guiar simulaciones de cachés de almacenamiento de varios niveles utilizando la detección de rodillas

Resumen

Simular las jerarquías de cachés de almacenamiento permite explorar de manera eficiente su espacio de configuración, incluyendo diversas topologías, parámetros y políticas, y dispositivos con características de rendimiento variadas, evitando experimentos físicos costosos. Las curvas de relación de fallos (MRCs) caracterizan de manera eficiente el rendimiento de una caché en un rango de tamaños de caché. Estas herramientas útiles revelan "puntos clave" para la simulación de caché, como las rodillas en la curva que siguen inmediatamente a los acantilados pronunciados. Desafortunadamente, no existen técnicas automatizadas para encontrar de manera eficiente los puntos clave en las MRCs, y la aplicación cruzada de los algoritmos de detección de rodillas existentes produce resultados inexactos. Presentamos un marco de múltiples etapas que identifica puntos clave en cualquier MRC, tanto para algoritmos de expulsión basados en pila (por ejemplo, LRU) como para algoritmos de expulsión más sofisticados (por ejemplo, ARC). Nuestro enfoque localiza rápidamente a los candidatos utilizando un muestreo basado en hash eficiente, simplificación de curvas, detección de rodillas y filtros de posprocesamiento novedosos. Introducimos el método Z, un nuevo algoritmo de detección de múltiples rodillas que emplea la detección de valores atípicos estadísticos para elegir puntos prometedores de manera robusta y eficiente.