| 1 |
1
워크로드(workload) 변화에 따른 메모리 오브젝트의 접근 정보(access pattern)를 예측하는 메모리 프로파일링(profiling) 장치의 동작 방법에 있어서,애플리케이션에 의해 할당된 메모리 오브젝트의 접근 정보를 추출하는 과정; 상기 접근 정보를 학습된 예측 모델에 입력하는 과정;상기 예측 모델로부터 상기 메모리 오브젝트의 스케일링 비율(scaling rate)을 획득하는 과정; 및상기 애플리케이션의 워크로드가 변화한 경우, 상기 스케일링 비율을 상기 접근 정보에 적용함으로써, 상기 메모리 오브젝트의 스케일링된 접근 정보를 예측하는 과정을 포함하는 메모리 프로파일링 장치의 동작 방법
|
| 2 |
2
제1항에 있어서,상기 접근 정보는,상기 메모리 오브젝트의 크기(size), 메모리 접근 크기(accessed volume) 및 수명(lifetime) 중 적어도 하나를 포함하는 메모리 프로파일링 장치의 동작 방법
|
| 3 |
3
제1항에 있어서,상기 추출하는 과정은,상기 메모리 오브젝트의 식별자를 오브젝트-레벨에서 추출하는 과정; 및상기 메모리 오브젝트의 크기, 메모리 접근 크기 및 수명 시간 중 적어도 하나를 명령어-레벨에서 추출하는 과정을 포함하는 메모리 프로파일링 장치의 동작 방법
|
| 4 |
4
제1항에 있어서,상기 학습된 예측 모델은,학습용 메모리 오브젝트들의 접근 정보들을 입력 받고 출력 스케일링 비율을 출력하도록 학습된 것인 메모리 프로파일링 장치의 동작 방법
|
| 5 |
5
제1항에 있어서,상기 학습된 예측 모델은,선형 회귀(Linear Regression) 모델, K-최근접 이웃 회귀(K-Nearest Neighbor Regression) 모델 및 랜덤 포레스트 회귀(Random Forest Regression) 모델 중 어느 하나인 메모리 프로파일링 장치의 동작 방법
|
| 6 |
6
제1항에 있어서,상기 학습된 예측 모델이 랜덤 포레스트 회귀 모델인 경우, 상기 학습된 예측 모델의 트리(tree)의 수는 학습용 메모리 오브젝트들의 스케일링 비율들에 기초하여 결정되는 것인 메모리 프로파일링 장치의 동작 방법
|
| 7 |
7
제6항에 있어서,상기 학습된 예측 모델의 트리의 수는,상기 학습용 메모리 오브젝트들의 스케일링 비율들이 불규칙적일수록 높게 결정되는 것인 메모리 프로파일링 장치의 동작 방법
|
| 8 |
8
워크로드 변화에 따른 메모리 오브젝트의 접근 정보를 예측하는 메모리 프로파일링 장치에 있어서,애플리케이션에 의해 할당된 메모리 오브젝트의 접근 정보를 추출하는 추출부; 상기 접근 정보를 학습된 예측 모델에 입력하는 입력부;상기 예측 모델로부터 상기 메모리 오브젝트의 스케일링 비율을 획득하는 획득부; 및상기 애플리케이션의 워크로드가 변화한 경우, 상기 스케일링 비율을 상기 접근 정보에 적용함으로써, 상기 메모리 오브젝트의 스케일링된 접근 정보를 예측하는 예측부를 포함하는 메모리 프로파일링 장치
|
| 9 |
9
제8항에 있어서,상기 접근 정보는,상기 메모리 오브젝트의 크기, 메모리 접근 크기 및 수명 중 적어도 하나를 포함하는 메모리 프로파일링 장치
|
| 10 |
10
제8항에 있어서,상기 추출부는,상기 메모리 오브젝트의 식별자를 오브젝트-레벨에서 추출하고, 상기 메모리 오브젝트의 크기, 메모리 접근 크기 및 수명 시간 중 적어도 하나를 명령어-레벨에서 추출하는 것인 메모리 프로파일링 장치
|
| 11 |
11
제8항에 있어서,상기 학습된 예측 모델은,학습용 메모리 오브젝트들의 접근 정보들을 입력 받고 출력 스케일링 비율을 출력하도록 학습된 것인 메모리 프로파일링 장치
|
| 12 |
12
제8항에 있어서,상기 학습된 예측 모델은,선형 회귀 모델, K-최근접 이웃 회귀 모델 및 랜덤 포레스트 회귀 모델 중 어느 하나인 메모리 프로파일링 장치
|
| 13 |
13
제8항에 있어서,상기 학습된 예측 모델이 랜덤 포레스트 회귀 모델인 경우, 상기 학습된 예측 모델의 트리의 수는 학습용 메모리 오브젝트들의 스케일링 비율들에 기초하여 결정되는 것인 메모리 프로파일링 장치
|
| 14 |
14
제13항에 있어서,상기 학습된 예측 모델의 트리의 수는,상기 학습용 메모리 오브젝트들의 스케일링 비율들이 불규칙적일수록 높게 결정되는 것인 메모리 프로파일링 장치
|
