PAMS: pattern aware memory system for embedded systems
Visualitza/Obre
10.1109/ReConFig.2014.7032544
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/27444
Tipus de documentText en actes de congrés
Data publicació2015
EditorInstitute of Electrical and Electronics Engineers (IEEE)
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
In this paper, we propose a hardware mechanism for embedded multi-core memory system called Pattern Aware Memory System (PAMS). The PAMS supports static and dynamic data structures using descriptors and specialized memory and reduces area, cost, energy consumption and hit latency. When compared with a Baseline Memory System, the PAMS consumes between 3 and 9 times and 1.13 and 2.66 times less program memory for static and dynamic data structures respectively. The benchmarking applications (having static and dynamic data structures) results show that PAMS consumes 20% less hardware resources, 32% less on chip power and achieves a maximum speedup of 52x and 2.9x for static and dynamic data structures respectively. The results show that the PAMS multi-core system transfers data structures up to 4.65x faster than the MicroBlaze baseline system.
CitacióHussain, T. [et al.]. PAMS: pattern aware memory system for embedded systems. A: International Conference on ReConFigurable Computing and FPGAs. "2014 International Conference on Reconfigurable Computing and FPGAs (ReConFig14): Cancun, Mexico: December 8-10, 2014". Cancun: Institute of Electrical and Electronics Engineers (IEEE), 2015, p. 1-7.
ISBN978-1-4799-5943-3
Versió de l'editorhttp://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7032544
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
PAMS Pattern Aware Memory System for.pdf | 4,419Mb | Visualitza/Obre |