内存互联系统对业务性能影响的量化研究与优化
内存互联系统对业务性能影响的量化研究与优化
随着摩尔定律放缓，云计算数据中心算力增长越来越需要硬件和软件协同优化，各大云计算厂商已开始自研ARM服务器芯片。而在过去二十年里，半导体技术突飞猛进，processor-memory gap持续扩大，内存访问成为了当下处理器的关键性能瓶颈。简单地提升芯片的cache容量和内存带宽并不是一个很经济和科学的解决方法，因为不同的业务具有不同的内存访问行为，对内存系统的性能需求也不相同。本项目主要研究如何量化内存性能对云计算核心业务性能的影响，从而明确业务对内存系统的需求，以及如何通过访存预取和代码布局优化等技术在软件或业务系统层面降低内存延时影响，提升业务性能，以满足数据中心对低时延高性能的需求。
课题一：内存性能对业务性能的影响分析研究
现有的量化硬件设计对应用的性能影响的最直接的方案是使用模拟器技术，此外，构建内存干扰程序制造背景压力以及使用芯片的资源隔离工具也能够实现部分的量化分析目的。本项目拟针对云计算不同业务的特点，分析不同的技术得到的量化数据。
课题二：云计算场景下的访存预取技术研究
云计算业务具有明显的数据密集的特征，应用的内存working set size很大导致频繁的cache miss，业务性能下降。解决cache miss的方法之一是使用预取技术，预取技术可分为软件预取和硬件预取，本项目拟分析当前硬件预取的原理和效果并研究软件预取技术在云计算场景下的可行性。
课题三：Managed runtime代码布局优化研究
分析各类代码布局优化方案和算法的原理，并针对java应用展开研究，提出一套JVM下的代码布局优化的框架。
<<< 返回