트랜잭셔널 웨이브캐시 기반 메모리 실행 최적화

초록

WaveScalar의 메모리 순서 제어를 트랜잭션 방식으로 확장한 Transaction WaveCache는 파동 단위의 원자성을 유지하면서 서로 다른 파동의 메모리 연산을 사전 실행하고, 충돌 발생 시 자식 파동을 롤백한다. 인공 벤치마크에서 메모리 접근이 적은 경우 90% 이상의 속도 향상을 보였으며, 메모리 집약적 작업에서도 평균 25% 정도의 개선을 달성했다.

상세 분석

WaveScalar는 데이터플로우 기반 명령어 실행 모델로, 순차적 메모리 의미를 보장하기 위해 “Wave”라는 논리적 블록에 메모리 연산을 묶는다. 기존 설계는 파동 간에 엄격한 순서를 강제해 병렬성을 제한했으며, 메모리 충돌이 발생하면 전체 파동이 정지한다는 단점이 있었다. 본 논문은 이러한 한계를 극복하기 위해 Transaction WaveCache(TWC)를 제안한다. TWC는 각 파동을 중첩 트랜잭션으로 간주하고, 파동이 완료된 시점에 이전 파동이 커밋되면 즉시 커밋할 수 있도록 한다. 동시에 여러 파동의 메모리 연산을 사전 실행(speculative out‑of‑order)함으로써 메모리 대기 시간을 숨긴다. 충돌 감지는 워크로드가 실행 중인 파동의 메모리 주소를 추적하는 하드웨어 구조와, RAW, WAR, WAW와 같은 데이터 의존성을 실시간으로 검사하는 로직을 통해 이루어진다. 충돌이 감지되면 해당 파동과 그 하위 파동(자식 파동)을 전부 중단하고, 롤백 버퍼에 저장된 이전 상태를 복원한 뒤 재실행한다. 이 과정은 기존 트랜잭셔널 메모리 시스템에서 사용되는 로그 기반 회복 메커니즘과 유사하지만, 데이터플로우 그래프의 토큰 흐름에 맞게 설계되어 오버헤드가 최소화된다.

성능 평가에서는 인공 벤치마크를 세 종류(메모리 접근 빈도 낮음, 중간, 높음)로 나누어 실험하였다. 메모리 접근이 드문 경우, 파동 간 사전 실행이 거의 무제한으로 이루어져 평균 90% 이상의 속도 향상이 관측되었다. 메모리 집약적인 경우에는 메모리 대역폭이 병목이 되어 24%~33% 정도의 개선에 그쳤으며, 대역폭이 포화될 경우 최대 16%의 성능 저하가 발생했다. 특히 RAW, WAR, WAW 충돌이 빈번한 워크로드에서는 사전 실행을 통해 충돌 회피가 효과적으로 작동하여 139.7%의 속도 향상이 기록되었다.

하드웨어 측면에서는 파동별 트랜잭션 상태 비트, 충돌 감지용 주소 테이블, 롤백 로그 버퍼 등을 추가해야 하므로 면적과 전력 소모가 약 10% 정도 증가한다. 그러나 이러한 비용은 데이터플로우 기반 시스템이 이미 높은 병렬성을 제공한다는 점을 고려하면 합리적인 수준이다. 또한, TWC는 기존 WaveScalar 컴파일러와 거의 무변경으로 통합될 수 있어 소프트웨어 스택에 큰 부담을 주지 않는다.

결론적으로 Transaction WaveCache는 데이터플로우 아키텍처에서 메모리 순서를 유지하면서도 사전 실행을 통한 성능 향상을 가능하게 하는 실용적인 메커니즘이다. 향후 연구에서는 동적 파동 분할, 다중 코어 환경에서의 전역 트랜잭션 관리, 그리고 메모리 대역폭 제한을 완화하기 위한 캐시 계층 최적화 등을 탐색할 필요가 있다.