logo
WangZongwu
NEWS LETTER

GPU-PIM 架构下的统一共享内存管理方法研究报告

Scroll down
Other Articles
System
Efficient GPT-4V level multimodal large language model for deployment on edge devices
  • 26/03/14
  • 12:33
Architecture
MPU-Sim_ A Simulator for In-DRAM Near-Bank Processing Architectures
  • 26/03/14
  • 12:33
Article table of contents TOP
  1. 1. GPU-PIM 架构下的统一共享内存管理方法研究报告
    1. 1.1. 绪论：存储墙瓶颈与架构范式的重构
    2. 1.2. 现有统一共享内存架构的实现原理调研
      1. 1.2.1. NVIDIA 统一虚拟内存（UVM）的技术演进与底层机制
      2. 1.2.2. AMD 共享虚拟内存（SVM）与异构内存管理（HMM）
      3. 1.2.3. 基于 CXL 3.0 的 Fabric-Attached 共享内存架构
    3. 1.3. 统一共享内存架构的优劣势深度分析
      1. 1.3.1. 现有 USM 方案的优势：生产力与容量弹性的跃迁
      2. 1.3.2. 现有 USM 方案的劣势：性能抖动与地址空间管理的不可扩展性
    4. 1.4. GPU-PIM 架构下的特殊挑战与技术痛点
      1. 1.4.1. 计算与存储拓扑的深度耦合
      2. 1.4.2. 局部地址空间爆炸与元数据同步
      3. 1.4.3. 非对称的一致性需求
    5. 1.5. GPU-PIM 统一共享内存管理的发展趋势
      1. 1.5.1. 趋势一：近存地址翻译与分布式页表管理
      2. 1.5.2. 趋势二：感知局部性的自适应迁移引擎
      3. 1.5.3. 趋势三：硬件级乐观一致性协议
    6. 1.6. GPU-PIM 架构下的统一共享内存管理集成解决方案建议
      1. 1.6.1. 1. 硬件加速层：多级分布式地址翻译单元 (D-MMU)
      2. 1.6.2. 2. 系统协议层：基于时间戳的乐观域一致性协议 (TC-Domain)
      3. 1.6.3. 3. 分配管理层：分布式元数据内存分配器 (PIM-Global-Malloc)
      4. 1.6.4. 4. 编译器优化层：计算感知的静态预取与局部性约束
    7. 1.7. 结论
Please enter keywords to search
  • to close