一种基于强化学习的混合缓存能耗优化与评价

• 作 者: 范浩 徐光平 薛彦兵 高赞 张桦
• 机 构: 天津理工大学计算机科学与工程学院,智能计算及软件新技术天津市重点实验室（天津理工大学）,天津中德应用技术大学
• 出 处: 计算机研究与发展
• 发表日期: 2020年6期
• 关键词: 强化学习 混合缓存架构 缓存 自旋转移力矩随机存取存储器 分配策略 reinforcement learninghybrid cache architectur
• 基金项目: 国家自然科学基金项目(61971309),天津自然科学基金项目(17JCYBJC15600,18JCYBJC84800)

新兴的非易失存储器STT-RAM具有低泄漏功率、高密度和快速读取速度、高写入能量等特点;而SRAM具有高泄漏功率、低密度、快速读取写入速度、低写入能量等特点.SRAM和STT-RAM相结合组成的混合缓存充分发挥了两者的性能,提供了比SRAM更低的泄漏功率和更高的单元密度,比STT-RAM更高的写入速度和更低的写入能量.混合缓存结构主要是通过把写密集数据放入SRAM中、读密集型数据放入STT-RAM中发挥这2种存储器的性能.因此如何识别并分配读写密集型数据是混合缓存设计的关键挑战.利用缓存访问请求的写入强度