Методика динамического управления процессом замещения строк кэш-памяти

Е. М. Иванова; А. В. Вишнеков

doi:10.14489/vkit.2020.05.pp.049-056

Публикации

?

Методика динамического управления процессом замещения строк кэш-памяти

Вестник компьютерных и информационных технологий. 2020. Т. 191. № 5. С. 49–56.

Иванова Е. М., Вишнеков А. В.

В работе исследуются вопросы увеличения производительности вычислительных систем за счет повышение эффективности работы кэш-памяти. Проведен анализ показателей эффективности алгоритмов замещения. Показана необходимость создания средств автоматизированного/автоматического изменения/настройки работы кэш-памяти на текущие условия исполнения программного кода, а именно средств динамического управления процессом замещения строк путем замены текущего алгоритма замещения на более эффективный в процессе вычислений. Целью работы является разработка методики управления процессом кеширования на основе определения типа выполняемой программы: циклический, последовательный, локально-точечный, смешанный Проведен анализ существующих алгоритмов замещения строк кэш-памяти. Предлагается процедура принятия решения по выбору эффективного алгоритма замещения строк на основе методов поддержки принятия решения: методов ранжирования альтернатив, предпочтений и метода анализа иерархий. В качестве индикаторов инициации процедуры замены текущего алгоритма замещения выбраны критическое число кэш-попаданий, среднее время выполнения запроса к данным, среднее время нахождение строки в кэш-памяти. Предлагаемая методика предполагает адаптивный механизм принятия решений по выбору эффективного алгоритма замещения, который допускает вариативность критериев оценки эффективности алгоритмов замещения, самих алгоритмов замещения и степени их предпочтительности для различных типов программного кода. Ранжированный по степени эффективности набор алгоритмов замещения для каждого типа программного кода отрабатывается дополнительным кэш-контроллером. Динамическая замена алгоритма замещения на более эффективный в процессе выполнения программы повышает производительность вычислительной системы.

Научное направление: Компьютерные науки

Приоритетные направления: компьютерно-математическое инженерные науки

Язык: русский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: методы поддержки принятия решений decision-making support methods computer performance cache efficiency cache replacement algorithm производительность вычислительной системы эффективность кэш-памяти алгоритм замещения строк кэш-памяти

Supervised Learning in Critical Phenomena—Statistical and Systematic Accuracy

Chertenkov V. I., Щур Л. Н., Lobachevskii Journal of Mathematics 2026 Vol. 47 No. 2 P. 720–727

Добавлено: 16 июня 2026 г.

Enhancing Emotion Recognition in Speech Based on Self-Supervised Learning: Cross-Attention Fusion of Acoustic and Semantic Features

Deeb B., Савченко А. В., Макаров И. А., IEEE Access 2026 Vol. 13 P. 56283–56295

Добавлено: 16 июня 2026 г.

Automated detection of wolf howls using audio spectrogram transformers

Makarov N., Савченко А. В., Zemtsova I. и др., Scientific Reports 2025 Vol. 15 Article 26641

Добавлено: 16 июня 2026 г.

Artificial intelligence framework for multi-pathology risk assessment from retinal fundus images: deep learning approach to 15-disease screening

Vasilev R., Савченко А. В., Blinov P. и др., Frontiers in Medicine 2026 Vol. 13

Добавлено: 16 июня 2026 г.

From Data to Signs: A Foundation Model for Multilingual Sign Language Recognition

Novopoltsev M., Tulenkov A., Murtazin R. и др., IEEE Access 2025 Vol. 13 P. 188170–188181

Добавлено: 16 июня 2026 г.

B3Emo: Quantifying Affect as a Double-Edged Sword in Strategic LLM Interactions

Stepin A., Mozikov M., Kabanov A. и др., IEEE Access 2026 Vol. 14 P. 48127–48144

Добавлено: 16 июня 2026 г.

ESQA: Event Sequences Question Answering

Abdullaeva I., Karpukhin I., Filatov A. и др., IEEE Access 2026 Vol. 14 P. 59390–59408

Добавлено: 16 июня 2026 г.

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)

Association for Computational Linguistics, 2026.

Добавлено: 14 июня 2026 г.

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

TreeDQN: Sample-efficient off-policy reinforcement learning for combinatorial optimization

Sorokin D., Kostin A., Савченко Л. В. и др., Knowledge-Based Systems 2026 Vol. 348 Article 116258

Добавлено: 10 июня 2026 г.

Microbial diversity and production of milk spirit using traditional Buryat fermentation and distillation technologies

Namsaraev Z., Nanzatov B., Козлова А. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 17769

Дистиллированные кисломолочные напитки встречаются в пищевой промышленности редко, несмотря на повсеместное распространение растительных спиртных напитков. В настоящее время производство крепких дистиллированных алкогольных напитков из кисломолочных продуктов с использованием традиционных технологий известно лишь среди монголоязычных народов и их сибирских соседей. Данное исследование представляет собой первый междисциплинарный анализ дарасуна, традиционного бурятского спиртного напитка, изготавливаемого из кисломолочного напитка ...

Добавлено: 10 июня 2026 г.

Artificial intelligence and digital twins for failure prediction in data center cooling systems: a comprehensive literature review (2018–2026)

Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19

Добавлено: 10 июня 2026 г.

Innovations in Information and Decision Sciences. Proceedings of the 13th International Conference on Frontiers in Intelligent Computing: Theory and Applications (FICTA 2025), Volume 4

Springer, 2026.

Добавлено: 8 июня 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Perovskite nanoparticles Cs4PbBr6 and CsPbBr3: synthesis, analysis and peculiar optical properties

Гущина В. А., / Series chemrxiv-2023-vpzhz-v2 "ChemRxiv". 2023.

Наночастицы полностью неорганических перовскитов CsPbBr3 и Cs4PbBr6 интенсивно изучаются благодаря их уникальным свойствам и широкому спектру применений; однако природа их оптических свойств до сих пор полностью не изучена из-за сложности синтеза однофазных наночастиц. В данной статье мы описываем особенности синтеза однофазных частиц и результаты их химического и фазового анализа. Используя данные о концентрациях наночастиц, мы ...

Добавлено: 14 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Determining the boundary of dynamical chaos in the generalized Chirikov map via machine learning

Чернышов Д. П., Сатанин А. М., Щур Л. Н., / Series arXiv "math". 2025.

Добавлено: 21 ноября 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 2025 г.

Технические характеристики вычислительной системы. Производительность

Иванова Е. М., МИЭФ НИУ ВШЭ, 2020.

Учебное пособие является составной частью методического обеспечения по дисциплине «Современные информационно-вычислительные системы», изучаемой студентами в рамках направления 09.04.01 – «Информатика и вычислительная техника». Основным содержанием является изучение архитектуры и технических характеристик вычислительных систем. В процессе изучения студентам предлагается воспользоваться материалами сайта top500.org, en.wikichip.org, тестовыми утилитами по выбору студента: AIDA64 Extreme, Cinebench R20, CPU-Z, CrystalDiskMark, DiskSpd, Geekbench, ...

Добавлено: 4 ноября 2020 г.