3 A GENERAL FRAMEWORK FOR SELF-OPTI

3 A GENERAL FRAMEWORK FOR SELF-OPTIMIZING MEMORY SCHEDULERS

In this section we describe how to generalize Ipek et al.’s original RL-based memory scheduler design [17] to obtain high-quality schedulers that can target arbitrary objective functions-not just performance. We first present our design approach, and then describe a practical Implementation.

3.1 Design
We now determine the three main characteristics of our RL-based design: actions, state attributes, and reward structure.
---------------------------
1 Not all pending requests will have actions available at any point
in time: For example, if a row has not yet been activated, a read to that row is not an available action. Even among available actions, only a subset may be evaluated in order to reach a decision every DRAM cycle.
---------------------------

ผลลัพธ์ (ไทย) 1:

3 กรอบทั่วไปสำหรับตัวเองการเพิ่มประสิทธิภาพหน่วยความจำ schedulers

ในส่วนนี้เราจะอธิบายถึงวิธีการที่จะพูดคุย ipek, et al. โ€หน่วยความจำกำหนดการเดิม RL-ตามการออกแบบ [17] กำหนดการที่จะได้รับมีคุณภาพสูงที่สามารถกำหนดเป้​​าหมายวัตถุประสงค์พลฟังก์ชั่น ผลการดำเนินงานไม่ได้เป็นเพียง เราสายย RST นำเสนอแนวทางการออกแบบของเราและจากนั้นอธิบายการปฏิบัติจริง.


3.1 การออกแบบตอนนี้เรากำหนดสามลักษณะหลักของการออกแบบ RL-Based ของเรา: การกระทำลักษณะของรัฐและโครงสร้างผลตอบแทน

1 --------------------------- ไม่ได้ร้องขอทั้งหมดที่ค้างอยู่จะมีการกระทำที่
จุดใดก็ตามในเวลา: ยกตัวอย่างเช่นถ้า แถวยังไม่ได้เปิดใช้งาน, การอ่านไปยังแถวที่ไ​​ม่ได้เป็นกระทำที่ใช้ได้ แม้แต่ในหมู่การกระทำที่มีอยู่เฉพาะชุดย่อยอาจได้รับการประเมินเพื่อให้สามารถเข้าถึงการตัดสินใจของวงจร DRAM ทุก.

---------------------------

ผลลัพธ์ (ไทย) 2:

3 A ทั่วไปกรอบสำหรับ SELF-OPTIMIZING จำ SCHEDULERS

ในส่วนนี้ เราอธิบายวิธีการเม Ipek et al. RL ตามหน่วยความจำกำหนดการออกเดิม [17] รับ schedulers คุณภาพสูงที่สามารถกำหนดเป้าหมายประสิทธิภาพเพียงกำหนดวัตถุประสงค์หน้าที่-ไม่ เราไร้ rst นำเสนอวิธีการออกแบบของเรา แล้ว อธิบายการปฏิบัติงาน

3.1 ออกแบบ
ตอนนี้เรากำหนดลักษณะหลักสามของการออกแบบของเราใช้ RL: การดำเนินการ สถานะคุณลักษณะ และโครงสร้างของรางวัล
-
1 ไม่พิจารณาคำร้องขอจะดำเนินการตลอด
เวลา: ตัวอย่าง ถ้าแถวไม่ได้เรียก อ่านแถวที่ไม่ใช่การดำเนินการที่พร้อมใช้งาน แม้กระทั่งในการดำเนินการพร้อมใช้งาน อาจประเมินเฉพาะส่วนย่อยเพื่อเข้าถึง DRAM ทุกรอบตัดสินได้
--

ผลลัพธ์ (ไทย) 3:

โดยทั่วไปที่ 3 กรอบสำหรับตัวเอง - การปรับแต่งหน่วยความจำก้าว ล้ำ

ในส่วนนี้เราจะอธิบายวิธีการเหวี่ยงแห ipek et al .ของเดิม RL - ซึ่งใช้หน่วยความจำตัวจัดตารางเวลาการออกแบบ[ 17 ]เพื่อขอรับ คุณภาพ สูงที่ก้าวล้ำจะสามารถกำหนดเป้าหมายตาม อำเภอ ใจเป้าหมายการทำงาน - ไม่ใช่เพียงการทำงาน. เรา ไฟร์  RST ปัจจุบันแนวทางการออกแบบของเราแล้วอธิบายถึงการนำไปใช้งานในทางปฏิบัติ.


ตามมาตรฐานที่ 3.1 การออกแบบในตอนนี้เรากำหนดสามคุณลักษณะหลักของการออกแบบ RL - ใช้การดำเนินการของเราแอททริบิวของรัฐและโครงสร้างรางวัล

--------------------------- 1 ไม่ได้ทั้งหมดคำขอที่รอดำเนินการจะได้มีการดำเนินการที่มีอยู่ให้ที่จุดใดๆ
ในเวลาตัวอย่างเช่นถ้าแถวที่ไม่มีการเปิดใช้งานยังไม่ได้อ่านในแถวที่ไม่ใช่การดำเนินการที่ แม้จะอยู่ท่ามกลางการดำเนินการที่มีอยู่ให้เฉพาะบางส่วนที่อาจจะได้รับการประเมินในการสั่งซื้อในการเข้าถึงการตัดสินใจที่ครบวงจรทุก DRAM .
---------------------------