混合内存页面管理策略的性能和能耗研究

陈俊熹，沙行勉,2，诸葛晴凤,2，陈咸彰

（1.重庆大学计算机学院，重庆 400044；2.信息物理社会可信服务计算教育部重点实验室，重庆 400044）

混合内存页面管理策略的性能和能耗研究

陈俊熹1，沙行勉1,2，诸葛晴凤1,2，陈咸彰1

（1.重庆大学计算机学院，重庆 400044；2.信息物理社会可信服务计算教育部重点实验室，重庆 400044）

随着信息物理系统和普适计算的发展，现有内存无法满足智能终端等嵌入式系统对性能、能耗和设备面积的高要求。工业界和学术界正提出使用新型非易失性存储器（NVM）和DRAM混合内存系统的解决思路。针对NVM和DRAM混合的内存系统架构，提出一种新型的高效、低能耗的页面管理机制。该机制根据不同数据页的访问特征和历史信息，提出一种新的页面初始化分配策略，和一种根据数据页的访问方式等历史信息物理动态调整存储位置的方法。实验结果表明，该方法相比既有Linux内存管理策略可提高149%的性能，可降低55.4%的能耗。

混合式内存管理；性能优化；能耗优化；非易失性内存

0 引言

信息物理系统[14]（Cyber-Physical Systems，CPS）和普适计算[15]的发展，从多方面对嵌入式设备和系统提出了更高的要求。例如移动终端和可穿戴式设备对设备面积、实时性和能耗提出高要求。同时，为满足日益提升的需求，大量嵌入式设备中的内存已达到GB级别，对能耗和性能产生重要影响。

现有嵌入式系统普遍使用DRAM作为内存，然而两个因素使得仅用DRAM作内存难以满足日益提高的需求。第一是DRAM的制程已接近极限，其存储密度很难再提高。第二是DRAM为保存数据，必须周期性地刷新所有存储单元，产生巨大的能耗开销。Zhong K等[5]指出，现有许多智能设备的内存能耗已占到系统能耗的30%以上。

新型非易失性存储器（Non-Volatile Memory，NVM）却在这两个方面具有优势。NVM具有比DRAM高的存储密度，可字节寻址，其读写速度达到了纳秒级，与DRAM读写速度相当。同时，NVM空闲时不需要刷新存储单元，因而闲时能耗极低。所以NVM具有取代DRAM作为主存的潜力。然而，NVM也存在一些缺陷，这主要体现在写速度慢、写能耗大和每个单元写次数有限。

相变存储器（Phase Change Memory,PCM）[13]是一种典型的NVM。表1以PCM为例，对DRAM、PCM以及闪存存储器（Flash）之间的多种性质进行了对比[4]。

表1 几种不同存储介质的参数对比

基于上述原因，嵌入式系统设计中越来越多地使用NVM和DRAM结合的内存系统[5,10]。然而，传统的内存管理机制不能很好地管理DRAM和NVM混合的内存系统。一方面，现有内存管理系统都是在DRAM中为数据分配物理页，没有考虑到DRAM和NVM各自的性质特点，如NVM的读、写和磨损特性等，不能很好地发挥混合内存的作用。另一方面，现有内存管理系统在DRAM和交换区之间交换页面时，没有考虑到数据的访问特征。因此，为了高效节能地使用NVM和DRAM的混合内存，必须基于DRAM和NVM的特点，设计新的内存页面管理方法。

本文使用基于NVM和DRAM混合的内存体系架构，提出一种高效且低能耗的混合内存页面管理方法（Hybrid Memory Page Management，简称HMPM）。HMPM通过减少DRAM和NVM之间的数据页迁移次数，即页面再分配次数来提升系统性能并降低能耗。首先，HMPM根据数据页的访问方式，在页面初始化分配阶段，从不同存储介质为不同类型的数据页分配物理空间。其次，HMPM根据数据页被访问的历史记录和访问方式，动态地调整数据页在DRAM和NVM上的物理位置。

本文从系统性能和能耗这两个方面来阐述HMPM策略相比于既有Linux内存管理策略的优势。实验表明，HMPM策略可以使得系统性能提升了149%，能耗降低了55.8%。

1 相关工作

随着嵌入式设备对设备大小、实时性和能耗的要求越来越高，嵌入式设备也越来越多地使用NVM作为内存。文献[5]中将PCM作为智能手机系统的交换分区。PCM交换区中的页以只读的方式存在，系统可直接进行读操作，当写请求到来时，则需先将其换入到DRAM后再进行写操作。这种方式存在一个负面影响，在写操作频繁的系统中，大量的交换操作会使得系统性能受到影响。文献[7]提出在内存控制器中为系统的DRAM和PCM页框记录一个访问行为表，每次内存访问操作都会对该表进行修改。当该访问行为记录表显示对应的PCM页框超过写操作阈值时，则会引起页框交换操作。页框的交换由内存控制器中专门的页框迁移控制模块完成，以减少系统的开销。文献[9]提出使用DRAM和PCM混合的内存架构来获得更低的系统能耗。作者从硬件控制器和操作系统两个层次减少对PCM的写操作，从而提升系统性能并降低能耗。另一些研究重点是减少PCM的写操作来提升PCM的使用寿命[1，6，11]。在文献[1]中，作者使用PCM作为主存，DRAM作为系统的写缓冲区。内存数据先写到DRAM，只有发生写回操作时才写PCM。文献[3]通过实现两种磨损均衡策略来优化写分布，主要思想是通过页的写次数对页进行排序，在进行分配时快速地找到写次数少的页，并使得写操作更均匀的分配到每个页。以上工作都是对系统做单一方面的优化，没有整套的页面管理方案。

本文的主要研究内容在于设计NVM与DRAM混合内存系统下的页面管理机制，包括页面的分配和磨损均衡方法，以优化嵌入式系统的性能和能耗。

2 系统架构与特征

2.1 系统架构

本文采用DRAM和NVM混合内存体系结构，如图1所示。其中，DRAM和NVM共享地址空间，混合内存控制器负责处理CPU访问DRAM或NVM的内存请求。混合内存控制器可以直接存取DRAM或NVM中的页。这种系统结构可以减少芯片面积并降低能耗。本文并不针对特别的嵌入式系统或应用研究DRAM和NVM的配置比率，而是考虑这种架构下的页面分配方法。

图1 混合内存系统架构图

由于DRAM和NVM各有优势，为了在嵌入式系统中获得更高性能和更低能耗，必须根据系统访问数据的特征，在恰当的内存中为的数据页分配物理页。

2.2 数据页的访问方式及分类

系统的数据页在其使用过程中具有不同的访问方式，即不同的访问权限和访问频率。根据数据页的访问方式，可以把数据页分为三类：

（1）只读页，即在其使用周期中不会发生写操作的页。这类页面包括存放内核及用户程序的代码段、库文件等的页；

（2）读频繁页，即在其使用周期中读操作居多的页。例如以读方式打开的文件的映射页等；

（3）写频繁页，即在其使用周期中写操作居多的页。例如存放内核数据结构的页、属于进程堆、栈的页，以及用写方式打开的文件的映射页等。

根据不同类型数据页的特征，为其分配恰当的物理页可以减少数据页在NVM和DRAM间的迁移，从而提高系统性能并降低能耗开销。

3 混合内存页面管理机制

本节介绍混合内存页面管理（HMPM）机制。HMPM分为两部分。一是根据数据页的访问方式，在系统初次使用该页面时，静态地为页面分配恰当的物理页，即初始化分配。二是动态地对系统中已有数据页的页面再分配策略。

3.1 基于页分类的初始化分配策略

基于页分类的初始化分配策略是指在系统或用户进程创建该数据页时，根据所创建的数据页的类别，为数据页分配适当的物理页。

我们提出的初始化分配策略为：在创建数据页时，系统从NVM为只读页和读频繁页分配物理页，而从DRAM为写频繁页分配物理空间。对于临界情况，当DRAM空间不足时，系统所有的物理页都从NVM分配，当NVM不足时，系统所有的物理页都从DRAM分配。而当DRAM和NVM空间都不足时，系统必须结束进程或将数据页交换到外部储存器来释放内存。本文将不讨论DRAM和NVM空间都不足的这种情况。从DRAM和NVM分配物理空间时，HMPM使用Linux系统现有的分配策略，即伙伴系统算法及slab分配器。这两种分配策略充分地考虑了系统空间的外部碎片和内部碎片的问题，是现代操作系统中最常用的分配算法。

3.2 再分配策略

在现有Linux系统中，当系统内存不足时，使用页交换机制在主存和交换区之间迁移数据页以释放内存空间。每当系统需要访问被迁移到交换区上的页时，都必须在主存中为该数据页重新分配物理页，这种机制容易引起频繁的页面再分配，即“颠簸（Thrashing）”现象，对系统性能造成极大的损害。

HMPM为NVM页和DRAM页设计不同的再分配策略，以减少页面再分配的次数。需要注意的是，在混合内存体系结构中，每当页面在NVM和DRAM之间进行交换时，数据页虚拟地址到对应物理地址的映射关系，即页表也会进行修改，所以进程仍然可以通过数据页的虚拟地址访问交换后的物理页。

（1）NVM页再分配到DRAM

在现有操作系统的内存管理机制中，当内存不足时，页框回收算法会选择部分非活动的页换出到交换分区中，从而释放内存空间。进程一旦请求访问已经换到交换分区中的页时，无论访问方式是读或是写，都必须执行换入操作。这种方式使得再分配操作非常频繁，并且没有利用NVM的特性，严重损害系统性能。

为了最小化系统中的再分配操作，本文提出“懒分配（Lazy allocation）”的再分配方法。懒分配的主要思想是尽量不将NVM的页换入到DRAM中。当进程读NVM的页时，不执行再分配操作；当进程写NVM的页时，并不立即执行再分配操作，仅当该页的写次数达到设定的阈值时才进行再分配。

进程访问数据页的信息可以定义如下：假设进程要访问位于NVM上的页p，访问方式为a。a是一个二值变量，a=0表示读，a=1表示写。设p对应的物理页已有的写次数为Wp。根据以上定义，懒分配的具体描述如算法1所述。

算法1懒交换的再分配方法。

输入：被访问的数据页p，p的访问方式a，p对应的物理页的写次数Wp，阈值Γ。

输出：访问后的数据页p。

直接读取该物理页；

在DRAM上为页p再分配页并修改页表；释放NVM上页p对应的物理页，Wp=0；在相应的DRAM页上执行写操作；

在算法1中，当进程需要访问NVM上的数据页时，算法首先判断其访问方式a。a等于0时，进程直接读取该页。否则，判断所请求页p对应的物理页的写次数是否超过预设的阈值Γ。如果未超过阈值，则直接写页p对应的NVM物理页，并增加当前数据页写次数的值；否则执行再分配操作，即在DRAM为该数据页分配一个新的物理空间，并将页p的数据移动到新分配的页，然后释放原来的NVM页并重置Wp的值。最后，在页p新分配到的DRAM物理页上写数据。

为了实现虚拟再分配策略，我们在控制器中为NVM物理页面设置一个当前写次数计数器WCcur，用于记录该页面发生写操作的频繁程度，并设定写次数阈值Γ。

（2）阈值的设定

在3.2（1）中，算法1根据阈值Γ断定是否应该将NVM的页换入DRAM。适当的阈值Γ对性能至关重要。本节讨论阈值Γ的设置方法。

从系统性能的角度考虑，当写NVM上的页p的开销大于页面再分配所产生的开销时，就应当为p进行再分配操作，将其换入DRAM中。此后所有针对页p的写操作都可以利用DRAM写性能的优势。我们用Γ表示阈值，以CN表示直接写一个NVM页产生的开销，以CRA表示一个NVM页先经过页面再分配，再完成写操作所产生的开销。CRA包括从DRAM中再分配页的开销和读取数据页的开销CS，以及写一个DRAM页的开销CD。因此，阈值Γ的取值满足式（1）。

根据我们的实验测算，Linux系统中CS的时间开销是18μs。写一个DRAM页的开销为0.4μs左右，即CD=0.4μs。此外，设NVM写延迟为DRAM写延迟的5倍[4]，即CN=2μs。因此，通过式（1）可得阈值Γ取值10。

下面我们验证上述阈值计算方法是2-optimal的方法，即最坏情况下的开销是最优解的两倍。假设对一个页进行N次写操作，以RC表示懒分配算法的开销，则RC满足式（2）:

如果N〈Γ，系统不采取再分配操作，此时的解是最优解。当N≥Γ时，懒分配算法首先写NVM页Γ-1次，然后将其再分配到DRAM上并进行剩余的写操作。然而此时的最优解应该是第一次写之前就将页换入DRAM，然后写DRAM，即最优解的开销是CS+N*CD= ΓCN-CD+N*CD。这种情况下懒分配算法产生的开销与最优解的开销的比值Ra为：

因此，使用这种阈值设置的懒分配算法，最坏情况下产生两倍于最优解的开销，即这种阈值生成算法是2-optimal。

（3）DRAM页再分配到NVM

现有操作系统在内存空间不足时，使用“最近最少使用（LRU）”算法从DRAM中选取需要交换到交换区中的页。Linux的LRU使用非活动链表Lina和活动链表La来记录系统中正在使用页面的冷热情况（即访问频率高低程度）。当内存空间不足时，系统只从非活动链表Lina中选择部分冷数据页交换到磁盘来释放内存空间。

LRU只区别数据页的冷热情况不适用于混合内存架构，原因在于使用NVM作为部分内存时，由于NVM具有读写不对称的特性，因此不仅要考虑数据页的冷热程度，还需要考虑数据页的读写方式。

为此，本文提出同时考虑数据冷热程度和访问方式的“最近最少写（Least Recently Write，简称LRW）”算法。LRW算法不仅将DRAM上的冷数据页迁移到NVM，还将读频繁的热数据页迁移到NVM。“读频繁的热数据页”在LRW算法里是指在活动列表La里最近没有被写的数据页。LRW算法相较LRU算法有两个好处：第一，LRW可以释放更多的DRAM空间，将其留给写频繁页使用；第二，读频繁热数据页放在NVM上可以使系统在保证性能不损失的情况下达到降低能耗的目的。由于CPU可以直接访问NVM上的页，进程读NVM页时也不需要进行再分配操作，避免了额外的开销。

LRW算法也使用非活动链表Lina记录冷数据页，用活动链表La记录热数据页。Lina和La中的每一个页都有一个脏标记位，用于表示该页最近是否被写过。当DRAM不足时，内存管理系统使用LRW算法逐个检查所有已分配的DRAM页，判断是否应该释放该页。LRW算法的具体描述如下：

如算法2所示，LRW算法在循环中逐个检查已分配的DRAM数据页。算法先判断已分配数据页p是否属于非活动链表。若属于就将其加入待再分配链表Lrea。否则，算法通过页的脏标记来检测该页最近是否被写过。如果该页最近未被写过，就将其加入待再分配链表Lrea。最后，LRW返回Lrea链表。内存管理系统按照实际需求选取Lrea中一定数量的页移动到NVM上。

从算法2的描述容易看出，LRW算法的时间复杂度为O（n），n为系统正在使用的DRAM页数量。这与LRU算法的时间复杂度一样，只是在LRW算法的第三步，算法增加了对每个页面脏标记位的判断，这一操作是常数时间完成的，其对系统性能的影响可以忽略不计。

4 实验及结果分析

本章对比分析提出的HMPM方法和Linux内核既有方法。首先介绍实验设置，其次比较两种方法所产生的再分配次数，然后对比两种方法的整体性能，最后分析两种方法的能耗开销。

4.1 实验设置

本文仿真实验平台的硬件环境为4核Intel i3 CPU，频率为3.30GHz，内存16GB，操作系统为Ubuntu Linux14.04内核。仿真实验设置DRAM内存区的大小为4GB，NVM内存区的大小为12GB。

实验一共设置9组不同的测试集，每组测试集都包括超过200万次的页面分配请求和超过2000万次的数据页访问请求。不同测试集的主要区别在于它们访问内存数据页的读写比例不同。例如，在读写比为0.9的测试集中，90%的页面分配请求是分配只读页或读频繁页。同时，90%的数据页访问请求都是读请求。实验记录这9组测试集在执行过程中产生的页面再分配次数，以及读写DRAM和NVM的次数，再根据性能和能耗模型计算不同策略下系统使用内存的性能和能耗。

4.2 再分配次数的比较

图2描述了HMPM策略和Linux策略在不同读请求比例下再分配次数情况，即数据页在DRAM和NVM之间发生交换的次数情况。再分配会产生大的能耗和性能开销。图例中的“L”表示Linux策略，“H”表示我们的HMPM策略，“D2N”表示DRAM数据页再分配到NVM，“N2D”表示NVM页再分配到DRAM。

从图2中可以看出，在不同的读请求比例下，Linux策略下的再分配次数基本保持不变，且都高于HMPM策略下的再分配次数。其原因在于，在Linux策略中，不管对数据页的访问方式是读或者写，只要系统访问位于NVM的数据页，即换出页，就会产生NVM到DRAM的再分配操作。这在一方面这增加了“N2D”再分配操作的次数，另一方面增加了DRAM的访存压力，间接导致“D2N”再分配操作次数的增加。

HMPM策略下两种类型的再分配次数都随着读请求的增加而减少。HMPM策略把读频繁的数据页直接分配到NVM，并且当以读的方式访问NVM的数据页时，不执行再分配操作。因此，在读请求越多的系统环境中，数据页越多的位于NVM，减少了“N2D”的次数，也减少了DRAM的访存压力。

4.3 系统性能的比较

写NVM的速度远高于DRAM的写速度，HMPM能大幅减少在NVM上的写次数，进而提高系统性能。图3描述了在不同读请求比例的情况下，HMPM策略相比于既有Linux策略的性能对比情况。性能的对比采用归一化的方式，我们以Linux策略的系统性能为1，然后来衡量HMPM策略下的系统性能。图3表明，HMPM策略带来的系统性能提升随着读请求比例的增大而增加。读请求比例为0.1时，HMPM策略性能为Linux策略性能的1.26倍，当读请求比例为0.9时，HMPM策略性能为Linux系统性能的2.49倍。

图2 两种策略的再分配次数对比

图3 两种策略的性能对比

系统性能的提升来自于两个方面。其一是因为随着读请求比例的增加，HMPM策略的再分配次数减少，使得系统中页面迁移的开销减少。其二是因为随着读请求比例的增加，写NVM的次数相应减少。由于写NVM的开销大于读NVM以及读写DRAM的开销，因此写NVM的比例下降使得系统性能得到提升。

4.4 系统能耗的比较

我们使用文献[5]中的能耗模型来衡量HMPM策略和Linux策略在不同读写请求比例下的能耗情况。

表2 访问DRAM和NVM的能耗数据及助记符[5]

表2列出了访问DRAM和NVM产生的能耗数据及对应的助记符，系统访问内存产生的能耗分为动态能耗ED和静态能耗ES两种，即读写数据页面所产生的能耗以及维持数据所产生的能耗。因此，系统访问内存所产生的能耗E满足式（5）

其中系统运行过程中读、写DRAM数据的大小分别为SRD、SWD字节，读、写NVM数据的大小分别为SRN、SWN字节，它的大小由系统DRAM容量Cdram、NVM的容量Cnvm以及系统运行时间T决定。

图4描述了在不同读请求比例下HMPM和Linux两种策略的能耗变化情况。随着读请求比例的增大，使用HMPM策略的系统访问内存的能耗持续降低，而Linux策略的能耗几乎不变。在读请求所占比例为90%时，Linux策略下的能耗为1344.9J，HMPM策略下的能耗为599.2J，即HMPM策略下的能耗相比Linux策略降低了55.4%。

图4 两种策略的能耗对比

通过图4可以发现，在写请求比例较大时，HMPM策略的能耗也低于Linux策略。这是因为Linux策略下的再分配次数要远大于HMPM的再分配次数，大量的“D2N”迁移操作增加了NVM的写次数。

5 结语

本文讨论了使用混合内存结构的嵌入式系统的页面分配方法，提出了一套高效低能耗的内存页面管理方法。该方法主要从静态初始化分配和动态再分配两个方面来决定数据页在混合内存系统中的存储位置，以充分利用NVM的高速读和低读能耗、低闲时能耗，和DRAM高速写等特性。仿真实验结果表明，HMPM方法在系统性能、能耗以及NVM使用寿命三个方面都比既有Linux策略表现更好。本文的方法在以下方面存在局限性：（1）某些数据页的访问特征不明显，初始化分配策略分配此类数据页时可能会预测失败；（2）本文假设DRAM和NVM的总容量能满足所有的内存分配请求，未考虑内存空间不足的情况。下一步工作将研究在内存空间不足时的页回收策略，以及数据页在混合内存与交换区之间的交换策略。

[1]Ferreira,A.P,Miao Zhou,Bock,S,et al.Increasing PCM Main Memory Lifetime.Proceedings of the Design,Automation&Test in Europe Conference&Exhibition 2010（DATE'10）.Dresden,Germany,2010:914-919.

[2]Luo H,Zhuge Q,Shi L,et al.Accurate Age Counter for Wear Leveling on Non-Volatile Based Main Memory.Design Automation for Embedded Systems,2014,17（9）:543-564.

[3]Chen C H,Hsiu P C,Kuo T W,et al.Age-based PCM Wear Leveling with Nearly Zero Search Cost.Proceedings of the 49th Design Automation Conference（DAC'12）.San Francisco,USA,2012:453-458.

[4]冒伟,刘景宁,等.基于相变存储器的存储技术研究综述.计算机学报,2015,38（5）:944-958.

[5]Zhong K,Zhu X,Wang T,et al.DR.Swap:Energy-Efficient Paging for Smartphones.Proceedings of the International Symposium on Low Power Electronics and Design 2014（ISLPED'14）.New York,USA,2014:81-86.

[6]Qureshi M K,Karidis J,Franceschini M,et al.Enhancing Lifetime and Security of PCM-based Main Memory with Start-Gap Wear Leveling.Proceedings of theIEEE/ACM International Symposium on Microarchitecture 2009（MICRO'09）.New York,USA,2009:14-23.

[7]王强,陈岚,郝晓冉.一种基于访存行为地址映射机制的混合内存系统.小型微型计算机系统,2014,35（6）:1201-1206.

[8]Qureshi M K,Srinivasan V,Rivers J A.Scalable High Performance Main Memory System Using Phase-Change Memory Technology. Proceedings of the 36th International Symposium on Computer Architecture（ISCA'09）.Austin,USA,2009:24-33.

[9]Dhiman G,Ayoub R,Rosing T.PDRAM:A hybrid PRAM and DRAM Main Memory System.Proceedings of the 46th Design Automation Conference（DAC'09）.San Francisco,USA,2009:664-669.

[10]Shao Z,Liu Y,Chen Y,et al.Utilizing PCM for Energy Optimization in Embedded Systems.Proceedings of the IEEE Computer Society Annual Symposium on VLSI 2012（ISVLSI'12）.Amherst,USA,2012:398-403.

[11]Seong N H,Woo D H,Lee H H S.Security Refresh:Prevent Malicious Wear-Out and Increase Durability for Phase-Change Memory with dynamically randomized address mapping.ACM SIGARCH Computer Architecture News,2010,38（3）:383-394.

[12]Bock S,Childers B,Melhem R,et al.Analyzing the Impact of Useless Rite-Backs on the Endurance and Energy Consumption of PCM Main Memory.Proceedings of the IEEEInternational Symposium on Performance Analysis of Systems and Software 2011（ISPASS'11）.Austin,USA,2011:56-65.

[13]Lee B C,Ipek E,Mutlu O,et al.Architecting Phase Change Memory as a Scalable Dram Alternative.ACM SIGARCH Computer Architecture News,2009,37（3）:2-13.

[14]Ragunathan（Raj）,Insup Lee,Lui Sha,John Stankovic.Cyber-Physical Systems:the Next Computing Revolution.Proceedings of the 47th Design Automation Conference（DAC'10）.New York,USA,2010:731-736.

[15]岳玮宁,董士海,王悦等.普适计算的人机交互框架研究.计算机学报,2004,27（12）:1657-1664.

作者简介:

陈俊熹（1991-），男，硕士研究生，研究方向为新型体系结构、先进存储体系结构

Research on the Efficiency and Energy Consumption of Hybrid-Memory Page Management Mechanism

CHEN Jun-xi1，SHA Xing-mian1，2，ZHUGE Qing-feng1，2,CHEN Xian-zhang1

（1．College of Computer Science,Chongqing University,Chongqing 400044；
（2．Key Laboratory of Dependable Service Computing in Cyber Physical Society,Ministry of Education,Chongqing 400044）

With the development of Cyber-Physical Systems and Ubiquitous Computing,it is hard for existing memory systems to meet the high requirements of performance,energy consumption,and area of embedded systems．Industry and academia have been proposing to use the hybrid memory system of emerging Non-Volatile Memory（NVM）and DRAM to tackle the problem．Proposes a novel page management mechanism,achieves high performance and low energy consumption,for hybrid memory based embedded systems．Based on the access features and history information of pages,the mechanism designs a new strategy to determine the initial allocation of pages,an approach to dynamically adjust the physical locations of pages based on the history of data accesses on the pages．The experimental results show that,comparing with existing memory management approaches in Linux,the proposed method can improve performance by 149%,save 55．4%of energy．

Hybrid Memory Management;Performance Optimization;Energy Optimization;Non-Volatile Memory

“863”国家高技术研究发展计划（No.2015AA015304）、国家自然科学基金项目（No.61472052、No.61173014）、重庆市科技攻关项目（No.cstc2014yykfB40007）

1007-1423（2017）11-0010-08

10.3969/j.issn.1007-1423.2017.11.002

沙行勉（1964-），男，博士，教授、研究方向为大数据存储和计算、嵌入式和实时系统、先进体系结构等

E-mail:edwinsha@cqu．edu．cn

2017-03-16

2017-04-10

诸葛晴凤（1970-），女，博士，博导教授，研究方向为面向大数据应用的新型体系结构和系统优化、内存计算系统、先进存储体系结构等

陈咸彰（1989-），男，博士研究生，研究方向为新型体系结构、嵌入式和实时系统