MétaCan
Menu
Retour à la cohorte
Enregistrement W2686886550 · doi:10.1109/ccece.2017.7946727

Exploiting non-uniformity of write accesses for designing a high-endurance hybrid Last Level Cache in 3D CMPs

2017· article· en· W2686886550 sur OpenAlex
Pooneh Safayenikoo, Arghavan Asad, Mahmood Fathy, Farah Mohammadi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueParallel Computing and Optimization Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésParsecComputer scienceCacheStatic random-access memoryEmbedded systemLeakage powerEnergy consumptionPower consumptionLatency (audio)Parallel computingOperating systemComputer hardwarePower (physics)Electrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

In chip-multiprocessors with increasing the number of cores, power consumption becomes the main concern in Last Level Cache (LLC). Emerging technologies, such as three-dimensional integrated circuits (3D ICs) and non-volatile memories (NVMs) are among the newest solutions to the design of dark-silicon-aware multi/many-core systems. Although NVMs have many advantages like low leakage and high density, they suffer from shortcomings such as the limited number of write operations and long write operation latency and high energy. In this paper, we use the non-uniform distribution of the accesses and the writes in banks of LLC to improve the lifetime of NVM in LLC and decrease energy consumption. We propose a new hybrid cache design that consists of SRAM banks and STT-RAM banks. Experimental results show that the proposed method improves the energy-delay product by about 43% on average under PARSEC workloads execution. Moreover, this technique improves performance by about 7% on average compared to the conventional methods with STT-RAM cache technology under PARSEC workloads execution.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,069
Tête enseignante GPT0,308
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle