Profile-Guided Optimization Techniques for Memory Hierarchy-Aware Heap Allocation = 메모리 계층 구조를 고려한 Heap 할당을 위한 프로파일 기반의 최적화 기법
저자
발행사항
서울 : 서울대학교 대학원, 2022
학위논문사항
학위논문(박사)-- 서울대학교 대학원 : 융합과학부(지능형융합시스템전공) 2022. 2
발행연도
2022
작성언어
영어
주제어
DDC
620.82
발행국(도시)
서울
형태사항
85 ; 26 cm
일반주기명
지도교수: 안정호
UCI식별코드
I804:11032-000000170121
DOI식별코드
소장기관
많은 응용프로그램의 동적 메모리 할당 또는 heap 할당은 범용 메모리 할당자를 통해 관리된다. WSC (warehouse-scale computer) 시스템에서 heap 할당은 상당한 CPU 사이클 비중을 차지하는 요소 중 하나로 제시되어 왔으며, 이를 최적화하기 위해 다양한 메모리 할당자들이 제안되어 왔다. 하지만, 많은 응용프로그램이 의존하고 있는 범용 메모리 할당자는 프로그램의 메모리 접근 특성에 대한 정보를 알 수 없기 때문에 최적의 heap 할당을 제공하는데 제한적이다. 게다가, 빅데이터 워크로드와 이종메모리 시스템의 등장으로 인해 메모리 관리가 더욱 복잡해져 효율적인 메모리 관리를 위한 heap 할당 방안이 필요하다.
이러한 문제를 해결하기 위해 우리는 MaPHeA (Memory hierarchy-aware Profile-guided Heap Allocation)라는 효율적인 heap 할당을 위한 새로운 프로파일 기반의 최적화(profile-guided optimization) 기법을 제안한다. MaPHeA는 데이터 접근 프로파일을 활용하여 대용량 메모리 시스템에서 heap 할당을 안내하는 완전히 자동화된 프로파일 기반의 최적화 프레임워크이다. MaPHeA는 PMU (performance monitoring unit)라는 다양한 하드웨어 이벤트 카운터 기능을 활용하여 낮은 오버헤드로 실시간에 발생한 메모리 접근 정보를 수집한다. 그리고 나서 메모리 접근 정보를 활용하여 성능에 영향을 미치는 object를 식별하고 컴파일러를 통해 최적화된 heap 할당을 안내하여 응용프로그램 성능을 향상시킨다.
MaPHeA의 유효성을 확인하기 위해 우리는 빅데이터 워크로드와 이종메모리 시스템의 등장으로 야기된 메모리 계층 구조의 새로운 challenge들에 MaPHeA를 적용하였다. DRAM과 비휘발성 메모리(NVM)로 구성된 이종메모리 시스템에서 MaPHeA는 빈번히 접근된 heap object들을 식별하고 빠른 DRAM 공간에 배치함으로써 DRAM을 NVM의 하드웨어 기반 캐시로 사용하는 비교군보다 메모리 집약적인 그래프 프로세싱 및 Redis 워크로드의 성능을 평균 56.0% 향상시킵니다. 또한, MaPHeA는 빈번한 TLB 미스를 발생시키는 heap object를 분석하고 이를 huge page에 할당함으로써 리눅스의 THP (transparent huge page) 기능에 비해 Redis의 읽기 및 업데이트 워크로드 성능을 10.6% 향상시킵니다.
Dynamic memory allocation, or heap allocation, is managed through a general-purpose memory allocator. Heap allocation has been identified as a factor accounting for a significant portion of the CPU cycles in a warehouse-scale computer (WSC) system, and various memory allocators have been proposed to optimize this process. However, because the memory allocator cannot identify the memory access characteristics of programs at runtime, a limitation arises when optimizing the heap allocation process. In addition, memory management becomes more complicated due to the advent of big data workloads and heterogeneous memory systems, meaning that it is necessary for heap allocation methods to manage memory more efficiently.
To overcome these challenges, we propose a new profile-guided optimization technique named Memory hierarchy-aware Profile-guided Heap Allocation (MaPHeA) for efficient heap allocation. MaPHeA is a fully automatic profile-guided optimization framework that utilizes data access profiles to guide heap allocation on the emerging large memory system. MaPHeA utilizes various hardware event counters called hardware performance monitoring units (PMUs) to collect memory access information at runtime with low overhead. It then uses the memory access information to analyze the performance-critical objects and guides the compiler to optimize heap allocation to improve application performance.
To demonstrate the effectiveness of MaPHeA, we apply it to optimizing heap allocation in an emerging DRAM/NVM heterogeneous memory system (HMS) and to selective huge-page utilization. In an HMS, by identifying and placing frequently accessed heap objects to the fast DRAM region, MaPHeA improves the performance of memory-intensive graph processing and Redis workloads by 56.0% on average over the default configuration that uses DRAM as a hardware-managed cache of slow NVM. Also, by identifying large heap objects that cause frequent TLB misses and allocating them to huge pages, MaPHeA increases the performance of the read and update operations of Redis by 10.6% over the transparent huge-page implementation of Linux.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)