Page 17 - 2017 Brochure
P. 17
的平行計算模型。然而我們發現有一類雲端應用,雖然非常適合 MapReduce 模
型,但是其執行效能卻非常低落,而且計算規模也有很大的有限制。這類應用被稱
為 Expansive MapReduce(EMR),其中包括用於基因定序的後綴陣列排序。我們針
對 EMR 應用,對於現有雲端計算平台進行擴充和改進,以達到高效能和規模擴充性
這兩個目標。首先我們在雲端計算平台引入記憶體內資料儲存來儲存輸入資料,以
減少部分重複儲存的資料。其次我們研究將 MapReduce 中間傳送資料減量的技術,
以減少雲端計算平台內部排序所占用的硬碟空間和花費的硬碟讀寫時間。這樣的架
構在規模擴充性方面遠遠地勝過現有雲端計算平台的架構。至於效能方面我們可以
大幅減少硬碟讀寫的時間,卻也需要多付出一些時間於記憶體內資料儲存的操作,
因此要如何去提升記憶體內資料儲存系統的速度,降低對於整體效能的影響,將是
我們的另一個研究重點。我們已實作後綴陣列排序,來驗證我們所提出的雲端計算
架構對於 EMR 應用的執行效能和應用規模的提升。未來我們將對現有的雲端計算平
台進行擴充和改進,融合記憶體內資料儲存,提出一個泛用的加強型雲端計算平台,
使其對於各種的 EMR 應用,都能提升執行效能和規模擴充性。我們相信這樣的雲端
計算平台不但對於學術研究有很大的貢獻,還能大幅拓展雲端計算平台的應用。

(4) 非揮發性記憶體為主記憶體兼儲存體之系統效能最佳化設計 研究人員

當越來越多資料密集的應用程式在電腦系統上執行時,如何提升 I/O 存取效能成為 吳真貞 Jan-Jan Wu

未來重要的議題;此外,除了現今儲存裝置的存取效能問題之外,當 DRAM 的容量 Research Fellow

被擴增來支援更多資料密集應用程式時,其所帶來的能耗問題使得問題更加複雜。 王建民 Chien-Min Wang

在此一發展趨勢下,具有可位元組存取、非揮發性、容量可擴性及快速存取特性的 Associate Research Fellow

非發揮性記憶體提供一個新的可能解決方案。基於這樣的觀察,我們提出使用非揮 李丕榮 Pei-Zong Lee

發性記憶體為電腦系統的主記憶體兼儲存體,用來取代 DRAM 以解決能耗問題,並 Research Fellow

取代硬碟或快閃記憶體來提升 I/O 存取效能。為了達成上述目標,我們提出非揮發 張原豪 Yuan-Hao Chang

性記憶體位址轉換層,此一轉換層為一在非揮發性記憶體裝置內的韌體設計,除了 Associate Research Fellow

監控作業系統如何使用主記憶體之外,同時改變主記憶體與儲存體間的資料存取行 陳昇瑋 Sheng-Wei Chen

為。此一位址轉換層中藉由輪 Research Fellow

流分配所有非揮性記體的儲存 15

單元來給主記憶體空間使用,

以提升非揮發性記憶體的耐用

度及壽命;同時利用記憶體空

間與儲存體空間互換與位置轉

換的方式,來降低真實資料搬

動的頻率,以提升資料在主記

憶體空間與儲存體空間之間交

換的效能。未來,我們將進一

步從作業系統的角度出發,重

新思考主記憶體管理與檔案系

統設計的方式,以最佳化非揮

發性記憶體為主記憶體兼儲存

體所帶來的優勢。 圖 : 非揮發性記體轉換層
   12   13   14   15   16   17   18   19   20   21   22