검색 : [ author: Donghyun Kang ] (3)

SSD의 수명 및 성능 향상을 위한 F2FS 파일 시스템의 DISCARD 명령어 관리 기법

김진웅, 강동현, 엄영익

http://doi.org/10.5626/JOK.2024.51.8.669

DISCARD 명령어는 유효하지 않는 파일 시스템의 블록 정보를 SSD에 전달함으로써 SSD의 수명과 성능을 향상시키는데 도움이 되는 인터페이스이다. 그러나, F2FS 파일 시스템에서 DISCARD 명 령어는 유휴 시간에만 처리되기 때문에 수명과 성능의 향상에 한계를 보인다. 본 논문에서는 짧은 유휴 시 간에 DISCARD 명령어를 효율적으로 처리하기 위한 EPD 기법과 DISCARD 명령어를 덮어쓰기 명령으 로 대체하기 위한 세그먼트 할당 기법인 PSA기법을 제안한다. 제안 기법의 효과를 평가하기 위해 다양한 워크로드를 기반으로 실험을 진행하였으며 실제 SSD에서의 수명과 성능을 확인하였다. 그 결과, 제안 기 법이 기존 F2FS 대비 Write Amplification Factor (WAF)를 최대 40%, 처리량을 최대 160% 향상시킬 수 있음을 확인하였다.

훈련 및 검증 성능 개선을 위한 텐서플로우 병렬 처리 기법

최진서, 강동현

http://doi.org/10.5626/JOK.2022.49.6.407

대부분의 딥 러닝(Deep Learning) 시스템은 모델의 훈련 및 검증을 위해 많은 시간을 소모한다. 그러나, 단일 쓰레드(Single Thread) 기반의 데이터 전처리 및 배치 과정으로 인해 대기 시간(Wait Time)이 발생하고 그 결과GPU 및 CPU의 사용률을 낭비하는 경향이 있다. 본 논문에서는 멀티 쓰레드(Multi Thread) 기반으로 모델의 훈련 및 검증 과정을 효율적으로 수행하기 위한 새로운 기법을 제안한다. 제안 기법은 모델 복사 과정을 사용함으로써 훈련과 검증 과정을 최대한 중첩(Overlapping)시키며, 그 결과 전반적인 CPU와 GPU의 사용률을 향상시킨다. 제안 기법을 평가하기 위해 우리는 텐서플로우(TensorFlow)을 이용하여 합성곱 신경망(CNN)을 구현하였다. 실험 결과, 제안 기법이 기존 기법 대비 전체 훈련 및 검증 시간을 22.4% 단축시키는 것을 확인할 수 있었다.

L2LRU: LRU 페이지 교체 기법을 위한 러닝 기반 페이지 이동 정책

조민선, 강동현

http://doi.org/10.5626/JOK.2021.48.9.981

페이지 캐시 교체 정책 중 하나인 LRU는 재접근이 발생하는 페이지를 리스트의 앞(Head) 위치로 이동시킴으로써 캐시 적중률을 높인다. 그러나, LRU의 페이지 이동은 락-언락 명령어를 호출함으로써 시스템의 대기 상태를 유발한다. 이에, 본 논문에서는 딥 러닝을 이용하여 페이지의 재접근 거리를 학습하고 재접근이 발생하는 경우, LRU 리스트 페이지에 대한 이동 유무를 판단하는 L2LRU(Learning-based Lock-free LRU) 기법을 새롭게 제안한다. 특히, L2LRU는 기존 LRU 교체 기법과 다르게 페이지를 재접근 될 가능성이 높은 위치로 페이지를 이동시킨다. 제안 기법을 평가하기 위해, 우리는 트레이스 기반 시뮬레이션 방식으로 L2LRU을 구현하였으며, Microsoft Research Cambridge Trace을 실험의 입력으로 사용하였다. 실험 결과 제안한 L2LRU가 LRU 대비 최대 91% 락-언락 명령어 호출을 감소시킬 수 있었다.


Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr