李鑫,陳璇,黃志球
1. 南京航空航天大學計算機科學與技術學院,江蘇 南京 211106;
2. 南京航空航天大學自動化學院,江蘇 南京 211106
隨著大數據的出現及大數據分析技術的發展,大數據應用受到越來越廣泛的關注。大數據具有數據量巨大、數據種類繁多、數據價值密度低以及處理數據時效性要求高等特點[1]。大數據應用需要執行大量計算工作,同時對大數據的處理與存儲也有著低時延、低開銷、高效率等需求?,F在無論是數據中心里的超級計算機還是個人計算機都利用以動態隨機存取存儲器(dynamic random access memory,DRAM)為核心構成的內存架構來管理和存儲大數據,DRAM的可擴展性受限會增加大數據分析的操作時間,從而降低吞吐量,無法高效地對大數據進行存儲和分析。雖然工業界和學術界一直都在軟件方面研究并嘗試解決這一系列的問題,并在一定程度上緩解了現有存儲架構的缺陷,但卻很難獲得本質上的突破。
新型非易失性存儲器(non-volatile memory, NVM)的出現,給傳統的以DRAM為主體構成的內存系統帶來了挑戰,也為優化大數據應用提供了契機。其中,相變寄存器(phase change memory,PCM)被認為是目前有可能取代DRAM作為內存構成的選擇之一。與DRAM相比,PCM具有非易失性、高存儲密度和良好擴展性等合乎大數據存儲技術需求的特征。但是,非易失性存儲器還存在以下問題。
● PCM讀寫不對稱。在性能方面,寫時延相對DRAM較長,會導致訪問內存的時間延長,降低系統的性能;在能耗方面,對PCM進行寫操作比讀操作的能耗要高,會導致更多的能源消耗?!?br>