研究论文 在上共享 固态驱动器(SSD)中与写入和读取相关的DRAM分配策略作者:Po-Chen公司 Yeh是的,中国西安 吴,容祥 林、和明艳 吴作者信息和声明嵌入式计算系统ACM事务,体积22,发行1条款编号:17,页码1-32https://doi.org/10.1145/3561301出版:2022年10月29日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,并将发送到:只要您选择的记录被引用,您就会收到通知。新引文提醒!拜托登录到您的帐户 获取访问权限目录嵌入式计算系统ACM事务体积22,发行1以前的文章PISCOT:多核实时系统的流水线分割事务COTS相关总线上一个下一篇文章Edge-SLAM:边缘辅助视觉同步定位与映射下一步摘要工具书类信息和贡献者文献计量学和引文获取访问权限工具书类媒体桌子份额摘要尽管NAND闪存具有体积小、功耗低、抗冲击和访问速度快的优点,但由于其硬件限制,NAND flash内存仍面临“过时更新”、“垃圾收集”和“执行时间不平衡”的问题。通常,闪存转换层(FTL)可以维护映射缓存(在有限的DRAM空间中)以存储频繁访问的地址映射以进行“非常规更新”,并维护读/写缓冲区(在有限DRAM空间内)以存储经常访问的数据以进行“垃圾收集”和“不平衡的执行时间”。在本文中,我们将在固态驱动器(SSD)中提出一种与写相关和与读相关的DRAM分配策略。写相关DRAM分配方法背后的设计思想是,通过构建具有NAND闪存最小预期写入值的统计模型,计算写入缓冲区和写入映射缓存的合适DRAM分配。为了进一步减少NAND闪存中的读取,读相关DRAM分配方法背后的设计思想是采用成本效益策略,将适当的DRAM空间分别从写缓冲区和写映射缓存重新分配到读缓冲区和读映射缓存。根据实验结果,我们可以证明,与其他方法相比,所提出的写相关和读相关DRAM分配策略可以减少NAND闪存中的更多读/写,从而提高响应时间。工具书类[1]2020年,SNIA IOTTA跟踪库。谷歌学者[2]Usman Anwar、Joon Young Paik、Rize Jin和Tae-Sun Chung。2017.闪存设备的日志缓冲区感知缓存替换策略。IEEE消费电子交易63, 1 (2017), 77–84.数字图书馆谷歌学者[3]道格拉斯·贝茨(Douglas M.Bates)和唐纳德·瓦茨(Donald G.Watts)。1988非线性回归分析及其应用,第2卷。纽约威利。交叉参考谷歌学者[4]张立平和郭德伟。2002.嵌入式系统闪存存储系统的自适应条带化体系结构。在第八届IEEE实时和嵌入式技术及应用研讨会论文集IEEE,187–196。谷歌学者[5]郝晨、程莉、潘玉彪、吕敏、李永坤和徐银龙。2019.HCFTL:支持位置感知的页面级flash翻译层。在2019年欧洲会议和展览设计、自动化和测试会议记录(日期'19)IEEE,590–593。交叉参考谷歌学者[6]Choi Jun-Hyeong、Kim Kyung Min和Jong Wook Kwak。2020年。WPA:写模式感知混合磁盘缓冲区管理,用于提高NAND闪存的寿命。IEEE消费电子交易66, 2 (2020), 193–202.交叉参考谷歌学者[7]Wonil Choi、Bhuvan Urgaonkar、Mahmut Kandimir、Myoungsoo Jung和David Evans。2020年。整合闪存缓存的公平写入属性和分配。在第25届编程语言和操作系统体系结构支持国际会议记录. 1063–1076.数字图书馆谷歌学者[8]存储性能委员会。2002.SPC跟踪文件格式规范。谷歌学者[9]2019年,紫旗樊和东楚公园。使用全面的基于非易失性内存的写入缓冲区延长SSD寿命。计算机科学与技术杂志34 (1 2019), 113–132.交叉参考谷歌学者[10]Aayush Gupta、Youngjae Kim和Bhuvan Urgaonkar。2009年。DFTL:一个flash转换层,使用基于需求的页面级地址映射选择性缓存。ACM SIGPLAN通知44, 3 (2009), 229–240.数字图书馆谷歌学者[11]杨虎、洪江、丹凤、郝罗和雷天。2015.PASS:针对数据密集型工作负载的主动自适应SSD缓冲方案。在IEEE网络、体系结构和存储国际会议论文集(NAS’15). 54–63.交叉参考谷歌学者[12]王永康(Wonkyung Kang)、申东坤(Dongkun Shin)和孙国佑(Sungjoo Yoo)。2017.加强学习辅助垃圾收集,以缓解SSD中的长尾延迟。嵌入式计算系统ACM事务16,5s(2017),1–20。数字图书馆谷歌学者[13]王永康(Wonkyung Kang)和Sungjoo Yoo。2018.动态管理关键状态,用于强化学习辅助垃圾收集,以减少SSD中的长尾延迟。在第55届设计自动化年会会议记录. 1–6.数字图书馆谷歌学者[14]王永康(Wonkyung Kang)和Sungjoo Yoo。2019.强化学习辅助垃圾收集的Q值预测,以减少SSD中的长尾延迟。IEEE集成电路和系统计算机辅助设计汇刊39, 10 (2020), 2240–2253.内政部:交叉参考谷歌学者[15]李忠汉、熊野达雄、松木达摩、内藤浩史、福本直本和杉原美子。2017.了解企业虚拟桌面基础设施上的存储流量特征。在第十届ACM国际系统和存储会议记录. 1–11.数字图书馆谷歌学者[16]李炳哲、邓春华、杨金凤、大卫·利加、博远和大卫·杜军。2019.HAML-SSD:基于SSD管理的硬件加速热软件机器学习。在第38届IEEE/ACM计算机辅助设计国际会议(ICCAD’19)会议记录电气与电子工程师协会,8942140。交叉参考谷歌学者[17]刘伟光(Weiguang Liu)、崔金华(Jinhua Cui)、刘俊伟(Junwei Liu)和劳伦斯(Laurence T.Yang)。2020年。MLCache:基于NVMe SSD的重用距离和机器学习的高效空间缓存方案。在2020 IEEE/ACM计算机辅助设计国际会议(ICCAD’20)会议记录. 1–9.数字图书馆谷歌学者[18]马维尔。2018年,Marvell展示人工智能SSD控制器架构解决方案。https://www.marvel.com/company/newsroom/marvell-demonstrates-artificial-intelligence-ssd-controller-architecture-solution.html.谷歌学者[19]Dushyanth Narayanan、Austin Donnelly和Antony Rowstron。2008.写下卸载:企业存储的实用电源管理。ACM存储事务4, 3 (2008), 1–23.数字图书馆谷歌学者[20]伊丽莎白·J·奥尼尔、帕特里克·E·奥尼尔和格哈德·威库姆。1993年。用于数据库磁盘缓冲的LRU-K页面替换算法。ACM SIGMOD记录22, 2 (1993), 297–306.数字图书馆谷歌学者[21]J.K.Park和J.Kim。2017.使用机器学习算法减少SSD垃圾收集开销的方法。在会议记录信息和通信技术融合国际会议(ICTC’17). 775–777.交叉参考谷歌学者[22]沙志兵、蔡志刚、弗朗索瓦·特拉海、廖建伟和尹栋。2022.统一SSD内缓存管理的时间和空间位置。在会议记录2022年欧洲会议展览设计、自动化和测试(日期'22). 891–896.交叉参考谷歌学者[23]劳埃德·S·沙普利。1952.n人游戏的价值。谷歌学者[24]D.Shasha和T.Johnson。1994.2q:一种低开销、高性能的缓冲区管理替换算法。在第20届超大数据库国际会议论文集。智利圣地亚哥, 439–450.谷歌学者[25]Hyotaek Shim、Bon-Keun Seo、Jin-Soo Kim和Seungryoul Maeng。2010.固态驱动器中基于DRAM的缓存的自适应分区方案。在2010年IEEE第26届大容量存储系统和技术研讨会(MSST’10)会议记录IEEE,1-12。数字图书馆谷歌学者[26]Chang Siau、Kwang Ho Kim、Seungpil Lee、Katsuaki Isobe、Noboru Shibata、Kapil Verma、Takuya Ariki、Jason Li、Jong Yuh、Anirudh Amarnath、Qui Nguyen、Ohwon Kwon、Stanley Jeong、Heguang Li、Hua Ling Hsu、Tai yuan Tseng、Steve Choi、Siddesh Darne、Pradeep Anantula、Alex Yap、Hardwell Chibvongodze、Hitoshi Miwa、Minoru Yamashita、Mitsuyuki Watanabe,小林一郎、加藤洋介、三和彻、张永康、冈村正人、大村直树、大野直树、村里克里希娜·巴拉加、文基·拉马钱德拉、松田昭一、斯瓦鲁普·库尔卡尼、拉格汉德拉·拉奇内尼、派克·曼朱纳、武原正彦、白安尼尔、斯里尼瓦斯·拉金德拉、久田东彦、福田良彦、托基瓦、川口川崎、山冈Masashi Yamaoka、Komai Hiromitsu Komai、,2019年,Takatoshi Minamoto、Masaki Unno、Susumu Ozawa、Hiroshi Nakamura、Tomoo Hishida、Yasuyuki Kajitani和Lei Lin。13.5 128 W ordline-Layer上的512Gb 3位/Cell 3D闪存,具有132MB/s的写入性能,采用电路阵列技术。在IEEE国际固态电路会议记录(ISSCC’19). 218–220.交叉参考谷歌学者[27]Shivani Tripathy、Manoranjan Sattathy、Debiprasanna Sahoo和Madhu Mutyam。2020年。NVMe SSD的模糊公平控制器。在第34届ACM超级计算国际会议记录. 1–12.数字图书馆谷歌学者[28]蔡伟珠、吴宋明和张丽萍。2019.移动存储的学习辅助写延迟优化。在IEEE第25届嵌入式和实时计算系统及应用国际会议记录(RTCSA’19).交叉参考谷歌学者[29]保利·维塔宁、拉尔夫·戈莫斯、特拉维斯·E·奥列芬特、马特·哈伯兰、泰勒·雷迪、大卫·库纳波、伊夫根尼·布洛夫斯基、皮尔鲁·彼得森、沃伦·威克塞、乔纳森·布莱特、斯特凡·范德沃尔特、马修·布雷特、约书亚·威尔逊、K.贾罗德·米尔曼、尼古拉·马约洛夫、安德鲁·纳尔逊、埃里克·琼斯、罗伯特·科恩、埃里克森、C.J.凯里、伊尔汉·波拉特和。。。冯,于。2020年,SciPy 1.0:Python中科学计算的基本算法。自然方法17, 3 (2020), 261–272.交叉参考谷歌学者[30]王华、易信波、黄萍、程斌和柯舟。2018.通过使用机器学习避免不必要的写入,实现高效的SSD缓存。在第47届并行处理国际会议记录. 1–10.数字图书馆谷歌学者[31]吴超、程吉、李乔、高聪明、潘日伟、傅晨晨、梁实和薛春杰。2019.通过基于强化学习的SSD I/O合并,最大限度地提高I/O吞吐量并最小化性能变化。IEEE传输。计算。69, 1 (2019), 72–86.数字图书馆谷歌学者[32]Chao Wu、Cheng Ji和Chun Jason Xue。2019.移动设备上基于强化学习的日志结构文件系统背景段清理。在IEEE嵌入式软件和系统国际会议记录(ICESS’19).交叉参考谷歌学者[33]潘阳、倪雪、张玉琪、周阳旭、李荪、陈文文、陈忠刚、魏霞、李军科和关建勋。2019.根据工作负载预测减少SSD中的垃圾收集开销。在第11届USENIX存储和文件系统热点专题研讨会会议记录(HotStorage’19).数字图书馆谷歌学者[34]姚英标、严明波、孔晓冲、徐晓蓉、冯伟和徐欣。2019.一种自适应读写分区闪存转换层算法。IEEE接入7 (2019), 179063–179073.交叉参考谷歌学者[35]袁友伟、沈叶婷、李万清、俞东进、颜拉梅和王一飞。2017.PR-LRU:基于闪存参考概率的新型缓冲区替换算法。IEEE接入5 (2017), 12626–12634.交叉参考谷歌学者[36]Jian Zhou、Dezhi Han、Jun Wang、Xiaobo Zhou和Changjun Jiang。2019.利用工作负载中的语义链接的相关感知页面级FTL。IEEE并行和分布式系统汇刊30, 4 (2019), 723–737.数字图书馆谷歌学者 引用人查看全部吴明(Wu M)吴C(2023)固态硬盘(SSD)内部的多流感知DRAM分配策略2023年自适应和收敛系统研究国际会议记录10.1145/3599957.3606209(1-6)在线发布日期:2023年8月6日https://dl.acm.org/doi/10.1145/35999957.3606209 索引术语 固态驱动器(SSD)中与写入和读取相关的DRAM分配策略计算机系统组织嵌入式和网络物理系统嵌入式系统嵌入式软件信息系统信息存储系统信息存储技术存储类内存闪存软件及其工程软件组织和属性上下文软件域操作系统内存管理辅助存储器 建议 固态驱动器(SSD)中的多流感知DRAM分配策略RACS’23:2023年自适应和收敛系统研究国际会议记录 现代NVMe SSD具有多队列体系结构以提高整体性能,其中提交队列可以为来自主机的流提供服务。由于NAND闪存中读/写延迟的不对称性,现代NVMe SSD通常使用。。。阅读更多信息PCM-FTL:一种基于PCM的嵌入式系统写活动感知NAND闪存管理方案RTSS’11:2011 IEEE第32届实时系统研讨会会议记录 相变存储器(PCM)由于其高密度、就地更新和低待机功耗的特性,成为嵌入式系统中一种很有前途的主存储器选择。另一方面,NAND闪存广泛用作辅助存储器,并且具有。。。阅读更多信息具有易失性DRAM缓冲区和非易失性NAND闪存的短随机请求吸收结构CEA'09:第三届WSEAS计算机工程和应用国际会议记录 本文旨在设计一种短随机请求吸收结构,该结构可以由易失性DRAM缓冲区和非易失性闪存芯片构成。具体来说,NAND闪存的主要弱点主要来自频繁的短时间和随机。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 嵌入式计算系统ACM事务 第22卷第1期2023年1月512页国际标准编号:1539-9087EISSN公司:1558-3465内政部:10.1145/3567467编辑:图利卡·米特拉新加坡国立大学期刊目录 如果复制品不是为了盈利或商业利益而制作或分发的,并且复制品的第一页载有本通知和完整引文,则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布,在服务器上发布或重新发布到列表,需要事先获得特定许可和/或付费。从请求权限[电子邮件保护].出版商计算机协会美国纽约州纽约市期刊系列智能和互联系统设计的ACM期刊出版历史出版:2022年10月29日在线AM:2022年9月3日认可的:2022年8月13日修订过的:2022年7月13日收到:2022年3月8日在TECS中发布体积22,发行1权限请求对此文章的权限。请求权限检查更新作者标记NAND闪存动态DRAM分配flash转换层限定符研究文章推荐资金来源科学技术部贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章度量标准 1引文总数查看引文469总下载次数下载次数(过去12个月)232下载量(最近6周)22 其他指标查看作者指标引文 引用人查看全部吴明(Wu M)吴C(2023)固态硬盘(SSD)内部的多流感知DRAM分配策略2023年自适应和收敛系统研究国际会议记录10.1145/3599957.3606209(1-6)在线发布日期:2023年8月6日https://dl.acm.org/doi/10.1145/35999957.3606209 视图选项获取访问权限 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此文章 查看选项 PDF格式以PDF文件查看或下载。PDF格式 电子阅读器使用联机查看电子阅读器.电子阅读器全文以全文形式查看本文。全文 HTML格式格式在中查看本文HTML格式格式。HTML格式媒体数字其他桌子份额份额共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享链接重新编辑电子邮件附属公司Po-Chen公司 Yeh是的国立台湾科技大学,台湾台北https://orcid.org/0000-0002-0918-4577查看个人资料中国西安 吴国立台湾科技大学,台湾台北https://orcid.org/0000-0002-8704-1483查看个人资料容祥 林国立台湾科技大学,台湾台北https://orcid.org/0000-0001-9583-8997查看个人资料明艳 吴国立台湾科技大学,台湾台北https://orcid.org/0000-0003-0063-820X查看个人资料