ZnG：以新型闪存构建可扩展数据分析的 GPU 多处理器架构
硬件体系结构
2020-06-17 v1
摘要
我们提出 ZnG，一种全新的 GPU-SSD 集成架构，可最大化 GPU 中的内存容量并解决 SSD 带来的性能损失。具体而言，ZnG 用超低延迟 SSD 替换所有 GPU 内部 DRAM 以最大化 GPU 内存容量。ZnG 进一步通过将 SSD 的闪存通道替换为高吞吐闪存网络、并将 SSD 固件集成于 GPU 的 MMU 中以获取硬件加速的收益，从而消除 SSD 的性能瓶颈。尽管 SSD 内的闪存阵列可提供高累计带宽，但由于访问粒度不匹配，GPU 的内存请求仅能利用其中一小部分带宽。为此，ZnG 采用大容量 L2 缓存与闪存寄存器来缓冲内存请求。我们的评估结果表明，ZnG 可比先前工作实现高 7.5 倍的性能。
引用
@article{arxiv.2006.08975,
title = {ZnG: Architecting GPU Multi-Processors with New Flash for Scalable Data Analysis},
author = {Jie Zhang and Myoungsoo Jung},
journal= {arXiv preprint arXiv:2006.08975},
year = {2020}
}