ऑब्जेक्ट-ओरिएंटेड मेमोरी आर्किटेक्चर में कंप्रेशन कैसे काम करता है

MIT के इंजीनियरों की एक टीम ने डेटा के साथ अधिक कुशल काम के लिए एक वस्तु-उन्मुख मेमोरी पदानुक्रम विकसित किया है। लेख यह व्यवस्था कैसे करता है, से संबंधित है।


/ PxHere / पीडी

जैसा कि आप जानते हैं, आधुनिक सीपीयू की प्रदर्शन वृद्धि स्मृति तक पहुँचने पर विलंबता में इसी कमी के साथ नहीं है। साल-दर-साल संकेतकों में बदलाव का अंतर 10 गुना तक पहुंच सकता है ( पीडीएफ, पी । 3 )। नतीजतन, एक अड़चन पैदा होती है जो उपलब्ध संसाधनों के पूर्ण उपयोग को रोकती है और डेटा प्रोसेसिंग को धीमा कर देती है।

तथाकथित विघटन देरी प्रदर्शन के नुकसान का कारण बनता है। कुछ मामलों में, 64 प्रोसेसर तक साइकिल तैयारी डेटा अपघटन कर सकती है।

तुलना के लिए: फ़्लोटिंग-पॉइंट संख्याओं को जोड़ना और गुणा करना दस चक्रों से अधिक नहीं होता है। समस्या यह है कि मेमोरी एक निश्चित आकार के डेटा ब्लॉक के साथ काम करती है, जबकि एप्लिकेशन उन ऑब्जेक्ट्स के साथ काम करते हैं जिनमें विभिन्न प्रकार के डेटा हो सकते हैं और एक दूसरे के आकार में भिन्न हो सकते हैं। समस्या को हल करने के लिए, MIT इंजीनियरों ने ऑब्जेक्ट-ओरिएंटेड मेमोरी पदानुक्रम विकसित किया जो डेटा प्रोसेसिंग को अनुकूलित करता है।

तकनीक कैसे काम करती है

समाधान तीन तकनीकों पर आधारित है: हॉटपैड, ज़िपपैड और सीओसीओ संपीड़न एल्गोरिदम।

हॉटपैड्स सुपर-ऑपरेटिव रजिस्टर मेमोरी ( स्क्रैडपैड ) का एक सॉफ्टवेयर-नियंत्रित पदानुक्रम है। इन रजिस्टरों को पैड कहा जाता है और उनमें से तीन हैं - एल 1 से एल 3 तक। वे विभिन्न आकारों, मेटाडेटा और पॉइंटर्स की सरणियों की वस्तुओं को संग्रहीत करते हैं।

संक्षेप में, वास्तुकला एक कैश सिस्टम है, लेकिन वस्तुओं के साथ काम करने के लिए तेज है। पैड का स्तर जिस पर वस्तु स्थित है वह इस बात पर निर्भर करता है कि इसका उपयोग कितनी बार किया जाता है। यदि एक स्तर "ओवरफ्लो" होता है, तो सिस्टम जावा या गो भाषाओं में "कचरा संग्रहकर्ता" के समान एक तंत्र शुरू करता है। यह विश्लेषण करता है कि कौन सी वस्तुएं दूसरों की तुलना में कम बार उपयोग की जाती हैं और स्वचालित रूप से उन्हें स्तरों के बीच ले जाती हैं।

Zippads Hotpads के आधार पर काम करता है - यह अभिलेखागार और अनारकली डेटा है जो पदानुक्रम के अंतिम दो स्तरों - L3 पैड और मुख्य मेमोरी को आता या छोड़ता है। पहले और दूसरे पैड में, डेटा अपरिवर्तित रहता है।

Zippads उन वस्तुओं को संकुचित करता है जिनकी मात्रा 128 बाइट्स से अधिक नहीं होती है। बड़ी वस्तुओं को भागों में विभाजित किया जाता है, जिन्हें बाद में स्मृति के विभिन्न भागों में रखा जाता है। डेवलपर्स के अनुसार, यह दृष्टिकोण कुशलतापूर्वक उपयोग की जाने वाली स्मृति के गुणांक को बढ़ाता है।

वस्तुओं को संपीड़ित करने के लिए, COCO (क्रॉस-ऑब्जेक्ट कोम्प्रेसन) एल्गोरिदम का उपयोग किया जाता है, जिसे हम बाद में चर्चा करेंगे, हालांकि सिस्टम बेस-डेल्टा-इमीडिएट या FPC के साथ काम करने में भी सक्षम है। COCO एल्गोरिदम विभेदक संपीड़न का एक रूप है। यह "आधार" वाली वस्तुओं की तुलना करता है और डुप्लिकेट बिट्स को हटाता है - नीचे आरेख देखें:



एमआईटी के इंजीनियरों के अनुसार, उनकी वस्तु-उन्मुख मेमोरी पदानुक्रम शास्त्रीय दृष्टिकोण की तुलना में 17% अधिक उत्पादक है। यह आधुनिक अनुप्रयोगों की वास्तुकला के लिए इसकी संरचना में बहुत करीब है, इसलिए नई विधि में क्षमता है।

यह उम्मीद की जाती है कि पहली बार प्रौद्योगिकी का उपयोग उन कंपनियों द्वारा किया जा सकता है जो बड़े डेटा और मशीन लर्निंग एल्गोरिदम के साथ काम करते हैं। एक अन्य संभावित क्षेत्र क्लाउड प्लेटफ़ॉर्म है। IaaS प्रदाता वर्चुअलाइजेशन, डेटा स्टोरेज सिस्टम और कंप्यूटिंग संसाधनों के साथ अधिक कुशलता से काम करने में सक्षम होंगे।

<sub>हमारे अतिरिक्त संसाधन और स्रोत:

"हम कैसे IaaS का निर्माण करते हैं": 1cloud सामग्री

1 क्लॉउड क्लाउड आर्किटेक्चर इवोल्यूशन
1cloud में ऑब्जेक्ट भंडारण सेवा

HTTPS पर संभावित हमले और उनसे बचाव के तरीके
निरंतर वितरण और निरंतर एकीकरण दृष्टिकोणों के बीच समानताएं और अंतर क्या हैं?
इंटरनेट पर एक सर्वर की सुरक्षा कैसे करें: 1cloud अनुभव</sub>