面向大数据应用的众核处理器缓存结构设计
【出 处】:
【作 者】:
万虎
[1] ;
徐远超
[1,2] ;
孙凤芸
[1] ;
闫俊峰
[1]
【摘 要】
大规模数据排序、搜索引擎、流媒体等大数据应用在面向延迟的多核/众核处理器上运行时资源利用率低下,一级缓存命中率高,二级/三级缓存命中率低,LLC容量的增加对IPC的提升并不明显.针对缓存资源利用率低的问题,分析了大数据应用的访存行为特点,提出了针对大数据应用的两种众核处理器缓存结构设计方案,两种结构均只有一级缓存,Share结构为完全共享缓存,Partition结构为部分共享缓存.评估结果表明,两种方案在访存延迟增加不多的前提下能大幅节省芯片面积,其中缓存容量较低时,Partition结构优于Share结构,缓存容量较高时,Share结构要逐渐优于Partition结构.由于众核处理器中分配到每个处理器核的容量有限,因此Partition结构有一定的优势.
相关热词搜索: 众核处理器 大数据应用 缓存设计 访存行为 数据中心 many-core processor big data application cache design memory access behavior data center