Avaliando o Impacto da Alocação de Memória em Sistemas com Memória Persistente

  • Otávio Scarparo Souza UNESP
  • Bruno Honorio UNESP
  • Alexandro Baldassin UNESP

Resumo


Alocadores de Memória Persistente podem aumentar o desempenho de aplicações que os utilizam. Porém, devido às diferenças entre a Memória Persistente e a convencional, eles devem apresentar mecanismos de tratamento e redução de erros. Fatores como a presença do NUMA e os mecanismos citados podem causar grandes impactos no desempenho dos alocadores. Neste artigo, será mostrado como esses fatores vêm a impactar a alocação de memória.

Referências

Baldassin, A., Barreto, J. a., Castro, D., and Romano, P. (2021). Persistent memory: A survey of programming support and implementations. ACM Comput. Surv., 54(7).

Bhandari, K., Chakrabarti, D. R., and Boehm, H.-J. (2016). Makalu: fast recoverable allocation of non-volatile memory. SIGPLAN Not., 51(10):677–694.

Cai, W., Wen, H., Beadle, H. A., Kjellqvist, C., Hedayati, M., and Scott, M. L. (2020). Understanding and optimizing persistent memory allocation. In Proceedings of the 2020 ACM SIGPLAN International Symposium on Memory Management, ISMM 2020, page 60–73, New York, NY, USA. Association for Computing Machinery.

Scargall, S. (2020). Programming Persistent Memory - A Comprehensive Guide for Developers. Apress, 1st edition.
Publicado
16/05/2024
SOUZA, Otávio Scarparo; HONORIO, Bruno; BALDASSIN, Alexandro. Avaliando o Impacto da Alocação de Memória em Sistemas com Memória Persistente. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DE SÃO PAULO (ERAD-SP), 15. , 2024, Rio Claro/SP. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024 . p. 21-24. DOI: https://doi.org/10.5753/eradsp.2024.239930.

Artigos mais lidos do(s) mesmo(s) autor(es)

1 2 > >>