新技术自动缩放DRAM刷新周期降低电源电压下,最大限度地减少失败的概率。
文摘
Abstract-Improving后发展出的能源效率变得非常具有挑战性由于存储容量和日益增长的需求
故障引起的生产流程。防止故障,供应商采用保守的利润率在刷新周期
和电源电压。以前,这是表明,这些利润太悲观,由于高功率会变得不切实际
成本,尤其是在未来DRAM技术。
在本文中,我们提出一个新的技术,自动缩放DRAM刷新周期降低电源电压下最小化
失败的概率。该方法背后的主要思想是,DRAM器用户,错误行为
预测基于特定程序固有的特性。我们使用机器学习(ML)方法建立workload-aware
DRAM基于程序功能错误行为模型,我们从实际工作负载在DRAM错误
描述运动。这样一个模型,我们确定的边际价值DRAM刷新时间放松下电压
每个DRAM模块的服务器,它使我们能够减少DRAM的力量。
我们实现temperature-driven OS州长发现边际DRAM自动设置的特定于模块的参数
毫升的模型。我们减少了州长DRAM平均功率24%同时最小化的概率失败。不像
之前的研究,我们的技术:我)不需要侵入性的改变硬件;(二)实现在真实服务器;3)使用一个
机制,防止任何异常DRAM错误行为;(四)可以很容易地部署在数据中心。
找到这里的技术论文。
Mukhanov, L。Tovletoglou, K。Vandierendonck, H。Nikolopoulos D。& Karakonstantis, g (2020)。揭示DRAM操作GuardBands通过Workload-Aware错误预测建模。IEEE计算机。https://doi.org/10.1109/TC.2020.3033627
留下一个回复