Proposta e Avaliação de Estratégias de Previsão de Acesso a Dados em Sistemas Software DSM
Autores
|
2151 |
135,919
|
|
|
2152 |
135,919
|
Informações:
Publicações do PESC
Nesta tese propomos e avaliamos novas técnicas de previsão de acesso a dados em sistemas paged-based software DSM (pSDSM), as quais podem ser divididas em duas classes: técnicas baseadas em preditores de desvios condicionais e técnicas baseadas na máquina de estados finitos FIESTA. Os resultados experimentais mostram que técnicas de ambas as classes podem atingir altas taxas de acertos na maioria das aplicações testadas. Também introduzimos dois novos mecanismos para aliviar o tempo de espera por dados remotos, que propagam os dados antecipadamente a partir de previsões de acessos futuros feitas por técnicas baseadas em FIESTA. O primeiro mecanismo propaga escritas de modo tal que atualizações possam atuar sobre qualquer tipo de página compartilhada da aplicação, incluindo páginas com múltiplos escritores concorrentes. O segundo mecanismo propaga os dados de forma síncrona, permitindo reduzir o custo de interrupções devido às operações de comunicação. Além disso, as atualizações recebidas são imediatamente aplicadas, evitando futuras falhas de acesso. Implementamos e avaliamos esses mecanismos em TreadMarks pSDSM, usando vários benchmarks. Em geral, os resultados obtidos nos permitem concluir que as estratégias de previsão de acesso a dados remotos que propomos podem contribuir para aumentar significativamente o desempenho dos atuais sistemas pSDSM.
In this thesis we propose and evaluate new prediction techniques for data access in software DSM (SDSM) systems. These techniques can be divided into two classes: techniques based on branch-condition predictors and techniques based on lhe FIESTA finite-state machine. Our experimental results show that techniques within both classes can attain high hit rales in most of applications we tested. Also, we introduced two new mechanisms that anticipate data propagation in accord with predictions of future accesses made by FIESTA-based techniques so as to alleviate lhe waiting time for remate data access. The first mechanism propagates writes in such a way that updates can act upon any type of shared page within an application, including pages that have multiple concurrent writers. The second mechanism propagates data in synchronous mode, allowing to reduce lhe costs of interrupts due to comm unication operations. In addition, incoming memory updates are immediately applied to corresponding pages, avoiding future access faults. We implement and evaluate these mechanisms in TreadMarks SDSM using several application benchmarks. Overall, the results allow us to conclude that the prediction strategies for remate data accesses we propose can contribute to increase the performance of current page-based SDSMs significantly.