论文部分内容阅读
当今多核系统的发展面临诸多挑战:处理器与内存之间的发展差异日渐增大,传统计算系统采用硬件控制的Cache开始不能满足发展的需要;另一方面,CPU与内存之间发展速度的差异限制了片上多核系统的发展。便笺式存储器(Scratch-Pad Memory,SPM)具有能耗低、可预测、面积小等特点,可以在降低能耗、减少时延的前提下充分利用资源,这一特性使得便笺式存储器广泛应用于多核系统中。新型可字节寻址的非易失性存储器(Non-volatile Memory,NVM)在能耗、存储密度、读写性能、数据更新等方面表现突出,引起了研究者们的广泛关注,成为存储器研究的热点。本文的研究目标是在混合存储器中进行低能耗、低写操作数的数据分配,从而减少系统的总能耗,提高系统的性能,延长非易失性存储器的使用寿命。本文所讨论的混合内存由SRAM和NVM构成,片外存储由DRAM构成。采用NVM与SRAM构造的混合内存中,NVM的读写操作的不对称性限制了数据分配的发展,因此本文将减少数据放置产生的能耗与NVM中的写操作总数作为目标函数。已有的数据分配算法大多一次只能考虑一个目标函数,少数考虑两个目标函数的算法较为复杂,且适用性有限,而本文的研究需要考虑的因素有两个,采用改进传统贪心算法得到的数据分配方案不能很好的达到本文的研究目标。因此,为了合理利用混合存储器各部分的优势,规避劣势,提出了采用改进遗传算法(AGA)、双适应度遗传算法(DFGA)同时实现本文研究的两大目标。将这三种算法得出的数据分配策略进行对比。通过实验可知,采用DFGA算法比改进贪心算法得到的数据分配策略,能减少总能耗11.62%、NVM写操作总数43.88%。此外,采用DFGA算法比AGA算法得到的数据分配策略能减少33.76%的NVM写操作总数。总体而言,采用AGA算法较于贪心算法得到的数据分配策略主要是减少了总能耗,而DFGA算法在此基础上还实现了减少NVM写操作总数的目标。NVM的使用寿命与写操作数息息相关,因此采用DFGA算法得到的数据分配策略不仅能减少总能耗,还能延长NVM的寿命。