用于安全无电池计算的非易失性存储器重命名

《Communications of the ACM》:Non-Volatile Memory Renaming for Safe Batteryless Computing

【字体: 大 中 小 】 时间:2026年09月26日 来源:Communications of the ACM 7.1

编辑推荐:

   到 2030 年,物联网 (IoT) 设备的普及预计将达到惊人水平,预测估计全球连接 IoT 的设备将超过 290 亿台,从 2024 年起以 13% 的复合年增长率增长。21 这种增长由连接技术的进步推动,如 5G、低功耗蓝牙,以及机器学习等复杂应用,同时在工业自动化、医疗

  

到 2030 年,物联网 (IoT) 设备的普及预计将达到惊人水平,预测估计全球连接 IoT 的设备将超过 290 亿台,从 2024 年起以 13% 的复合年增长率增长。21 这种增长由连接技术的进步推动,如 5G、低功耗蓝牙,以及机器学习等复杂应用,同时在工业自动化、医疗保健、智能家居和城市基础设施方面的用例也在不断扩展。大多数此类设备依赖电池,由于频繁充电而迅速耗尽,因此不够环保。它们在远程部署中也难以更换,从而引发人们对无电池设备的兴趣,这些设备可从环境来源(如太阳能、射频、风能或压电系统)收集能量。6,8,15,18 无电池设备使用超级电容器存储能量(充电循环次数更多但能量存储密度较低),但由于电源供应不可预测而面临挑战。为确保向前推进,它们依赖间歇计算 (IC),即系统在能量完全耗尽之前将应用程序和处理器状态备份到非易失性存储器 (NVM) 中。一旦重新充电,系统恢复状态并继续计算。IC 系统的约束条件提出了通常不会在持续供电系统中遇到的独特挑战。1

1.1. IC 中的挑战。
1.1.1. 由于幂等性违反导致的不一致性。无电池设备在程序执行期间发生的意外断电可能导致处理器状态错误。为说明这一点,图 1 展示了一个循环的执行过程,其中迭代器存储在 NVM 位置 A。指令 LD A 最初从地址 A 读取值 0 并将其存储在寄存器 r1 中。ADDI 然后将 r1 中的值增加 1,ST A 将 r1 的值写回 NVM 中的地址 A。然而,如果断电发生在存储之后,重新执行程序会导致 LD A 从 NVM 读取更新后的值 1,随后的 ST A 存储值 2,导致跳过一次迭代,最终可能导致行为错误。LD A 的结果与断电前结果之间的这种不一致被称为幂等性违反,是 LD A 和 ST A 之间写后读 (WAR) 依赖关系的产物。
图 1. 突发断电可能导致间歇程序执行中出现幂等性违反。

1.1.2. 昂贵的保守备份。IC 系统需要备份以确保断电期间的数据一致性。备份方案大致可分为基于硬件或基于软件的方法。基于硬件的方法 2,10 使用模数转换器 (ADC) 持续监控电压并在断电前触发备份。为确保正确性,备份必须是原子的(图 2a)。基于软件的方法 5,12 将程序分解为原子任务,并在任务边界处进行备份(图 2c)。虽然这些方法确保了一致性,但由于保守策略或静态任务分解,它们往往施加不必要的备份。
图 2.(a) 带有乐观阈值的备份策略(备份必须是原子的),(b) Clank(当发生幂等性违反时进行备份),(c) DINO(在预定义原子任务的边界处备份),(d) NvMR(任意选择的备份策略);R 代表重命名。NVM 地址 A 和 B 被重命名为 X 和 Y。

Clank 9 和 DINO 12 突出了幂等性处理中的权衡。Clank 使用缓冲区将地址分类为先读或先写,并在存储操作引起的幂等性违反时触发备份(图 2b)。虽然有效,但这种方法导致频繁备份,即使有充足的能量也是如此。我们对 Clank 的实验表明,此类违反占常见嵌入式基准测试总能耗的 30% 以上。另一方面,DINO 强制实施任务级幂等性并使用私有化缓冲区,但静态任务分解限制了灵活性并增加了程序员的工作量。挑战在于平衡用于正确性的备份与向前推进。理想的解决方案应确保程序正确性,同时优化能量效率。
我们提出 NvMR,一种 IC 架构,通过动态重命名违反持久存储的 NVM 地址(图 2d),将备份策略与程序特性解耦,从而克服这些挑战,并允许在多种条件下采用节能的备份策略。

2. 间歇持久依赖
大多数以前的工作都构建了模型来表征 IC 的效率,但没有提供解决正确执行所需的持久性约束的通用模型。持久依赖对于确保程序表现如同在持续供电系统上运行一样至关重要,但尚未被探索。虽然共享内存多处理器中的内存持久性模型 17 解决了写入外部持久数据结构之间的排序问题,但这项工作引入了首个专为解决 IC 施加的持久排序而设计的持久依赖模型。
以前提出 IC 正确性模型的研究假设架构没有脏数据缓冲,例如直写缓存。23 相反,我们考虑一种具有易失性写回缓存的架构,这通过重用脏数据减少了耗时的 NVM 写入。因此,备份和存储的持久化很可能会被重新排序。断电后,执行从最后一次持久化的备份恢复。任何在备份之后执行的指令都必须重新执行。本研究旨在提供一个理论框架,以理解持久依赖及其对间歇执行的影响。

2.1. 正确 IC 的要求。传统间歇架构中的正确执行依赖于三个关键要求:
1.代码进展。对同一地址的存储必须按程序顺序持久化,并且备份必须按触发顺序持久化,以确保如果设备维持至少一次备份的能量,程序就能完成。
2.数据进展。对 NVM 地址 X 的存储必须在随后的备份之前持久化,确保数据在断电后保持最新。
3.幂等性。备份后,如果对地址 X 的第一次访问是加载,则对 X 的后续存储不得持久化,直到下一次备份。这防止了断电后由未备份指令造成的数据损坏。

2.2. 持久排序模型。为确保间歇系统中的正确执行,必须定义持久操作(包括备份和存储)的顺序。当前系统通常强制执行过于保守的约束,限制了效率。我们旨在表征正确性所需的最小持久依赖,平衡灵活性和可靠性。具体而言,给定一个程序及其执行期间调用的一组备份,正确持久化的最小排序约束是什么?每个备份捕获易失性处理器状态,包括寄存器和程序计数器,并将其持久化到 NVM 中。类似于存储,只要持久化的寄存器内容与触发备份时程序顺序位置处的内容匹配,持久化备份就可以与其执行解耦。处理器可能触发备份并在之后继续执行指令;然而,如果备份持久化之前断电,处理器必须将其状态恢复为早期备份。备份必须通过双缓冲原子地持久化。
我们正式使用持久操作之间的“发生前”(happens-before)关系来描述持久依赖,表示为 {p1,rel,p2}:
•p1 和 p2 是按程序顺序排列的持久操作(例如,存储或检查点)。
•rel 代表一对持久化操作之间的持久顺序及顺序方向。
例如,st,→spo,st 是一对写入相同地址的持久存储之间的关系,代表为保持程序顺序而需要的它们之间的必要排序(要求 1)。我们用颜色编码表示间歇执行中存在的各种关系,并在表 1 中列出它们所满足的要求。st,→spo,st 的排序在持续供电系统中也是正确程序执行所必需的,而其他排序是 IC 系统特有的。backup,→bpo,backup 的排序仅在多备份方案中是必需的。20

表 1. 间歇执行中的持久“发生前”排序(spo: 存储持久顺序,bpo: 备份持久顺序,rfpo: 从持久化读取顺序,irpo: 强制幂等重新执行持久顺序),以及它们所满足的正确性要求,以颜色编码箭头显示。

图 3 显示了任何一般程序执行所需的必要持久依赖,其特征是读主导和写主导,重点关注符号 NVM 位置 X。我们忽略指令执行中的依赖并假设它们遵循程序顺序。我们还忽略加载并假设最新值随时可用在写回缓存中,除非在断电后立即发生;在这种情况下,加载必须从 NVM 获取值。备份可以在程序的任意点调用,但当调用时,它们会引入一组与周围存储相关的“发生前”排序和原子性约束。

图 3. 用于正确间歇执行的发生前持久排序。顺序的循环代表原子性约束。

2.2.1. 理解 IC 中的持久排序。备份点还决定了地址位置 X 在下个间歇代码段中是读主导还是写主导。
读主导。如果最近的检查点之后的第一次加载在程序顺序中的第一次存储之前发生,则位置 X 是读主导的。图 3(a) 建模了所有存储都访问读主导地址时的依赖模式。为确保数据进展(要求 2),每个存储必须在下一个备份持久化之前持久化。否则,如果下一个备份先持久化并发生断电,X 的最新值将丢失。同时,为确保幂等执行(要求 3),每个存储不得持久化,直到下一个备份持久化。否则,如果存储先持久化并发生断电,程序将从先前的备份重新执行并错误地加载存储值 X 的后值。这些约束相结合意味着,对读主导地址的所有存储必须与下一个备份原子地持久化。这是 IC 系统中独特且根本性的挑战。
写主导。如果第一次存储发生在第一次加载之前,则位置 X 是写主导的。图 3(b) 显示,对于相同的程序,只需简单改变备份的调用时间,X 就变成了写主导。结果,依赖模式发生了巨大变化。现在只需要强制实施要求 1 和 2,这是通过将备份按程序顺序持久化并确保存储在下一个备份之前持久化来实现的。存储不再必须等到下一个备份才能持久化,从而消除了原子性约束。事实上,备份后的存储甚至在备份持久化之前就可以持久化。由于 X 始终是写主导的,无论断电后系统恢复到哪个备份,X 总是会被首先覆盖,从而使最后一次持久化的存储无效。

2.2.2. 为什么要非易失性存储器重命名?幂等性对于正确的间歇执行至关重要,并且只能由 NVM 位置上的 WAR 依赖关系违反。我们的架构通过动态重命名读主导的 NVM 地址来解决此问题,受无序处理器中用于寄存器的类似技术启发。NVM 重命名确保幂等执行(要求 3),无论备份时机如何。
关键洞察是:重命名将所有 NVM 地址转换为写主导地址。如图 4 所示,重命名消除了图 3(a) 中的依赖关系,如 st,→spo,st、backup,→bpo,st 和 st,←irpo,backup。
图 4. 具有所提出 NVM 重命名的发生前持久排序。通过重命名 X,所有存储仅访问写主导内存位置。只有紧邻备份之前的存储必须持久化。
这种方法通过仅持久化紧邻备份之前的存储来实现理论上的最大效率,满足要求 2(数据进展)。备份仍必须按调用顺序持久化以确保要求 1(代码进展)。因此,重命名最小化了持久约束,允许备份决策与程序正确性要求解耦。

3. NvMR 架构
基于我们以前分析的见解,我们提出了一种间歇架构,非易失性存储器重命名 (NvMR),它在硬件中高效地检测由持久存储引起的幂等性违反并重命名它们的 NVM 地址。图 5 是 NvMR 的高级框图。映射表和空闲列表是在编译时静态分配在 NVM 中的两个软件数据结构。映射表保留旧(原始或最近持久化)映射的记录。空闲列表是可用映射的队列。对于 NvMR 的重命名机制,有四个硬件组件很重要:
1.写回,写分配 (WBWA) 数据缓存,利用数据局部性并跟踪脏块。
2.全局布隆过滤器 (GBF),当块从缓存中被逐出时,记录其复合状态(未知=0 或读主导=1;稍后讨论)。
3.局部布隆过滤器 (LBF) 阵列,与缓存数据阵列紧密耦合,每个块一个 LBF,记录块中每个字的状态(未知=00,读主导=01,写主导=10)。
4.映射表缓存,映射表的易失性缓存(类似于页表的转换旁路缓冲器),通过减少访问 NVM 的次数来节省能量和时间。

除了旧映射之外,它还保留了新的(最新)映射。由于它也是WBWA缓存,每个块除了有效位之外还有一个脏位和一个标记。

**图5. NvMR架构框图**(金色标注的模块为新增部分)。

### 3.1 NvMR中的间歇执行

**图6** 通过简洁的流程图展示了NvMR的重命名机制。为了更详细地说明NvMR的微观架构,我们将NvMR中的间歇执行分为五个不同的事件,并通过一个运行示例进行解释。

**图6. 流程图展示了NvMR中幂等性违规的处理过程。**

#### 3.1.1 幂等性违规

**图7** 展示了一个带有标记 X_tag 的缓存块X。由于对字[C]的读主导访问,该块从NVM中获取。后来,当字[A]被更新为[A_new]时,该块被标记为脏,并且[C]和[A_new]对应的LBF状态分别设置为R和W。只有当脏块被逐出时,才会通过对其组成字的LBF状态的LSB进行逻辑或运算来计算块的综合状态。如果综合状态为0(块为写主导),则不存在幂等性违规。否则,它应被标记为幂等性违规,因为它既为脏又为读主导(违反了要求3)。因此,当块X被逐出时,NvMR标记了一个幂等性违规(A1)。综合状态被记录在GBF中。

**图7. 带有标记X_tag的缓存块的逐出导致幂等性违规。缓存块地址200被重命名为地址710。脏缓存块被存储在新的映射710处,而不是200处。**

#### 3.1.2 重命名

幂等性违规块的逐出会触发在映射表缓存中进行查找,以找到其新映射。如果命中,则使用新映射来持久化该块。如果未命中,则在映射表中进行查找。如果映射表查找成功,则将旧映射获取到映射表缓存中。否则,从空闲列表的头部弹出一个新映射并获取到映射表缓存中。使用获取的映射来持久化该块。因此,持久化存储的旧映射被重命名为新映射。在**图7**中,块X在映射表缓存(A2)和映射表(A3)中都未命中。因此,NvMR从空闲列表获取映射710(A4),并插入一个新的脏映射表缓存块(A5),将200重命名为710。块X的内容被写入重命名后的地址710(A6)。

#### 3.1.3 缓存未命中

在**图8**中,针对缓存块X的存储请求试图写入[B_new]。由于该块最近被逐出,查找导致缓存未命中(B1)。缓存控制器随后在映射表缓存中查找NVM中的最新映射。由于地址200被重命名为710,且该条目存在于映射表缓存中,因此查找命中(B2)。该块从NVM中的710处获取,用[B_new]更新,并被标记为脏(B3)。NvMR然后检查GBF以确定块状态。由于块X是读主导的(1),所有关联的LBF状态都被设置为R(B4)。对于处于U状态的块,LBF状态根据请求类型标记为R或W。映射表缓存未命中会触发对映射表的查找,这位于关键路径上。我们假设映射表查找可以与获取应用程序数据并行进行,因为它们位于NVM的不同区域。

**图8. 存储未命中导致缓存块从新映射710处获取。NvMR在映射表缓存中保留新映射的记录。**

#### 3.1.4 备份

NvMR在以下三种情况下发起备份:(1)当脏映射表缓存条目被逐出时,以确保NVM中的映射表反映最新映射;(2)基于用户定义的备份策略以保证向前进展;(3)当发生幂等性违规且映射表已满或空闲列表为空时,使重命名变得不可能。与其他间歇式架构一样,NvMR对通用寄存器和特殊寄存器(如程序计数器)进行快照,但**图9**中省略了这些内容。在具有写回数据缓存的情况下,NvMR在备份期间持久化所有脏块。如果缓存块被重命名,NvMR从映射表缓存或映射表中获取其最新映射;否则,该块被存储在其程序地址处。

**图9. 备份将导致数据缓存持久化其脏块。映射表缓存中的旧映射被推入空闲列表,新映射被写入映射表。LBF和GBF中的所有状态都被重置。**

对于缓存块X,映射表缓存查找命中(C1),脏数据被持久化在新映射710处(C2)。块X的脏位在写回后清除。NvMR将新映射710写入映射表(C3),并将旧映射200附加到空闲列表尾部(C4),由橙色箭头指示写指针。所有更新完成后,新映射被复制到映射表缓存的旧字段中,并且脏位被重置。最后,GBF和LBF数组被清除(C5)。

#### 3.1.5 恢复

断电后,IC系统状态被恢复到最近的备份并恢复执行。在NvMR中,恢复相当简单:程序计数器和其他寄存器从保存在NVM中的最新快照恢复。此外,只需恢复空闲列表的读和写指针。

#### 3.1.6 回收

映射表作为有限的硬件资源,可能会因频繁幂等性违规的应用程序而迅速填满,尤其是在具有小型非易失性存储器的能量收集设备中。为此,我们引入了回收(垃圾回收中的一种流行技术),该技术重用原始映射——即程序的缓存块地址。当备份后映射表已满时,NvMR使用类似于缓存的替换策略回收一个条目。这涉及原子地将旧映射移动到空闲列表尾部,使该条目无效,并将数据从释放的映射复制回原始映射。NvMR在查找命中时也使对应的映射表缓存条目无效。回收减少了映射表满后的备份次数,但降低了空闲列表的有效大小,因为原始映射无法被添加。为了补偿,空闲列表需要更多映射以避免短缺。

---

### 4. 方法论

我们扩展了一个周期精确的C++模拟器2?,用于模拟执行ARM Thumb ISA指令的间歇式ARM Cortex M0+1(3级顺序流水线)。使用先前工作1?中以1kHz采样的电压轨迹来计算供电超级电容器上的电荷。新增易失性组件的动态功耗和漏电流功耗使用CACTI1?进行建模,NVM能量值取自STM32L011K4 MCU数据手册22。

我们将NvMR与两种IC架构进行比较:a) 修改后的Clank?,增加了本地和全局布隆过滤器以及写回数据缓存,以及幂等性违规感知的硬件解决方案;b) HOOP?,一种具有硬件支持的软件事务内存解决方案,其语义与基于任务的IC架构相似。除敏感性分析外,我们所有结果均使用**表2**中列出的配置,因为该配置是帕累托最优的。由于NvMR将备份策略与应用内存访问模式解耦,我们使用三种备份方案展示NvMR的影响:

- **即时(JIT)**:这是一个预言机,能准确估计断电何时发生,并在断电前触发备份。
- **Spendthrift**:使用轻量级神经网络(离线训练,两个输入——可用环境能量和特定时刻的超级电容器电压,准确率达97%)预测备份,代表商业部署的JIT方案13。
- **看门狗定时器**:三种方案中最简单的一种,每8,000个周期触发一次备份?。

**表2. 评估中使用的系统配置。**

| 参数 | 值 |
|------|-----|
| 处理器 | ARM Cortex M0+(Thumb ISA),8MHz |
| 数据缓存 | 256B,8路组相联,16B块,LRU,1周期命中延迟 |
| GBF | 8个一位条目 |
| LBF | 每个缓存行4个两位条目 |
| 映射表缓存 | 512条目,8路组相联,LRU |
| 映射表 | 4,096条目,LRU |
| 空闲列表 | 4,096 + 512 + 1 = 4,609映射 |
| 闪存 | 2MB |
| 超级电容器 | 100mF,最大电压2.4V |

我们选择的基准测试来自MiBench?和PERFECT3基准测试套件,代表通常在超低功耗物联网系统中找到的应用程序,这些应用存在大量的幂等性违规。

---

### 5. 评估NvMR

为了解NvMR提供的优势,我们通过查看不同备份方案下各架构的能量节省情况,将其与所选基线IC架构进行比较。此外,我们分析了NvMR对系统配置变化的敏感性。进一步讨论了NvMR产生的最小开销。所有结果均基于10条电压轨迹的平均值。

#### 5.1 NvMR vs. Clank

**图10** 展示了与Clank相比NvMR的能量节省百分比。使用JIT时,NvMR平均节省约20%的能量,具体节省范围根据应用不同从2%到37%不等。使用Spendthrift时,NvMR平均节省约15.6%的能量。由于Blowfish和dijkstra由于幂等性违规在备份上消耗的能量最少,因此在NvMR中消耗的能源略有增加。使用看门狗定时器时,NvMR平均节省约9%的能量。stringsearch和hist的表现不如Clank,因为断电后重新执行指令浪费了大量能量(6.5%–7%)(死能量2?)。

**图10. 与Clank相比,不同备份方案下NvMR的能量节省情况。**

我们通过分析**图11**中Clank和NvMR在JIT备份方案下的归一化能耗构成来深入探讨。总能耗分为四个组成部分——向前进展、备份、恢复和死能量2?。由于映射表缓存的动态和漏电流能耗、映射表和空闲列表的额外NVM访问以及回收相关的能耗,NvMR在向前进展和恢复方面产生额外的能量开销。

**图11. Clank(左柱)和NvMR(右柱)的归一化能耗构成。**

JIT备份方案消除了死能量,且NvMR的恢复能量极小,仅涉及CPU寄存器的恢复;因此,这些内容在**图11**中被省略。基准测试stringsearch表现最差,由于字符串列表搜索期间幂等性违规极少,其近90%的能量消耗在向前进展上。NvMR产生向前进展和备份开销,以及回收所需的额外能量。对于某些基准测试,NvMR的向前进展能耗高于Clank,因为将数据持久化到重命名地址计入了向前进展而非备份能量。回收能耗仅在blowfish、dijkstra和qsort等基准测试中较为显著,这些测试频繁的幂等性违规填满了映射表。总体而言,重命名和回收仅使NvMR的总能量增加3%,为平均减少185倍的备份付出的代价相对较小。

#### 5.2 NvMR vs. Hoop

HOOP是一种基于日志的架构,对NVM区域进行异地更新,优化写入效率,并在缓冲区或映射表填满时触发备份。**表3** 概述了**图12**结果中使用的HOOP配置。除映射表(理想化为无限大,无能耗)外,所有组件的大小都与NvMR的片上面积和内存开销相匹配(**表2**)。使用JIT时,NvMR平均节省40%的能量,但stringsearch、picojpeg和basicmath除外,在这些基准测试中HOOP表现更优,因为高存储局部性使其缓冲区能够减少NVM写入。对于看门狗定时器备份,NvMR实现19.4%的平均能量节省,尽管由于定时器方案的简单性,节省幅度不如JIT。(Spendthrift结果未显示,因为原论文中未包含。)

**表3. 简化版HOOP的系统配置。**

| 结构 | 映射表 | OOP缓冲区 | OOP区域 |
|------|--------|-----------|---------|
| 大小 | 无限 | 128 | 2048 |

无限大的映射表无能耗和面积开销。

**图12. 与HOOP相比NvMR的能量节省情况。**

#### 5.3 NvMR敏感性

**映射表缓存**:**图13b** 显示,随着映射表缓存增大,NvMR的能量节省有所改善,因为脏条目被逐出(及相关备份)的情况减少。在达到4路相联性后,相联性对能效的影响微乎其微;如**图13a** 所示,在全相联性时节省幅度在约0.2%处趋于平稳。

这些结果使用了一个包含4096个条目的映射表,并采用JIT备份以确保一致性。图13。不同映射表缓存和映射表配置以及电容器大小下的能量节省情况。

**映射表大小。** 将映射表条目从1024增加到8192仅带来约1%的微小能耗节省(图13c),主要有利于容易发生幂等性违规的基准测试,如blowfish、dijkstra、qsort和dwt。鉴于小幅度收益需要占用大量闪存空间,4096个条目是一个平衡的选择,与能量收集设备的约束条件相符。

**电容器大小:** NvMR的能耗节省随着电容器容量的增大而增加,从500μF到7.5mF提升了7%,而从7.5mF到100mF则仅缓慢上升2%(图13d)。较大的电容器延长了活跃期,导致更多的幂等性违规,而NvMR利用这些违规来减少备份。然而,超过7.5mF后节省的速率递减,反映出大容量电容器效益的递减效应。

**5.4 回收机制的优势。** 回收机制在映射表已满时最小化因幂等性违规导致的备份次数,但在表2所示的配置下,仅有少数基准测试会遇到此问题。如图14所示,回收机制提供的能耗节省极为有限,平均仅为1%,qsort(9%)和dwt(1%)有所受益,而dijkstra、blowfish和2dconv则略增能耗。尽管如此,回收机制对于NVM有限的设备仍特别有价值,因为这些设备无法分配大容量的映射表和空闲列表。我们的实验表明,当映射表仅有1024个条目时,回收机制相比"无回收"场景多节省约9%的能耗。

图14。NvMR在有无回收机制下的能耗节省情况。

**5.5 NvMR的开销。** NvMR的硬件成本仅限于映射表缓存,McPAT11估算表明,对于表2中的配置,片上面积开销仅为6%。NvMR的软件和硬件结构可根据应用需求进行定制,仅受限于板载可用内存。保留区域的内存占用约为2MB闪存(商用MCU板上的典型闪存大小19)的6%。然而,如果NVM支持字节寻址,NvMR的重命名机制可提供显著优势,通过减少磨损实现每位置最大写入次数平均降低80.8%,远超Clank的性能。

## 结论

本工作解决了能量收集间歇系统中的关键挑战:幂等性违规导致的备份问题。虽然此前的研究已改善了备份效率,但此类违规造成的不必要开销仍然存在。我们的核心见解是:备份应仅源于能量或硬件约束,而非程序不一致性。通过分析间歇执行中独特的持久依赖关系,我们证明,对违规持久操作的NVM地址进行重命名可以最小化备份次数。基于此,我们提出了NvMR——一种高效能的硬件架构,它能够支持所收集能量的有效利用,并将程序正确性与备份策略解耦,为间歇系统设计的发展铺平了道路。

Abhishek Bhattacharyya(abhattacha24@wisc.edu)是美国威斯康星大学麦迪逊分校的博士生。

Abhijith Somashekhar在该研究进行期间是美国威斯康星大学麦迪逊分校的学生,现为苹果公司(美国加利福尼亚州旧金山)的CPU性能工程师。

Joshua San Miguel是美国威斯康星大学麦迪逊分校的副教授。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号