Quartz:基于DRAM的高性能NVM模拟器
2024-06-10 18:20:20作者:盛欣凯Ernestine
Quartz是一个巧妙地利用了现有商用硬件特性的持久内存性能模拟器,能够模拟未来字节寻址非易失性存储(NVM)的各种延迟和带宽特性。
项目介绍
Quartz的设计、实现细节、评估及其开销的详细信息可以在以下研究论文中找到:
- H. Volos, G. Magalhaes, L. Cherkasova, J. Li: Quartz: A Lightweight
Performance Emulator for Persistent Memory Software. In Proc. of the 16th ACM/IFIP/USENIX International Middleware Conference, (Middleware'2015), Vancouver, Canada, December 8-11, 2015. 可在http://www.jahrhundert.net/papers/middleware2015.pdf下载
该模拟器主要针对Sandy Bridge、Ivy Bridge和Haswell处理器家族设计,并在Ivy Bridge平台上表现出最佳效果。由于Haswell处理器的TurboBoost特性,当模拟高于600ns的延迟时,可能会导致更高的变异性。
项目技术分析
Quartz通过内核模块访问性能计数器和内存控制器PCI寄存器,其核心库代码位于src/lib目录下。对于带宽仿真,它依赖于Intel Thermal Memory Controller设备。项目还提供了一系列的脚本和测试用例来帮助安装和验证。
项目及技术应用场景
Quartz主要用于软件开发者和研究人员,他们在设计面向NVM的系统或应用程序时,需要在实际硬件上测试和优化性能。它可以模拟各种延迟和带宽条件,以便在无需真实硬件的情况下评估算法和数据结构的效率。
项目特点
- 轻量级 - Quartz以其低开销为亮点,可以轻松集成到现有的开发流程中。
- 兼容性广 - 支持基于Linux的Sandy Bridge、Ivy Bridge和Haswell平台,且无需特定的Linux发行版或内核版本。
- 动态配置 - 用户可以通过配置文件
nvmemul.ini灵活地设置延迟和带宽参数。 - 多种工作模式 - 支持单一CPU上的“NVM only”模式以及多CPU的“DRAM+NVM”模式,以模拟不同的存储访问行为。
获取与使用
要使用Quartz,首先确保满足所有依赖项,然后按照readme中的说明编译和运行。运行环境需要Linux操作系统和指定的Intel处理器。详细步骤包括加载内核模块、设置CPU频率、设置环境变量等。项目还提供了runenv.sh脚本来简化这些操作。
Quartz是一个强大的工具,为那些希望探索和优化NVM软件性能的开发者提供了一条捷径。无论是学术研究还是工业应用,它都能成为你宝贵的资源。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Jetson TX2开发板官方资源完全指南:从入门到精通 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310