எம்ஐடியைச் சேர்ந்த பொறியாளர்கள் குழு, தரவுகளுடன் மிகவும் திறமையாக வேலை செய்ய பொருள் சார்ந்த நினைவக படிநிலையை உருவாக்கியுள்ளது. இது எவ்வாறு செயல்படுகிறது என்பதை கட்டுரையில் புரிந்துகொள்வோம்.
/ /PD
அறியப்பட்டபடி, நவீன CPU களின் செயல்திறன் அதிகரிப்பு நினைவகத்தை அணுகும் போது தாமதத்தின் தொடர்புடைய குறைவுடன் இல்லை. ஆண்டுக்கு ஆண்டு குறிகாட்டிகளில் ஏற்படும் மாற்றங்களின் வேறுபாடு 10 மடங்கு வரை இருக்கலாம் () இதன் விளைவாக, கிடைக்கக்கூடிய வளங்களை முழுமையாகப் பயன்படுத்துவதைத் தடுக்கும் மற்றும் தரவு செயலாக்கத்தை மெதுவாக்கும் ஒரு இடையூறு எழுகிறது.
டிகம்ப்ரஷன் தாமதம் என்று அழைக்கப்படுவதால் செயல்திறன் சேதம் ஏற்படுகிறது. சில சந்தர்ப்பங்களில், ஆயத்த தரவு டிகம்பரஷ்ஷன் 64 செயலி சுழற்சிகள் வரை எடுக்கலாம்.
ஒப்பிடுவதற்கு: மிதக்கும் புள்ளி எண்களின் கூட்டல் மற்றும் பெருக்கல் பத்து சுழற்சிகளுக்கு மேல் இல்லை. சிக்கல் என்னவென்றால், நினைவகம் ஒரு நிலையான அளவிலான தரவுத் தொகுதிகளுடன் செயல்படுகிறது, மேலும் பயன்பாடுகள் வெவ்வேறு வகையான தரவுகளைக் கொண்டிருக்கும் மற்றும் ஒருவருக்கொருவர் அளவு வேறுபடக்கூடிய பொருள்களுடன் இயங்குகின்றன. சிக்கலைத் தீர்க்க, எம்ஐடியில் உள்ள பொறியாளர்கள் தரவு செயலாக்கத்தை மேம்படுத்தும் பொருள் சார்ந்த நினைவக படிநிலையை உருவாக்கினர்.
தொழில்நுட்பம் எவ்வாறு செயல்படுகிறது
தீர்வு மூன்று தொழில்நுட்பங்களை அடிப்படையாகக் கொண்டது: ஹாட்பேட்கள், ஜிப்பாட்கள் மற்றும் COCO சுருக்க அல்காரிதம்.
ஹாட்பேடுகள் என்பது அதிவேக பதிவு நினைவகத்தின் மென்பொருள்-கட்டுப்படுத்தப்பட்ட படிநிலை () இந்த பதிவேடுகள் பட்டைகள் என்று அழைக்கப்படுகின்றன மற்றும் அவற்றில் மூன்று உள்ளன - L1 முதல் L3 வரை. அவை வெவ்வேறு அளவுகள், மெட்டாடேட்டா மற்றும் சுட்டி வரிசைகளின் பொருட்களைச் சேமிக்கின்றன.
அடிப்படையில், கட்டிடக்கலை என்பது ஒரு கேச் சிஸ்டம், ஆனால் பொருள்களுடன் வேலை செய்வதற்கு ஏற்றது. பொருள் இருக்கும் திண்டு அளவு அது எவ்வளவு அடிக்கடி பயன்படுத்தப்படுகிறது என்பதைப் பொறுத்தது. நிலைகளில் ஒன்று "நிரம்பி வழிகிறது" என்றால், கணினி ஜாவா அல்லது கோ மொழிகளில் "குப்பை சேகரிப்பாளர்கள்" போன்ற ஒரு பொறிமுறையைத் தொடங்குகிறது. இது எந்தெந்த பொருட்களை மற்றவற்றை விட குறைவாகவே பயன்படுத்தப்படுகிறது என்பதை பகுப்பாய்வு செய்து, அவற்றை நிலைகளுக்கு இடையில் தானாகவே நகர்த்துகிறது.
ஜிப்பாட்கள் ஹாட்பேட்களின் மேல் வேலை செய்கின்றன - காப்பகங்கள் மற்றும் வரிசைப்படுத்தலின் கடைசி இரண்டு நிலைகளில் நுழையும் அல்லது வெளியேறும் தரவு - L3 பேட் மற்றும் முக்கிய நினைவகம். முதல் மற்றும் இரண்டாவது பட்டைகள் தரவு மாறாமல் சேமிக்கப்படும்.
ஜிப்பாட்கள் 128 பைட்டுகளுக்கு மேல் இல்லாத பொருட்களை சுருக்குகிறது. பெரிய பொருள்கள் பகுதிகளாகப் பிரிக்கப்படுகின்றன, பின்னர் அவை நினைவகத்தின் வெவ்வேறு பகுதிகளில் வைக்கப்படுகின்றன. டெவலப்பர்கள் எழுதுவது போல, இந்த அணுகுமுறை திறம்பட பயன்படுத்தப்படும் நினைவகத்தின் குணகத்தை அதிகரிக்கிறது.
பொருள்களை சுருக்க, COCO (குறுக்கு-பொருள் சுருக்க) வழிமுறை பயன்படுத்தப்படுகிறது, அதை நாங்கள் பின்னர் விவாதிப்போம், இருப்பினும் கணினி வேலை செய்யலாம் அல்லது . COCO அல்காரிதம் என்பது வேறுபட்ட சுருக்கத்தின் ஒரு வகை () இது பொருட்களை "அடிப்படையுடன்" ஒப்பிடுகிறது மற்றும் நகல் பிட்களை நீக்குகிறது - கீழே உள்ள வரைபடத்தைப் பார்க்கவும்:
MIT இன் பொறியாளர்களின் கூற்றுப்படி, அவர்களின் பொருள் சார்ந்த நினைவக படிநிலையானது கிளாசிக்கல் அணுகுமுறைகளை விட 17% அதிக உற்பத்தித் திறன் கொண்டது. நவீன பயன்பாடுகளின் கட்டிடக்கலைக்கு வடிவமைப்பில் இது மிகவும் நெருக்கமாக உள்ளது, எனவே புதிய முறை சாத்தியம் உள்ளது.
பெரிய தரவு மற்றும் இயந்திர கற்றல் அல்காரிதம்களுடன் பணிபுரியும் நிறுவனங்கள் முதலில் தொழில்நுட்பத்தைப் பயன்படுத்தத் தொடங்கும் என்று எதிர்பார்க்கப்படுகிறது. மற்றொரு சாத்தியமான திசை கிளவுட் தளங்கள். IaaS வழங்குநர்கள் மெய்நிகராக்கம், தரவு சேமிப்பக அமைப்புகள் மற்றும் கணினி ஆதாரங்களுடன் மிகவும் திறமையாக செயல்பட முடியும்.
எங்கள் கூடுதல் ஆதாரங்கள் மற்றும் ஆதாரங்கள்:
ஆதாரம்: www.habr.com