论文部分内容阅读
大数据时代,数据规模日益增大,存储系统面临着速度、容量、功耗、成本、可扩展以及非易失、耐久性等多方面的挑战。传统的动态随机存储存取器(Dynamic Random Access Memory,DRAM)受其存储密度、工艺尺寸限制,在面对海量信息存储需求时显得力不从心。新型非易失存储器(Non-volatile Memory,NVM)与DRAM相比,具有存储密度高、功耗低、容量大等优点,为解决大数据增长带来的存储问题提供了方向,其中阻变存储器(Resistive Random Access Memory,RRAM)各方面特性表现突出,具有一定代表性。本研究基于RRAM构建混合内存存储模型,研究内容概括为以下三个方面:1、构建混合内存模拟器。为了实现模拟DRAM和RRAM两种存储器件的特性,研究了Gem5和NVMain模拟系统的结构、各功能模块之间的关系,重点研究了内存模型,以及使用到的内部方法和函数,构建了混合内存模拟平台,为后续研究提供保障。2、构建DRAM-RRAM混合内存存储模型。提出一种混合存储模型,该模型在传统内存结构的基础上引入RRAM作为同级存储设备,利用其存储密度高、扩展性强、非易失性等特性提高内存系统的容量和可靠性。通过构建混合内存控制器,合理分发请求,利用DRAM快速的写效率特性弥补新型存储器写延迟大的缺点。在基准测试程序集PARSEC下评测了混合内存系统的性能,实验结果表明,DRAM与阻变存储器为主存的混合内存系统,性能接近完全以DRAM为主存的系统,优于完全以RRAM为主存的系统,充分验证了本文所提混合存储模型的有效性。对影响混合内存系统性能的因素进行分析,研究发现应用程序的读写比例、混合内存容量配比均会影响混合内存系统性能。3、基于写热度的混合内存页面管理策略。考虑RRAM写延迟大、耐久性有限的缺点,提出一种混合内存页面管理策略。根据请求对内存页面的访问情况,将写页面进行冷热状态定义,优先将热写页面存储在DRAM上,构建合理的迁移机制,减少RRAM上的写数量。实验表明:对写页面进行冷热状态区分,能有效提高混合内存系统性能,对于写操作密集型应用,系统延迟明显降低。