본 이전 기술은 현재의 컴퓨팅 환경에서 메모리 자원에 대한 유휴 시간이 많다는 점과 차세대 메모리 등 고집적 메모리가 등장하고 있다는 점을 활용하여, 유휴 메모리나 고집적메모리를 서버 내 DRAM과 통합하여 관리함으로써 가상머신에게 대용량 메모리 환경을 제공하는 2-계층 메모리 관리 기술임.
본 이전기술은 가상머신 내의 응용 프로그램 및 운영체제 커널의 동작을 실시간으로 모니터링하여 성능에 민감한 데이터는 서버 내 DRAM에 위치시키고, 그 외 데이터는 원격노드의 유휴 메모리, 고성능 SSD 등에 위치시킴으로 DRAM 만을 포함하는 기존 시스템 대비 대용량 메모리를 제공하면서 그에 따른 성능 저하를 최소화하는 기술임
본 이전기술은 서로 다른 미디어를 활용해 2-계층 메모리를 구성하지만, 응용 및 커널 프로그램의 메모리 접근을 잘 관리하여 1-계층의 메모리에서 처리 되는 비중을 최대화시키고, 2-계층 메모리 사용시 사용자가 겪게 되는 응용 성능 변이를 최소화함
본 이전기술을 통한 2-계층 메모리 시스템을 사용하기 위해서 응용 프로그램과 운영체제 커널을 수정할 필요가 없으며, 본 이전 기술에 포함된 성능 모니터링을 통해 2-계층 메모리 사용으로 인한 성능의 영향을 확인하고 이에 대응할 수 있는 기능을 제공함
- 2-계층 메모리 기술은 메모리 분리 (memory disaggregation) 시스템에 대한 산업계 요구사항에 맞추어 기존 시스템에서 발생하고 있는 내부 파편화로 인한 메모리 비효율성을 완화하고 다수의 노드들에 있는 설치되어 있는 DRAM를 사용하여 높은 메모리 사용 효율을 제공함
- 동적으로 확장 가능한 새로운 메모리 계층을 제공함으로써 시스템의 요구사항에 맞추어 시스템 규모를 탄력적으로 유지할 수 있음
- 본 기술은 데이터센터와 같은 집단적인 기존 컴퓨팅 환경에서 다수의 노드들에 전용으로만 사용되는 메모리를 서로 접근가능하고 동적으로 그 크기를 관리하는 컴퓨팅 환경을 제공함과 동시에 2차 메모리 사용으로 인한 성능 변화를 관리할 수 있도록 함으로써 높은 메모리 사용 효율을 제공할 수 있음
2-계층 메모리 기술은 메모리 분리 (memory disaggregation) 시스템에 대한 산업계 요구사항에 맞추어 기존 시스템에서 발생하고 있는 내부 파편화로 인한 메모리 비효율성을 완화하고 다수의 노드들에 있는 설치되어 있는 DRAM를 사용하여 높은 메모리 사용 효율을 제공함
동적으로 확장 가능한 새로운 메모리 계층을 제공함으로써 시스템의 요구사항에 맞추어 시스템 규모를 탄력적으로 유지할 수 있음
본 기술은 데이터센터와 같은 집단적인 기존 컴퓨팅 환경에서 다수의 노드들에 전용으로만 사용되는 메모리를 서로 접근가능하고 동적으로 그 크기를 관리하는 컴퓨팅 환경을 제공함과 동시에 2차 메모리 사용으로 인한 성능 변화를 관리할 수 있도록 함으로써 높은 메모리 사용 효율을 제공할 수 있음
- 2-계층 메모리 관리기 기술
. 관련특허: PR20170842KRa, PR20170610KRa, PR20170842US, PR20191085KR
. 지역 DRAM 관리 기능
. 고속 주소공간 관리 기능
. 2-계층 메모리 접근에 따른 성능 모니터링/관리 기능
. 2-계층 메모리 접근 모니터링/관리 기능
- 가상머신 주소공간 관리 기술
. 가상머신 2-계층 메모리 접근 관리 기능
. 원격 메모리(DRAM) 접근 제어 기능
. 고성능 SSD (HPSSD) 접근 제어 기능
- 원격 메모리 관리기 기술
. 메모리 노드로부터의 메모리 할당 및 원격 메모리 접근 기능 제공 기술
- 핵심 기술 특허 실시권
- 2-계층 메모리 관리기, 원격 메모리 관리기 소스 코드
- 기술 관련 설계서, 요구사항정의서 및 시험문서
- 대용량 클라우드 인스턴스: amazon, microsoft 등은 이미 20TB 이상의 메모리를 제공하는 가상머신 인스턴스 서비스를 제공하고 있음
- On-Premises: Intel, Western-Digital 등 고성능 SSD 제조사는 이미 메모리 확장 기능을 통합한 제품을 출시하기 시작하였음
- 대용량 인-메모리 데이터베이스: SAP Hana 등 최근 인-메모리 데이터베이스의 대형화는 대용량 메모리를 요구하고 있음
- 대용량 데이터 분석: Apache spark 기반 대용량 데이터 분석시 높은 비용효율성을 제공할 수 있으며, IoT 센서 데이터 분석 등에도 대용량 메모리가 사용됨
- 키-밸류 저장소: Redis, memcached와 같은 캐싱서비스의 대용량 서비스 제공 가능