• شماره ركورد
    33799
  • پديد آورنده

    امين‌الله جاني‌پور

  • عنوان
    ارائه يك راهكار بين لايه اي در سطوح انتزاع براي بهبود چالش هاي به كار گيري حافظه هاي نهان غيرفرار در پردازنده ها
  • مقطع تحصيلي
    ارشد
  • رشته تحصيلي
    مهندسي معماري سيستم هاي كامپيوتري
  • سال تحصيل
    1400
  • تاريخ دفاع
    1403/08/30
  • استاد راهنما
    اميرمهدي حسيني‌منزه
  • استاد مشاور
    -
  • دانشكده
    مهندسي كامپيوتر
  • چكيده
    حافظه نهان نقش بسيار مهمي در بهبود كارايي پردازنده‌ها ايفا مي‌كند. با ذخيره موقت داده‌ها و دستورالعمل‌هاي پركاربرد، حافظه‌هاي نهان زمان دسترسي به داده‌ها را كاهش داده و عملكرد كلي سيستم را به طور چشمگيري بهبود مي‌بخشند. فناوري اصلي براي ساخت حافظه‌هاي نهان كنوني،SRAM است كه به دليل سرعت بالا و پايداري مطلوب، گزينه‌اي ايده‌آل براي سطوح بالاي سلسله مراتب حافظه محسوب مي‌شود. با اين حال، چالش‌هايي مانند هزينه بالاي توليد و مصرف انرژي نسبتاً زياد همچنان مطرح هستند. در سال‌هاي اخير، توجه به حافظه‌هاي غيرفرار (NVMs) مانند STT-MRAM و PCM به عنوان جايگزين‌هاي احتمالي براي SRAM افزايش يافته است. اين حافظه‌ها به دليل قابليت حفظ داده‌ها بدون نياز به منبع تغذيه و تراكم بيشتر، پتانسيل ارتقاي كارايي و كاهش هزينه‌ها را دارند. با اين وجود، چالش‌هايي نظير مصرف بالاي انرژي در عمليات نوشتن و طول عمر محدود سلول‌ها، كاربرد اين فناوري‌ها را با محدوديت مواجه كرده است. اين پژوهش با هدف بهبود عملكرد حافظه‌هاي غيرفرار، رويكردي نوين براي كاهش ميزان داده‌هاي انتقالي به حافظه نهان و بهينه‌سازي تعداد عمليات نوشتن ارائه مي‌كند. معماري پيشنهادي كه ReBECA نام دارد، از اندازه‌هاي بلوك تطبيقي استفاده كرده و با تحليل تاريخچه دسترسي به داده‌ها و شناسايي محليت آن‌ها، بلوك‌هايي مناسب را براي انتقال داده‌ها به حافظه نهان انتخاب مي‌كند. ReBECA باعث كاهش انتقال داده‌هاي غيرضروري و بلااستفاده شده و تعداد عمليات نوشتن را به شكل محسوسي كاهش مي‌دهد. استفاده از معماري‌هاي تطبيقي مانند ReBECA مي‌تواند به كاهش هزينه‌هاي انرژي و قابليت اطمينان بالا در سامانه‌هاي پردازشي مبتني بر حافظه‌هاي غيرفرار كمك كند و هم‌زمان كارايي سيستم را افزايش دهد. نتايج شبيه‌سازي‌هاي انجام شده با استفاده از ابزارهاي gem5، NVSim و Design Compiler نشان مي‌دهد كه معماري پيشنهادي توانسته است مصرف انرژي را تا 30 درصد كاهش دهد و حجم عمليات نوشتن را تا 25 درصد بهبود بخشد. همچنين، ReBECA منجر به افزايش 15 درصدي كارايي كلي سيستم شده است. از ديگر دستاوردهاي مهم اين تحقيق مي‌توان به بهبود پايداري حافظه‌ها با مديريت دماهاي بالا و كاهش نرخ خرابي در عمليات نوشتن اشاره كرد كه با كاهش حجم داده نوشته شده حاصل شده است.
  • تاريخ ورود اطلاعات
    1404/07/14
  • عنوان به انگليسي
    Providing a Cross-Layer Approach to Improve The Challenge of Applying Non-Volatile Caches in The Next Generation Processors
  • تاريخ بهره برداري
    11/20/2024 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    امين الله جاني پور

  • چكيده به لاتين
    The cache memory plays a critical role in improving processor efficiency. By temporarily storing frequently used data an‎d instructions, caches reduce data access time an‎d significantly enhance overall system performance. The primary technology used in current cache memories is SRAM, which is an ideal choice for higher levels of the memory hierarchy due to its high speed an‎d stability. However, challenges like high production costs an‎d relatively high power consumption remain. In recent years, there has been growing interest in non-volatile memories (NVMs) such as STT-MRAM an‎d PCM as potential alternatives to SRAM. These memories offer the potential to improve performance an‎d reduce costs due to their ability to retain data without power an‎d their higher density. However, challenges such as high power consumption during write operations an‎d limited cell lifespan have limited their practical applications. This research proposes an innovative approach to enhance the performance of non-volatile memories by reducing the amount of data transferred to the cache an‎d optimizing the number of write operations. The proposed architecture, named ReBECA, utilizes adaptive block sizes an‎d, through analyzing data access history an‎d identifying data locality, selec‎ts appropriate blocks for transfer to the cache. ReBECA reduces unnecessary an‎d unused data transfers, significantly decreasing the number of write operations. The use of adaptive architectures like ReBECA can help reduce energy costs, improve reliability in non-volatile memory-based processing systems, an‎d simultaneously increase system performance. Simulation results using tools such as gem5, NVSim, an‎d Design Compiler show that the proposed architecture has reduced energy consumption by up to 30% an‎d improved the volume of write operations by 25%. Additionally, ReBECA has led to a 15% improvement in overall system performance. Other significant achievements of this study include enhanced memory stability through high-temperature management an‎d a reduction in write operation failure rates, achieved by reducing the volume of written data.
  • كليدواژه هاي فارسي
    حافظه غيرفرار , بهينەسازي حافظه نهان , اندازه بلوك تطبيق􏰀 , مديريت حرارت􏰀 در حافظەهاي نهان , محليت دادەها
  • كليدواژه هاي لاتين
    Non-volatile Memory (NVM) , Cache Optimization , Adaptive Block Size , Thermal Management in Caches , Data Locality
  • Author
    AminAllah Janipoor
  • SuperVisor
    AmirMahdi Hosayni Monazah