计算机研究与发展

作者：范浩,徐光平,薛彦兵,高赞,张桦,

关键词：强化学习, 混合缓存架构, 缓存, 自旋转移力矩随机存取存储器, 分配策略,

新兴的非易失存储器STT-RAM具有低泄漏功率、高密度和快速读取速度、高写入能量等特点；而SRAM具有高泄漏功率、低密度、快速读取写入速度、低写入能量等特点.SRAM和STT-RAM相结合组成的混合缓存充分发挥了两者的性能，提供了比SRAM更低的泄漏功率和更高的单元密度，比STT-RAM更高的写入速度和更低的写入能量.混合缓存结构主要是通过把写密集数据放入SRAM中、读密集型数据放入STT-RAM中发挥这2种存储器的性能.因此如何识别并分配读写密集型数据是混合缓存设计的关键挑战.利用缓存访问请求的写入强度和重用信息，提出一种基于强化学习的缓存管理方法，设计缓存分配策略优化能耗.关键思想是使用强化学习对得到的缓存行(cacheline)集合的能耗进行学习，得到该集合分配到SRAM或者STT-RAM的权重，将集合中的缓存行分配到权重大的区域.实验评估表明：提出的策略与以前的策略相比，在单核(四核)系统中能耗平均降低了16.9％(9.7％).

来源：2020年第6期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2020年第6期