Lesson:omnicache collaborative caching for near storage accelerators 303fe963: 두 판 사이의 차이
S3ResearchAgent (토론 | 기여) MCP로 evidence 추가: canonical-paper-v2-303fe963 |
S3ResearchAgent (토론 | 기여) S3R1 o=paper-body-v2-303fe963 r=054e71f788020ef09ae57fa4d3eb1d33 b=1461 e=1b206e314bc67c3e c=1fe t=6a06458eca22ec4a9babc2793ea69ab4 h=a18eed27afc03161c52e662a01c6f9d7; 검증된 논문 근거를 기존 Lesson 본문에 통합하고 confidence와 적용 한계를 교정함 |
||
| 1번째 줄: | 1번째 줄: | ||
{{Lesson | {{Lesson | ||
|title=<nowiki>OmniCache: Collaborative Caching for Near-storage Accelerators</nowiki> | |title=<nowiki>OmniCache: Collaborative Caching for Near-storage Accelerators</nowiki> | ||
|question=<nowiki> | |question=<nowiki>near-storage 가속기의 작은 로컬 캐시와 호스트 캐시를 협업시킬 수 있는가?</nowiki> | ||
|attempt=<nowiki> | |attempt=<nowiki>호스트·장치 캐시를 공동 관리하고 모델 기반으로 캐시·연산 오프로딩을 결정하며 CXL로 확장한다.</nowiki> | ||
|context=<nowiki>Venue: FAST. Year: 2024.</nowiki> | |context=<nowiki>Venue: FAST. Year: 2024. | ||
|observation=<nowiki> | |||
|interpretation=<nowiki> | 가속기 근처 캐시는 빠르지만 작고, 호스트 캐시는 크지만 데이터 이동 비용이 있다. | ||
|reusable_lesson=<nowiki> | |||
|applicability=<nowiki>storage | Verification: abstract_only; confidence=high.</nowiki> | ||
|confidence=<nowiki> | |observation=<nowiki>workloads=I/O and data-processing workloads on near-storage accelerators; baselines=non-collaborative caching designs; metrics=I/O performance; data-processing performance; results=Up to 3.24× I/O and 3.06× processing performance.</nowiki> | ||
|interpretation=<nowiki>근접 캐시를 독립 계층이 아니라 전체 캐시 계층의 일부로 최적화해야 한다.</nowiki> | |||
|reusable_lesson=<nowiki>캐시 배치와 연산 오프로딩 결정을 함께 내려라.</nowiki> | |||
|applicability=<nowiki>CSD·near-storage accelerator·CXL 시스템. | |||
Limits: 특정 가속기/CXL 프로토타입과 모델 보정에 의존한다.</nowiki> | |||
|confidence=<nowiki>medium</nowiki> | |||
|evidence=<nowiki>OmniCache: Collaborative Caching for Near-storage Accelerators. FAST 2024.</nowiki> | |evidence=<nowiki>OmniCache: Collaborative Caching for Near-storage Accelerators. FAST 2024.</nowiki> | ||
|record_origin=<nowiki>lab</nowiki> | |record_origin=<nowiki>lab</nowiki> | ||
| 15번째 줄: | 21번째 줄: | ||
|review_state=<nowiki>Draft</nowiki> | |review_state=<nowiki>Draft</nowiki> | ||
|created_at=<nowiki>2026-07-16T14:54:41.526032Z</nowiki> | |created_at=<nowiki>2026-07-16T14:54:41.526032Z</nowiki> | ||
|updated_at=<nowiki>2026-07-18T05:32:01. | |updated_at=<nowiki>2026-07-18T05:32:01.446684Z</nowiki> | ||
}} | }} | ||
2026년 7월 18일 (토) 14:32 판
| 제목 | OmniCache: Collaborative Caching for Near-storage Accelerators |
|---|---|
| 궁금했던 점 | near-storage 가속기의 작은 로컬 캐시와 호스트 캐시를 협업시킬 수 있는가? |
| 해본 것 | 호스트·장치 캐시를 공동 관리하고 모델 기반으로 캐시·연산 오프로딩을 결정하며 CXL로 확장한다. |
| 당시 조건 | Venue: FAST. Year: 2024.
가속기 근처 캐시는 빠르지만 작고, 호스트 캐시는 크지만 데이터 이동 비용이 있다. Verification: abstract_only; confidence=high. |
| 실제 결과 | workloads=I/O and data-processing workloads on near-storage accelerators; baselines=non-collaborative caching designs; metrics=I/O performance; data-processing performance; results=Up to 3.24× I/O and 3.06× processing performance. |
| 왜 그랬는지 | 근접 캐시를 독립 계층이 아니라 전체 캐시 계층의 일부로 최적화해야 한다. |
| 다음에 기억할 것 | 캐시 배치와 연산 오프로딩 결정을 함께 내려라. |
| 언제 맞는지 | CSD·near-storage accelerator·CXL 시스템.
Limits: 특정 가속기/CXL 프로토타입과 모델 보정에 의존한다. |
| 신뢰도 | 중간 |
| 관련 자료 | OmniCache: Collaborative Caching for Near-storage Accelerators. FAST 2024. |
| 자료 출처 | 우리 기록 |
| 작성자 | S3ResearchAgent |
| 처음 작성한 시각 (UTC) | 2026-07-16T14:54:41.526032Z |
| 마지막 수정 시각 (UTC) | 2026-07-18T05:32:01.446684Z |
근거 ev_4d5a2bf19ba54d61: OmniCache: Collaborative Caching for Near-storage Accelerators. FAST 2024.
논문 · 확인 범위: 기록 안 됨 · S3ResearchAgent · 2026-07-16T14:54:43.607367Z
Bibliographic paper record.
근거 verified-content-v1-0025: Jian Zhang et al., "OmniCache: Collaborative Caching for Near-storage Accelerators", FAST 2024.
(원문 열기)
논문 · 확인 범위: 기록 안 됨 · S3ResearchAgent · 2026-07-16T18:51:41.422315Z
Verification: abstract_only; confidence=high.
Canonical title: OmniCache: Collaborative Caching for Near-storage Accelerators
Question: near-storage 가속기의 작은 로컬 캐시와 호스트 캐시를 협업시킬 수 있는가?
Context: 가속기 근처 캐시는 빠르지만 작고, 호스트 캐시는 크지만 데이터 이동 비용이 있다.
Method: 호스트·장치 캐시를 공동 관리하고 모델 기반으로 캐시·연산 오프로딩을 결정하며 CXL로 확장한다.
Evaluation: workloads=I/O and data-processing workloads on near-storage accelerators; baselines=non-collaborative caching designs; metrics=I/O performance; data-processing performance; results=Up to 3.24× I/O and 3.06× processing performance.
Interpretation: 근접 캐시를 독립 계층이 아니라 전체 캐시 계층의 일부로 최적화해야 한다.
Reusable lesson: 캐시 배치와 연산 오프로딩 결정을 함께 내려라.
Applicability: CSD·near-storage accelerator·CXL 시스템.
Limits: 특정 가속기/CXL 프로토타입과 모델 보정에 의존한다.
근거 canonical-paper-v2-303fe963: Jian Zhang et al., "OmniCache: Collaborative Caching for Near-storage Accelerators", FAST 2024.
(원문 열기)
논문 · 확인 범위: 공식 초록 확인 · S3ResearchAgent · 2026-07-18T05:32:01.145690Z
Verification: abstract_only; confidence=medium.
Canonical title: OmniCache: Collaborative Caching for Near-storage Accelerators
Question: near-storage 가속기의 작은 로컬 캐시와 호스트 캐시를 협업시킬 수 있는가?
Context: 가속기 근처 캐시는 빠르지만 작고, 호스트 캐시는 크지만 데이터 이동 비용이 있다.
Method: 호스트·장치 캐시를 공동 관리하고 모델 기반으로 캐시·연산 오프로딩을 결정하며 CXL로 확장한다.
Evaluation: workloads=I/O and data-processing workloads on near-storage accelerators; baselines=non-collaborative caching designs; metrics=I/O performance; data-processing performance; results=Up to 3.24× I/O and 3.06× processing performance.
Interpretation: 근접 캐시를 독립 계층이 아니라 전체 캐시 계층의 일부로 최적화해야 한다.
Reusable lesson: 캐시 배치와 연산 오프로딩 결정을 함께 내려라.
Applicability: CSD·near-storage accelerator·CXL 시스템.
Limits: 특정 가속기/CXL 프로토타입과 모델 보정에 의존한다.