগত বিতরণ এবং ক্রমাগত একীকরণ পদ্ধতির মধ্যে মিল এবং পার্থক্য কী
কীভাবে ইন্টারনেটে একটি সার্ভার রক্ষা করবেন: 1ক্লাউড অভিজ্ঞতা

উত্স: www.habr.com