TU Ilmenau Humbold Bau

Projektdaten



Processing-In-Memory Primitive für das Datenmanagement (PIMPMe)


Hochschule
TU Ilmenau
Fakultät/Einrichtung
Informatik und Automatisierung
Förderkategorie
DFG
Zeitraum
2022 - 2025
Drittmittelgeber
Deutsche Forschungsgemeinschaft
Stichwort
Bewilligungssumme, Auftragssumme
338.400,00 €

Abstract:

Die laufenden Entwicklungen auf dem Gebiet der Speichertechnologie eröffnen ein großes Potenzial für den Aufbau hocheffizienter datenintensiver Systeme, die den Herausforderungen moderner Anwendungen gerecht werden. Gleichzeitig müssen traditionelle Annahmen überdacht werden, um diese Technologie voll ausschöpfen zu können. In diesem Projekt wollen wir den Nutzen speicherzentrierter Computing-Paradigmen untersuchen: Wir werden die Verlagerung von Berechnungen in den Speicher erforschen, um die zwischen Speicher und CPU zu übertragende Datenmenge zu verringern und auf diese Weise die Bandbreite zu erhöhen, die CPU-Belastung für Berechnungen zu verringern und letztlich den Energieverbrauch moderner IT­Systeme zu senken. Wir wollen vor allem in drei Bereichen forschen, wobei das übergeordnete Ziel darin besteht, einen Rahmen von Primitiven als Bausteine für typische Datenmanagementaufgaben wie Anfrageverarbeitung, Logging zum Recovery und Transaktionsmanagement zu entwickeln. Die drei Bereiche sind Processing-in-Memory (PIM), bei dem Operationen direkt im Speicher ausgeführt werden, Processing-near-Memory (PNM), bei dem die Verarbeitung näher an den Speicher verlagert und die CPU entlastet wird, z. B. durch FPGA-basierte Beschleunigerkarten mit Gerätespeicher, und Transaktionalen Speicher, um die Abstraktion der Atomarität für kritische Codeabschnitte zu ermöglichen. Das Projekt verfolgt drei Hauptziele: Erstens planen wir die Entwicklung und Implementierung von PIM- und PNM-Primitiven für die Anfrageverarbeitung von Graphdaten, für die Indexverwaltung und das Logging. Zweitens wollen wir die Nebenläufigkeitskontrolle in Datenbanken verbessern, indem wir Speicheroperationen und transaktionalen Speicher nutzen. Drittens untersuchen wir Strategien, um Datenbanktransaktionen/-anfragen auf diese Primitive abzubilden, indem wir ein umfassendes Framework von Primitiven aufbauen und sie im Zusammenhang mit der Verarbeitung in Graphdatenbanken bewerten.
Projektsuche | Impressum | FAQ