Polystore++：面向异构工作负载的加速型多存储系统
硬件体系结构
2019-05-27 v1 数据库
分布式、并行与集群计算
机器学习
摘要
现代实时业务分析由异构工作负载组成（例如数据库查询、图处理和机器学习）。这些分析应用需要能够刻画构成工作负载各方面（包括其所处理的数据模型以及跨处理引擎的数据移动）的编程环境。多存储（Polystore）系统适合此类应用；然而，这些系统当前在CPU上执行，而摩尔定律的放缓意味着它们无法满足现代工作负载的性能和效率要求。我们设想Polystore++，一种利用硬件加速器（例如FPGA、CGRA和GPU）加速现有多存储系统的架构。Polystore++系统可通过识别并将多存储系统中适于使用专用硬件加速的组件卸载来实现高性能与低功耗。构建Polystore++系统具有挑战性，并引入了由硬件加速器使用所驱动的新研究问题（例如跨异构计算单元优化和映射查询计划，以及利用硬件流水线与并行性提升性能）。本文中，我们详细讨论这些挑战并列出解决这些问题的可能途径。
引用
@article{arxiv.1905.10336,
title = {Polystore++: Accelerated Polystore System for Heterogeneous Workloads},
author = {Rekha Singhal and Nathan Zhang and Luigi Nardi and Muhammad Shahbaz and Kunle Olukotun},
journal= {arXiv preprint arXiv:1905.10336},
year = {2019}
}
备注
11 pages, Accepted in ICDCS 2019