内存管理

内存墙一直是各类计算系统中的瓶颈，从移动计算系统、PC、服务器，到智能系统计算系统（大模型、GPU）。

现有工作

• 优化对象：
  • 面向NVM、hybrid memory、大数据的GC
• 优化目标：
  • 高并发、低延迟、混合GC

相关文献

• Bridging the performance gap for copy-based garbage collectors atop non-volatile memory. (EuroSys ‘21). 343–358. https://doi.org/10.1145/3447786.3456246 （面向NVM的GC）
• Reliability-aware Garbage Collection for Hybrid HBM-DRAM Memories. ACM Trans. Archit. Code Optim. 18, 1, Article 10 (March 2021), 25 pages. https://doi.org/10.1145/3431803 （面向hybrid memory的GC）
• Transparent and lightweight object placement for managed workloads atop hybrid memories. (VEE 2022). 72–80. https://doi.org/10.1145/3516807.3516822 （面向hybrid memory的GC）
• Low-latency, high-throughput garbage collection. (PLDI 2022). 76–91. https://doi.org/10.1145/3519939.3523440 （tracing + RC混合GC，综合高吞吐和低延迟）（有源码）
• Deconstructing the garbage-first collector. (VEE ‘20). 15–29. https://doi.org/10.1145/3381052.3381320 （G1 GC的评估分析）
• Better Understanding the Costs and Benefits of Automatic Memory Management. (MPLR ‘22). 29–44. https://doi.org/10.1145/3546918.3546926 (综述)
• BestGC: An Automatic GC Selector Software. (MPLR ‘22). 144–146. https://doi.org/10.1145/3546918.3560804（综述）
• Analysis of Garbage Collection Patterns to Extend Microbenchmarks for Big Data Workloads (面向大数据的GC)
• Unified Holistic Memory Management Supporting Multiple Big Data Processing Frameworks over Hybrid Memories. ACM Trans. Comput. Syst. 39, 1–4, Article 2 (November 2021), 38 pages. https://doi.org/10.1145/3511211 (面向大数据的GC)
• TeraHeap: Reducing Memory Pressure in Managed Big Data Frameworks. (ASPLOS 2023).694–709. https://doi.org/10.1145/3582016.3582045(面向大数据的GC)
• Jade: A High-throughput Concurrent Copying Garbage Collector. (EuroSys ‘24). 1160–1174. https://doi.org/10.1145/3627703.3650087 （高吞吐GC）
• Let It Go: Relieving Garbage Collection Pain for Latency Critical Applications in Golang.(HPDC ‘23).169–180. https://doi.org/10.1145/3588195.3592998（低延迟GC）
• User-Centric Approaches to Garbage Collector Selection and Heap Size Optimization for Java Applications （博士论文）

可能尝试的方向

• 针对应用特点（比如移动应用、云服务），提出高效的管理方法
• 针对应用的目标要求（比如吞吐量、延迟），提出高效的管理方法
• 高性能的RC GC方法