在数据中心中,由于应用服务对内存资源和计算资源的需求不均衡,导致两种资源有大量相对的闲置,从而提高了数据中心的硬件成本。为了解决该问题,分离式内存架构被提出并受到学术界和工业界的广泛关注。它将计算资源和内存资源在物理上进行解耦,并且使用高速互联协议(RDMA、CXL等)进行连接、池化。从而使得数据中心可以动态调整两种资源的配置。B+-tree广泛应用于数据库、文件系统中,以提高数据的读写性能。传统的B+-tree通...
基于新兴非易失存储器件(Emerging nonvolatile memory, eNVM)的存内计算(Processing in memory, PIM)加速器,其计算受到eNVM单元本身编程波动性现象的影响以及ADC转换开销的限制。现有工作多采用以计算单元(Operation unit,OU)为粒度进行计算来解决这些问题。然而我们的测试表明,以OU为粒度计算受到互连线寄生电阻(Parasitic wire resistance)带来的严重的电压降(IR drop)影响。这个影响导致在基于eNVM加速器上进...
分区命名空间(ZNS)固态硬盘(SSD)是一种新兴的存储设备形式,它为日志结构合并树(LSM-tree)提供了新的前景。ZNS将SSD中的闪存块暴露为仅顺序写的分区,使LSM树能够了解数据的物理布局。然而,由于巨大的分区和相对较小的有序字符串表(SSTable)之间的不匹配,ZNS SSD上的LSM-tree需要垃圾回收(GC),导致性能受限。实验室博士生黄栋,在冯丹教授和童薇副教授的指导下,提出SplitZNS。它通过调整区域到芯片的映射来引入小分区,从...
部署在对象云存储系统上的各种应用程序具有不同的延迟服务水平目标(SLO),在系统存储资源受限的情况下,为应用程序提供服务质量保障带来了挑战。对于来自不同应用的请求,现有方法通常决定其何时由哪个存储设备处理。然而,系统规模的不断扩大与资源管理机制的日趋复杂,要求新的方法对系统内部结构信息有更强的捕捉能力,从而为每个请求选择最佳的存储设备进行处理。信息存储及应用实验室博士生张望,在施展副教授指导下,...
实验室博士生周海的论文“Boosting Erasure-Coded Multi-Stripe Repair in Rack Architecture and Heterogeneous Clusters: Design and Analysis”被IEEE Transactions on Parallel and Distributed Systems (TPDS) 录用。存储节点通常被划分为不同的机架,由于跨机架带宽的稀缺性和异构性,跨机架传输主导了整个纠删码修复成本。当纠删码在机架架构中部署时,现有的修复技术在不同方面受到限制:忽略了异构的跨架带宽,较少考...
随机游走是图数据分析中的一个重要工具。与传统的一阶随机游走不同,二阶随机游走在选择下一跳时考虑了前一跳的游走信息,这有利于建模现实世界中的高阶结构。为了满足随机游走的可扩展性,研究人员已经开发了许多基于单机的外存图处理系统。然而,现有的外存图处理系统主要针对一阶随机游走进行设计,在支持二阶随机游走时性能不佳。信息存储与光显示功能实验室博士生吴雨桐,在施展副教授指导下,提出了一个针对二阶随机游...
随着网络应用的日益复杂和对服务质量的高要求,交易处理系统因其简单性和原子性的突出特点而受到更多关注。计算操作在交易处理系统中发挥着重要作用。然而,由于对计算操作的并发支持有限,传统的并发控制协议变得低效,从而在并发控制的关键路径上造成高时间消耗,对设计面向计算操作优化的高效事务处理系统构成了挑战。信息存储与光显示功能实验室博士生朱博抡,在华宇教授指导下,提出了面向计算操作优化的事务处理系统,...
实验室博士生赵少锋的论文“LayCO: Achieving Least Lossy Accuracy for Most Efficient RRAM-Based Deep Neural Network Accelerator via Layer-Centric Co-Optimization”被Journal of Computer Science and Technology (JCST)录用。当前智能应用已经遍布各类可穿戴、移动式终端设备,硬件平台的低能量效率与深度学习算法的高算力需求形成矛盾,严重制约了各个应用领域的进一步发展。在大规模神经网络计算任务中,运行时中间...
持久性内存(PM)具有接近DRAM的性能和类似磁盘的持久性,因此具有替代DRAM的潜力。然而,为DRAM设计的散列表并不能直接应用于PM。之前基于Optane DC持久性内存模块(DCPMM)的散列表在可扩展性和写入性能方面并不是最优的,这是由于昂贵的并发控制锁开销和扩展导致的大量数据移动开销造成的。实验室博士生胡静,在陈俭喜副教授的指导下,提出了一种名为PMEH的机会无锁并行多分裂可扩展哈希方案。首先,PMEH通过将哈希表划分...
图表示学习是一种旨在将高维稀疏的图数据映射到低维稠密的向量空间中,同时保留原有图中的属性特征的图分析技术。因其生成的嵌入向量可以有效地应用到机器学习任务中,如链接预测、顶点分类、推荐系统等,近年来备受关注。然而,现实世界中图的规模经常达到百万级顶点和十亿级边的规模,对现有图表示学习方法及系统高效且可扩展地进行特征表示构成了重大挑战。信息存储与光显示功能实验室博士生方鹏,在王芳教授指导下,提出了...