[연구] 엄영익 교수 연구실(분산컴퓨팅연구실, DCLab.), SOSP 2023 논문 게재 승인
- 소프트웨어융합대학
- 조회수1870
- 2023-08-09
분산컴퓨팅연구실의 엄영익 교수님과 이태형 박사과정의 논문 “MEMTIS: Efficient Memory Tiering with Dynamic Page Classification and Page Size Determination”이 The 29th ACM Symposium on Operating Systems Principles (SOSP 2023) 학회에 게재 승인되었습니다. SOSP 학회는 컴퓨터 시스템 분야의 연구자, 개발자, 프로그래머를 위한 세계 최고의 학회입니다(BK21+ Computer Science 분야 최우수국제학술대회 인정IF=4).
본 논문은 최신 데이터센터 및 클라우드 컴퓨팅 환경에서 요구하는 대용량 메모리 시스템을 효과적으로 구축하는 방법을 제안합니다. 엄영익 교수님 연구팀은 DRAM과 차세대 하드웨어인 NVM(Non-Volatile Memory), CXL Memory 장치를 활용하는 새로운 계층형 메모리 시스템, MEMTIS를 제안하였습니다. MEMTIS는 자체적인 고성능 메모리 페이지 관리 기법을 바탕으로 최신의 계층형 메모리 시스템 대비 최대 169% 높은 성능을 보여줍니다. 본 연구는 엄영익교수님 연구팀과 미국의 Virginia Tech 소속 민창우 교수 연구팀 간의 국제 공동 연구로 수행 되었습니다.
또한, 이번 SOSP 논문 게재를 통해 분산컴퓨팅연구실은 국내 연구실로는 처음으로 SOSP에 두 편 이상의 논문(SOSP 2021 FragPicker, SOSP2023 MEMTIS)을 게재하게 되었습니다. 또한, 엄영익 교수님 연구팀은 올해에만 ASPLOS, MobiCom에 이어 세 번째 top-tier conference 논문을 게재하게 됩니다.
[SOSP 2023]
The 29th ACM Symposium on Operating Systems Principles, October 23-26, 2023
https://sosp2023.mpi-sws.org/
[논문 정보]
MEMTIS: Efficient Memory Tiering with Dynamic Page Classification and Page Size Determination
Taehyung Lee, Sumit Kumar Monga, Changwoo Min, Young Ik Eom
29th Symposium on Operating Systems Principles (SOSP 2023)
Abstract:
The evergrowing memory demand fueled by datacenter workloads is the driving force behind new memory technology innovations (e.g., NVM, CXL). Tiered memory system is a promising solution which harnesses such multiple memory types with varying capacity, latency, and cost characteristics in an effort to reduce server hardware costs while fulfilling memory demand. Prior works on memory tiering make suboptimal (often pathological) page placement decisions because they rely on various heuristics and static thresholds without considering overall memory access distribution. Also, deciding the appropriate page size for an application is difficult as huge pages are not always beneficial as a result of skewed accesses within them. We present Memtis, a tiered memory system that adopts an informed decision-making for page placement and page size determination. Memtis leverages access distribution of allocated pages to optimally approximate the hot data set to the fast tier capacity. Moreover, Memtis dynamically determines the page size that allows applications to use huge pages while avoiding their drawbacks by detecting inefficient use of fast tier memory and splintering them if necessary. Our evaluation shows that Memtis outperforms state-of-the-art tiering systems by up to 169.0% and their best by up to 33.6%.
분산컴퓨팅연구실: http://dclab.skku.ac.kr/xe/