摘要：随着应用程序规模的增大,应用程序对计算资源的需求也日益增加,超级计算机为满足这一需求提供了良好的平台。传统的超级计算机主要面向科学计算程序,而近年来应用的多样化对超级计算机的软硬件设计提出了新要求。该文在新一代神威超级计算机上发现了在动态运行模式下内存分配的性能问题,并针对神威的体系结构特征和应用特征,设计了高效的内存分配器——SWAlloc。实验结果表明:SWAlloc可以将超大规模机器学习训练框架八卦炉的内存分配速度提升至多75 839倍;对随机生成的内存分配记录和标准测试程序集PARSEC中的内存分配记录的测试结果,验证了SWAlloc在不同应用上的通用性和高效性,可将神威超级计算机上PARSEC的内存分配效率提升至多51倍(平均提升36%)。SWAlloc已经布署于新一代神威超级计算机上,并用于SWPytorch、 SWTensorFlow等超大规模应用。

摘要：由于外存模型的数据量极大,其简化计算只能采用分批读入模型数据并局部处理的方式.其中,数据读入和内存分配的操作对简化效率影响很大.提出一种动态优化方法,在对先处理的一小部分数据进行简化操作的同时,检测数据读取块大小和内存分配模式对简化操作的影响,由此可使不同配置的计算机在处理不同的外存模型时能自适应地得到相应的优化数据读取块大小和内存分配模式,加速后续大量数据的简化操作.实验结果表明,文中方法能有效地提高外存模型简化的效率.

摘要：由于AVR单片机存储资源十分有限,因此对内存的分配及使用会直接影响到整个系统的性能.对设计并实现的嵌入式操作系统iDCX 128的内存分配进行了测试,结果表明由于系统采用首次适应算法,在进行多次内存分配后,内存空间利用率不高.因此对其内存分配算法进行改进,通过修改内存区存储任务的堆栈结构及分配机制,使其成为最佳适应算法.实验结果表明改进后算法虽然浪费少量存储单元,并相应地增加了算法执行时间,但内存的整体利用率却得到了较大的提高.

摘要：利用ACE的并发编程模式并使用池式内存管理,提高了实时消息中间件HCM3的并发性和实时响应性,减少了系统大规模数据传输带来的动态时空开销的问题,优化了系统性能。

摘要：针对实时操作系统内存分配的性能,分析了一个现有的测试模型,提出了模型中存在的问题,并给出了改进方法。改进后的模型比原模型可以产生更多的内存碎片,这样可以更充分地反映内存碎片对内存分配性能的影响。改进后的模型也更符合真实环境下的内存分配规律,且考虑了内存分配失败的情况对内存分配整体性能的影响。最后通过实验结果表明了改进方法的有效性和正确性。

摘要：深度学习应用程序通常被认为在训练小批量步之间具有规律的内存分配模式.这种规律性在许多情况下是正确的,但由于未知的张量大小以及各种并行执行模式下不确定的执行顺序等因素,内存分配请求在运行时可能会变得动态和不规律.在这些因素作用下,一些基于内存分配的规律性所进行的优化在运行时存在许多不匹配的情况.为了解决这个问题,本文提出了一个动态性感知的深度学习内存分配器.这个分配器在运行时收集内存分配信息并生成内存分配计划,然后通过模拟分配的方式动态调整生成的内存分配计划.实验结果表明,与TensorFlow相比,本文所设计的分配器平均可以达到1.24的加速比,并减少56.34%的CPU内存使用量以及21.13%的GPU显存使用量.

摘要：傲腾非易失内存模组产品的出现提示应重新审视早期基于模拟非易失内存(NVM)的分配研究。随着操作系统对NVM接入规范的支持,如何合理分配异构NVM场景中的内存是一个重要问题。因此,提出一种异构NVM场景下的经济成本优先分配策略(CPMA),该策略通过一个元数据组件记录系统内不同NVM硬件的性能,在接收到分配请求时,根据请求的读写类型、需求空间大小和元数据组件的参数,估算出在每块NVM上分配所需的时间成本和磨损成本,并将其转化为统一的“经济成本”后灵活做出分配。实验仿真表明,CPMA能在保持时间成本不增加的情况下降低“经济成本”;对比通用内存分配器ptmalloc和tcmalloc,CPMA的测算出的经济成本分别为它们的55%和59%;和同样面向NVM设计的分配器NVMalloc、Ralloc以及PMDK套件中的libpmemobj对比,CPMA的经济成本分别为它们的81%、64%和72%。

摘要：针对TLSF算法的不足,提出使用直接分配算法和TLSF算法相结合的方式解决最差分配问题,用自适应算法来解决内存切割带入碎片问题,用新设计的表头检验方法解决内存溢出防护问题。首先,根据当前内存的最大空闲块的大小判断使用何种内存分配算法;然后,在内存使用过程中根据使用内存块的大小计算出最佳切割阈值,同时根据内存块实际物理地址和理论地址的比较来进行内存数据溢出的检测。实验结果表明,相比TLSF算法,新算法内存分配效率最多提高4.98%,内存释放效率在内存使用率较低时提高1.1%,较高时和TLSF算法基本没有差别;在内存使用率较高时,碎片率比TLSF算法最多降低了10.3%,并且能够有效地检测内存数据溢出,提高了安全防护能力。

摘要：本文详细介绍了 GNU C 库关于内存分配的特有函数。

摘要：内存分配运算符new/delete是为通用目的设计的,在特殊情况下,它不能满足我们的需要。本文给出了当需要动态分配大量的但很小的对象,或者程序必须在有限的资源情况下运行很长时间而不允许出现堆内存耗尽或出现很多碎片的解决方案。