Fornice的博客

论文为共享一个 SSD 的多个租户（multiple tenants）提出了一种自适应通道分配机制，名为SSDKeeper。 SSDKeeper 采用机器学习辅助算法，充分利用 SSD 并行性，同时提供性能隔离。通过收集多租户访问模式，SSDKeeper 使用训练有素的模型预测多个租户的最佳通道分配策略。此外，为了进一步均匀地消耗不同通道中的块，SSDKeeper配备了一种新颖的通道交换方案来延长SSD的使用寿命。

论文提出一种名为 NCache 的基于机器学习（Machine Learning, ML）的缓存方案，以优化命中率和 SSD 性能。在NCache 中，本文构建了一种基于决策树的机器学习模型，来预测缓存中逐出之前的数据是否会被重新访问。缓存替换方案优先驱逐缓存中不会被访问的数据，保留可能被重复访问的有效数据。实施流水线方案来加速 ML 模型，减轻 NCache 的时间成本。此外，论文还使用双链表增强了数据寻址和缓存替换过程。

本文提出了两种无监督学习算法来估计channel参数，来处理由于PE的干扰，数据保留和读次数，导致读参考电压发生的偏移。此外，为了解决由于channel估计算法引起的较长读取延迟，本文进一步提出了一种低延迟检测算法，该算法首先检测当前channel是否需要更新。如果需要更新，该算法仅在系统空闲时间内定期估计信道参数，从而实现更高效和简化的过程。