|
データセンタでは複数のサービスを、物理資源は共有しながらも、セキュリティの観点から論理的な動作環境を分離するために、VM（仮想マシン）上で実行する。そこで、不揮発メモリの大容量性を活かし、データセンタのサーバの主記憶にDRAM(揮発メモリ)とNVMM(不揮発メモリ)を採用し、より多くのVMを少ない数の物理マシンに割り当てて実行することで省電力化を目指した。しかし，不揮発メモリは揮発メモリと比較してアクセス時のレイテンシや消費エネルギーが大きい。またより多くのVMを割り当てることで、CPUやnetwork部での競合が発生し、性能も低下する。この課題に対し、VM ごとのボトルネックを分析し、複数のVM がNVMM を搭載する物理マシン上に共存するときのVM 性能低下の予測モデルを提案し、消費電力あたりの性能（電力効率）を向上させることを目指した。提案する手法はネットワーク，CPU，DRAM，NVMM の4つの資源ごとの競合度と性能低下の関係をモデリングし、競合度を実行中に収集しながらVMと物理マシンの割り当てを最適化するものである。実験環境として、3D XPoint をNVMM として用いるIntel Optane DC Persistent Memory(容量256GB)とDRAM（容量64GB）を搭載し、DRAMをNVMM に対するキャッシュとして動作させる物理マシンを構成し、複数のウェブサービスを稼働させることで提案手法の有効性を示した。
また、不揮発メモリの大容量性を活用するデータセンタ以外の用途として、メモリアクセスのパターンを解析するメモリトレースシステムを提案し、ハイパーバイザとIntel Optane DC Persistent Memory を用いたメモリトレースシステムを提案し、その有効性について検討した。
|
