MIND：面向解耦数据中心的网内内存管理
分布式、并行与集群计算
2021-10-22 v2
摘要
内存-计算解耦通过将内存与计算物理分离为网络附加的资源“刀片”，为数据中心中的资源提供了透明的弹性、高利用率和均衡使用。然而，现有设计以资源弹性为代价换取性能，将内存共享限制于单一计算刀片，以避免网络上昂贵的内存一致性流量。在本工作中，我们展示了新兴的可编程网络交换机能够通过将内存管理逻辑置于网络结构中，为解耦架构提供高效的共享内存抽象。我们发现，将内存管理集中到网络中可实现带宽和延迟高效的中网络缓存一致性协议，而可编程交换机 ASIC 能以线速支持其他内存管理逻辑。我们将这些见解实现为 MIND，一种面向机架规模内存解耦的网内内存管理单元。MIND 在实现真实工作负载下先前内存解耦方案性能的同时，提供了透明的资源弹性。
引用
@article{arxiv.2107.00164,
title = {MIND: In-Network Memory Management for Disaggregated Data Centers},
author = {Seung-seob Lee and Yanpeng Yu and Yupeng Tang and Anurag Khandelwal and Lin Zhong and Abhishek Bhattacharjee},
journal= {arXiv preprint arXiv:2107.00164},
year = {2021}
}
备注
18 pages, 9 figures, 2 tables