論文の概要: MORDOR: Mitigating Overheads of Read Disturbance Preventive Operations via Elastic Refresh Scheduling

• arxiv url: http://arxiv.org/abs/2610.11398v2
• Date: Sat, 10 Oct 2026 07:58:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-14 23:39:49.731424
• Title: MORDOR: Mitigating Overheads of Read Disturbance Preventive Operations via Elastic Refresh Scheduling
• Title（参考訳）: MORDOR: 弾力的リフレッシュスケジューリングによる読み取り外乱防止操作のオーバーヘッドの軽減
• Abstract要約: 予防的なリフレッシュは、データ整合性を確保するために、攻撃列が再びアクティブになる前に、長時間の待ち時間を引き起こし、緊急に実行する必要がある。 これは、要求メモリ要求を優先し、要求に重大な遅延を課し、パフォーマンスとエネルギーオーバーヘッドを引き起こすことで実現される。 システム性能劣化とエネルギー消費を大幅に低減する新しい予防リフレッシュスケジューリングポリシーであるMORDORを提案する。
• 参考スコア（独自算出の注目度）: 6.1798768032300915
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern DRAM chips are susceptible to read disturbance phenomena such as RowHammer, where repeatedly accessing (hammering) a row of DRAM cells (i.e., a DRAM row) induces bitflips in other physically nearby (victim) DRAM rows. A common practice to avoid such bitflips is to preventively refresh victim rows that might otherwise experience bitflips. Unfortunately, preventive refreshes cause long latencies and need to be performed urgently before the aggressor row is activated again to ensure data integrity. This is done by prioritizing them over demand memory requests, thereby potentially imposing significant delays on those requests and causing performance and energy overheads. Our goal in this work is to alleviate these overheads by scheduling preventive refreshes off the critical path of demand memory requests. We propose MORDOR, a new preventive refresh scheduling policy that significantly reduces system performance degradation and energy consumption caused by preventive refresh operations. MORDOR is integrated into the memory controller and operates alongside memory-controller-based read disturbance mitigation techniques to intelligently delay preventive refresh operations, while maintaining their data integrity guarantees. MORDOR leverages the key observation that a preventive refresh operation targeting an aggressor row can be delayed to serve any other demand memory request, as long as that memory request does not access the aggressor row. By doing so, MORDOR executes latency-critical memory requests before long-latency preventive refresh operations, while mitigating read disturbance bitflips. We evaluate MORDOR by integrating it into six state-of-the-art read disturbance mitigation techniques. Our comprehensive evaluation shows that MORDOR significantly improves system performance and energy efficiency at low area cost.
• Abstract（参考訳）: 現代のDRAMチップは、RowHammerのような、DRAMセルの行(すなわちDRAM行)に何度もアクセス(ハンマー)することで、物理的に近くの他のDRAM行のビットフリップを誘導する障害現象を読み取ることができる。 このようなビットフリップを避ける一般的な方法は、ビットフリップを経験する可能性のある被害者行のリフレッシュを防止することである。 残念ながら、予防的なリフレッシュは長時間のレイテンシを引き起こし、データ整合性を保証するために攻撃列が再びアクティブになる前に緊急に実行する必要がある。 これは、要求のメモリ要求を優先し、その要求に重大な遅延を課し、パフォーマンスとエネルギーのオーバーヘッドを発生させることで実現される。 この作業の目標は、要求メモリ要求のクリティカルパスから予防的なリフレッシュをスケジューリングすることで、これらのオーバーヘッドを軽減することです。 我々は,新しい予防リフレッシュスケジューリングポリシーであるMORDORを提案し,予防リフレッシュ操作によるシステム性能劣化とエネルギー消費を著しく低減する。 MORDORはメモリコントローラに統合され、メモリコントローラベースの読み取り障害軽減技術と共に動作し、データ完全性の保証を維持しながら、予防的なリフレッシュ操作を知的に遅らせる。 MORDORは、攻撃者行をターゲットとする予防リフレッシュ操作が、攻撃者行にアクセスできないメモリ要求がなければ、他の要求メモリ要求に応答するように遅延できるというキーオブザーバを利用する。 これにより、MORDORは、読み込み障害ビットフリップを緩和しながら、長時間遅延防止リフレッシュ操作の前に遅延クリティカルなメモリ要求を実行する。 我々は、MORDORを6つの最先端読解障害軽減技術に統合することで評価する。 総合評価の結果,MORDORは低コストでシステム性能とエネルギー効率を大幅に向上させることがわかった。

関連論文リスト

• Harness the Memory: A Holistic Evaluation of Memory Substrates in Memory Agents [97.19033877543522]
  本稿では,メモリ拡張剤のメモリ基板の制御ハーネス評価について述べる。 統一されたハーネスの下で26のパフォーマンスと効率のメトリクスを計測する。 これらの知見は、アダプティブエージェントメモリシステムに必要なコンポーネントとして、基質ルーティングを動機付けている。
  論文  参考訳（メタデータ） (2026-08-15T03:29:48Z)
• ARTA: Adaptive Reinforcement-Learning-Based Throttling Agent for RowHammer Vulnerabilities [0.0]
  ARTAは、RowHammerアクティビティを検出し、抑制する軽量な強化学習ベースのスロットリングメカニズムである。 ARTAは、メモリコントローラの小さな構造を使用して、DRAM側のハードウェア修正やオフライントレーニングを必要としない。 評価の結果、ARTAはN_BO値の全てのビットフリップを64に減らし、20のN_BOで最大22Kのビットフリップを削減し、最先端の緩和機構よりも73.6%の性能向上を実現している。
  論文  参考訳（メタデータ） (2026-06-06T15:36:41Z)
• A Parametric Memory Head for Continual Generative Retrieval [52.66674234249913]
  生成情報検索(GenIR)は、検索を単一のニューラルモデルに統合し、クエリから直接ドキュメント識別子(ドシデント)をデコードする。 逐次適応は、新たに追加された文書の検索を改善するが、以前のスライスの性能は著しく低下することを示す。 本稿では,モジュール型パラメトリックメモリヘッドで適応モデルを拡張するメモリのみの安定化ステージである,後適応メモリチューニング(PAMT)を提案する。
  論文  参考訳（メタデータ） (2026-04-25T17:38:51Z)
• SHIELD: A Segmented Hierarchical Memory Architecture for Energy-Efficient LLM Inference on Edge NPUs [7.486984248509206]
  高密度の組み込みDRAM(eDRAM)は、活性化ワークスペースを格納するのに魅力的であるが、周期的なリフレッシュはかなりのエネルギーを消費する。 本稿では,bfloat16アクティベーションにおける時間的存在感とビットレベルの感度を利用するライフサイクル対応セグメント化eDRAMアーキテクチャであるShielDを提案する。 ShiELDは、WikiText-2、PIQA、ARC-Easyの精度を維持しながら、標準的なリフレッシュベースラインと比較して、eDRAMのリフレッシュエネルギーを35%削減する。
  論文  参考訳（メタデータ） (2026-04-08T08:23:45Z)
• Understanding RowHammer Under Reduced Refresh Latency: Experimental Analysis of Real DRAM Chips and Implications on Future Solutions [6.157443107603247]
  RowHammerはDRAMの読み出し障害機構で、DRAMセルの行(DRAM行)に繰り返しアクセスすると、物理的に近くのDRAM行(victim row)でビットフリップが誘導される。 より新しいDRAMチップ世代では、これらのメカニズムはより積極的に予防リフレッシュを行い、より大きなパフォーマンス、エネルギ、または面積オーバーヘッドを引き起こす。 実DRAMチップにおけるリフレッシュレイテンシとRowHammer特性の相互作用に関する厳密な実験を行った。 以上の結果から, 攻撃性緩和のための部分電荷復元(PaCRAM)は, 5つの最先端RowHammer緩和機構によって引き起こされる性能とエネルギーオーバーヘッドを低減することが示唆された。
  論文  参考訳（メタデータ） (2025-02-17T12:39:03Z)
• SHERL: Synthesizing High Accuracy and Efficient Memory for Resource-Limited Transfer Learning [63.93193829913252]
  本稿では,リソース制限シナリオに対するSHERLと呼ばれる革新的なMETL戦略を提案する。 初期経路では、中間出力は反冗長動作によって統合される。 遅延ルートでは、最小限の遅延事前トレーニングされたレイヤを利用することで、メモリオーバーヘッドのピーク需要を軽減できる。
  論文  参考訳（メタデータ） (2024-07-10T10:22:35Z)
• BreakHammer: Enhancing RowHammer Mitigations by Carefully Throttling Suspect Threads [5.767293823380473]
  RowHammerはDRAMの読み出し障害機構であり、DRAMセルの行(DRAM行)に繰り返しアクセスすることで、物理的に近くの他のDRAM行のビットフリップを誘導する。 RowHammerソリューションは、そのようなビットフリップを緩和する予防アクション(例えば、ハンマーされた行の隣接行をリフレッシュする)を実行する。 DRAMチップ世代よりも小さくなる技術がRowHammerを悪化させるにつれ、RowHammerソリューションのオーバーヘッドは極めて高価になる。 本研究では、RowHammerソリューションを起動するメモリアクセスのジェネレータを追跡し、スロットリングすることで、RowHammerソリューションのパフォーマンスオーバーヘッドに対処する。
  論文  参考訳（メタデータ） (2024-04-20T22:09:38Z)
• RelayAttention for Efficient Large Language Model Serving with Long System Prompts [59.50256661158862]
  本稿では,長いシステムプロンプトを含むLCMサービスの効率を向上させることを目的とする。 これらのシステムプロンプトの処理には、既存の因果注意アルゴリズムにおいて、大量のメモリアクセスが必要である。 本稿では,DRAMから入力トークンのバッチに対して,DRAMから隠れた状態を正確に1回読み取ることのできるアテンションアルゴリズムであるRelayAttentionを提案する。
  論文  参考訳（メタデータ） (2024-02-22T18:58:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。