[论文解读] DReAM: Dynamic Re-arrangement of Address Mapping to Improve the Performance of DRAMs

Mohsen Ghasempour, Jim Garside+2 more|arXiv (Cornell University)|Sep 12, 2015

Parallel Computing and Optimization Techniques参考文献 14被引用 4

一句话总结

DReAM 是一种新颖的硬件技术，通过基于工作负载特定的内存访问模式，在运行时动态重构 DRAM 地址映射，利用基于熵的位分析来最小化页冲突。该技术在各类工作负载上平均将 DRAM 性能提升高达 28%，优于静态映射方案，且无需应用程序停机或软件修改。

ABSTRACT

The initial location of data in DRAMs is determined and controlled by the 'address-mapping' and even modern memory controllers use a fixed and run-time-agnostic address mapping. On the other hand, the memory access pattern seen at the memory interface level will dynamically change at run-time. This dynamic nature of memory access pattern and the fixed behavior of address mapping process in DRAM controllers, implied by using a fixed address mapping scheme, means that DRAM performance cannot be exploited efficiently. DReAM is a novel hardware technique that can detect a workload-specific address mapping at run-time based on the application access pattern which improves the performance of DRAMs. The experimental results show that DReAM outperforms the best evaluated address mapping on average by 9%, for mapping-sensitive workloads, by 2% for mapping-insensitive workloads, and up to 28% across all the workloads. DReAM can be seen as an insurance policy capable of detecting which scenarios are not well served by the predefined address mapping.

研究动机与目标

• 解决由不适应动态内存访问模式的静态固定地址映射方案导致的 DRAM 性能下降问题。
• 通过基于实时访问行为动态重新分配地址映射，减少因同一 bank 内连续访问不同行而引起的页冲突。
• 实现在不中断应用程序的前提下，对地址映射进行运行时动态重配置，克服纯软件或离线方法的局限性。
• 设计一种低开销机制，在最小化存储和硬件成本的同时，支持运行时数据迁移。

提出的方法

• DReAM 通过在 25 万次请求的滑动窗口内近似计算每个物理地址位的熵，来监控内存访问模式，以检测工作负载特定的访问行为。
• 它为每个地址位使用计数器和异或门，以追踪位翻转情况，并识别与访问局部性相关的高熵位。
• 基于检测到的访问模式，DReAM 计算出一种优化的地址映射方案，以最小化行缓冲冲突和页冲突。
• 它使用迁移表（MT）和状态表（ST）执行在线数据迁移，将数据在 bank 之间重新定位，避免 bank 内部移动以减少开销。
• 系统通过跟踪最后访问的地址，支持动态重映射，并在正常操作期间实现增量式数据移动。
• 存储开销被最小化，监控仅需 60 字节，迁移元数据仅占 DRAM 总容量的 3×10⁻⁵%，因此具有良好的可扩展性和实用性。

实验结果

研究问题

• RQ1 与固定静态方案相比，运行时自适应的地址映射方案是否能显著减少 DRAM 中的页冲突？
• RQ2 基于实时访问模式动态重构地址映射，在多样化工作负载下能带来多大的性能提升？
• RQ3 如何高效且低成本地实现在线数据迁移，以支持运行时地址映射更改，同时不中断应用程序？
• RQ4 维护运行时地址映射自适应与数据迁移状态的存储和硬件开销是多少？
• RQ5 该系统是否能充分检测工作负载特定的访问模式，从而证明动态重映射的复杂性和开销是合理的？

主要发现

• DReAM-Offline 在全部 48 种工作负载上，平均性能优于最佳静态地址映射方案 5%，最高提升达 28%。
• 对于映射敏感型工作负载，DReAM 相比最佳基线平均性能提升 9%。
• 对于映射不敏感型工作负载，DReAM 仍实现平均 2% 的性能提升，表明其具有广泛的适用性。
• 在在线变体中，DReAM-Online 在满足其检测阈值的 12 种工作负载上，平均性能提升 4.5%，峰值提升达 23%。
• 系统仅引入 60 字节的监控开销，迁移元数据占 DRAM 总容量的 3×10⁻⁵%，表明存储成本极低。
• 87.5% 的数据重定位发生在 bank 之间，且避免了 bank 内部重定位，从而显著降低了迁移成本，验证了设计的高效性。