دانشمندان کره‌ای بدون تغییر سخت‌افزار، سرعت حافظه‌های جدید را تا ۳ برابر افزایش دادند

پژوهشگران کره جنوبی موفق شده‌اند بدون ساخت تراشه جدید یا تغییر قطعات سخت‌افزاری، سرعت پردازش داده در نسل تازه‌ای از حافظه‌های فلش را به میزان قابل‌توجهی افزایش دهند. گروهی از مهندسان مؤسسه علوم و فناوری پیشرفته کره جنوبی، معروف به KAIST، با بازطراحی بخشی از نرم‌افزار مدیریت حافظه توانسته‌اند در بعضی آزمایش‌ها توان عملیاتی ذخیره‌سازهای جدید را تا سه برابر افزایش دهند.

این فناوری GAZE نام دارد و برای حل مشکلی طراحی شده که هنگام پاک‌سازی و آزاد کردن فضای حافظه‌های فلش ایجاد می‌شود. در روش‌های معمول، سیستم برای آماده کردن فضای ذخیره‌سازی باید بخشی از داده‌های موجود را جابه‌جا کند. این کار در بعضی شرایط باعث می‌شود سایر عملیات منتظر بمانند و سرعت دستگاه کاهش پیدا کند.

پژوهشگران KAIST متوجه شده‌اند که مشکل اصلی همیشه کند بودن حافظه نیست. در بعضی موقعیت‌ها، پردازنده مرکزی و فایل‌سیستم زمان زیادی را صرف مدیریت مراحل پاک‌سازی می‌کنند و اجازه نمی‌دهند سخت‌افزار ذخیره‌سازی از تمام ظرفیت خود استفاده کند.

در روش جدید، مراحل مختلف این فرایند هم‌زمان اجرا می‌شوند، حافظه موقت موردنیاز از قبل آماده می‌شود و بعضی درخواست‌های نوشتن اطلاعات نیز هنگام پاک‌سازی همچنان پذیرفته می‌شوند.

نتایج این پژوهش در ۳۰ سپتامبر ۲۰۲۶ در کنفرانس بین‌المللی ACM SOSP ارائه شده بود و دانشگاه KAIST در ۱۱ نوامبر جزئیات آن را در گزارشی عمومی منتشر کرد.

این فناوری هنوز به‌معنی سریع‌تر شدن همه رایانه‌ها نیست، اما نشان می‌دهد گاهی برای افزایش عملکرد یک دستگاه پیشرفته، به‌جای ساخت قطعه‌ای گران‌تر باید نرم‌افزاری را اصلاح کرد که استفاده از آن قطعه را مدیریت می‌کند.

چرا حافظه‌های سریع همیشه با تمام توان کار نمی‌کنند؟

وقتی درباره افزایش سرعت رایانه صحبت می‌شود، معمولاً توجه به قطعات سخت‌افزاری معطوف است. پردازنده سریع‌تر، حافظه رم بیشتر و SSD پیشرفته‌تر از گزینه‌هایی هستند که برای بهبود عملکرد پیشنهاد می‌شوند.

اما سرعت واقعی یک سیستم به هماهنگی تمام اجزای آن وابسته است.

فرض کنید یک پردازنده می‌تواند در هر ثانیه حجم زیادی از اطلاعات را پردازش کند، ولی داده‌های موردنیاز با تأخیر از حافظه ذخیره‌سازی به آن برسند. در چنین شرایطی، بخشی از توان پردازنده صرف انتظار می‌شود.

مشکل مشابهی ممکن است در خود سیستم ذخیره‌سازی ایجاد شود.

یک SSD پیشرفته می‌تواند ظرفیت بالایی برای خواندن و نوشتن اطلاعات داشته باشد، اما اگر نرم‌افزار مدیریت فایل‌ها نتواند درخواست‌ها را به‌موقع سازمان‌دهی کند، کارایی واقعی کمتر از توان سخت‌افزار خواهد بود.

پژوهش جدید KAIST روی همین مسئله متمرکز شده است.

مهندسان می‌خواستند بفهمند چرا حافظه‌های فلش نسل جدید با وجود توان سخت‌افزاری بالا، هنگام بعضی عملیات دچار افت عملکرد می‌شوند.

بررسی آن‌ها نشان داد بخشی از تأخیر به کارهایی مربوط است که سیستم‌عامل برای مدیریت داده‌ها انجام می‌دهد.

فناوری ZNS چیست و چرا اهمیت پیدا کرده است؟

فناوری مورد بررسی پژوهشگران با نام Zoned Namespace یا به‌اختصار ZNS شناخته می‌شود.

در این روش، فضای ذخیره‌سازی به بخش‌های بزرگی به نام Zone تقسیم می‌شود.

داده‌ها در هر ناحیه طبق قواعد مشخص و به‌صورت ترتیبی نوشته می‌شوند.

این طراحی با روش مدیریت برخی SSDهای متداول تفاوت دارد.

در حافظه‌های فلش، داده‌ها را نمی‌توان همیشه مانند اطلاعات موجود در یک حافظه معمولی به‌صورت دلخواه بازنویسی کرد. برای استفاده دوباره از بعضی فضاها، لازم است مراحل پاک‌سازی انجام شود.

در SSDهای متداول، بخش مهمی از مدیریت مکان فیزیکی داده‌ها توسط کنترل‌کننده داخلی حافظه انجام می‌شود.

اما در معماری ZNS، بخشی از مسئولیت مدیریت محل نوشتن و آزادسازی فضا به نرم‌افزار میزبان منتقل می‌شود.

این روش می‌تواند بعضی فعالیت‌های پیچیده داخلی دستگاه را کاهش دهد و مدیریت ذخیره‌سازی را برای کاربردهای مشخص کارآمدتر کند.

در مقابل، نرم‌افزار میزبان باید بتواند ناحیه‌های بزرگ ذخیره‌سازی را به‌درستی مدیریت کند.

همین موضوع چالشی ایجاد کرده که GAZE برای حل آن توسعه یافته است.

چرا پاک‌سازی حافظه به جابه‌جایی اطلاعات نیاز دارد؟

در رایانه، حذف یک فایل همیشه به معنی پاک شدن فوری تمام بیت‌های آن از تراشه حافظه نیست.

فایل‌سیستم معمولاً مشخص می‌کند کدام بخش‌های فضای ذخیره‌سازی دیگر موردنیاز نیستند و می‌توان در آینده از آن‌ها استفاده کرد.

اما در حافظه‌های فلش، آزادسازی واقعی بعضی فضاها پیچیدگی بیشتری دارد.

فرض کنید یک ناحیه ذخیره‌سازی حاوی اطلاعات مربوط به چند فایل باشد.

بعضی از این فایل‌ها حذف شده‌اند، ولی بقیه هنوز مورد استفاده قرار می‌گیرند.

برای آزاد کردن کامل ناحیه، سیستم ممکن است لازم باشد ابتدا داده‌های معتبر را به قسمت دیگری منتقل کند.

پس از آن، فضای قبلی دوباره برای نوشتن اطلاعات آماده می‌شود.

این فرایند Garbage Collection یا جمع‌آوری داده‌های زائد نام دارد.

در حافظه‌های مبتنی بر ZNS، یک ناحیه ممکن است بسیار بزرگ باشد.

در نتیجه، پاک‌سازی یک Zone گاهی به جابه‌جایی صدها مگابایت یا حتی چند گیگابایت اطلاعات نیاز پیدا می‌کند.

اگر فایل‌سیستم این کار را با روش نامناسبی مدیریت کند، زمان زیادی صرف آماده‌سازی و هماهنگی مراحل خواهد شد.

مشکل ۱٫۷ ثانیه‌ای که پژوهشگران پیدا کردند

گروه KAIST برای شناخت دقیق گلوگاه عملکرد، روند پاک‌سازی حافظه را اندازه‌گیری کرد.

در یکی از آزمایش‌ها، آزادسازی یک ناحیه یک‌گیگابایتی با روش متداول حدود ۱٫۷ ثانیه طول کشید.

در نگاه اول ممکن است این زمان بسیار کوتاه به نظر برسد.

اما اگر سیستم ذخیره‌سازی مرتباً مجبور باشد ناحیه‌های بزرگ را پاک‌سازی کند، تأخیرها می‌توانند روی عملکرد کلی تأثیر بگذارند.

پژوهشگران متوجه شدند بخش قابل‌توجهی از بار پردازشی به خود حافظه فلش مربوط نیست.

طبق جزئیاتی که رسانه Aju Press از پژوهش منتشر کرده، در مراحل خواندن و نوشتن، سهم بالایی از بار پردازشی به مدیریت وضعیت داده‌ها و تخصیص حافظه توسط CPU مربوط بوده است.

برای مثال، پردازنده باید بررسی کند کدام اطلاعات معتبر هستند، برای انتقال آن‌ها فضای موقت آماده کند و مراحل عملیات را هماهنگ نگه دارد.

وقتی این فعالیت‌ها مرتب تکرار شوند، پردازنده ممکن است به گلوگاه تبدیل شود.

این نتیجه اهمیت زیادی دارد، زیرا نشان می‌دهد خرید SSD سریع‌تر لزوماً مشکل را حل نمی‌کند.

اگر نرم‌افزار همچنان زمان زیادی صرف مدیریت داده‌ها کند، بخشی از توان قطعه جدید نیز بلااستفاده خواهد ماند.

GAZE چگونه مراحل پاک‌سازی را تغییر می‌دهد؟

مهم‌ترین تغییر GAZE مربوط به ترتیب اجرای عملیات است.

در روش‌های متداول، بخشی از فرایند می‌تواند به شکل متوالی انجام شود؛ یعنی سیستم منتظر پایان یک مرحله می‌ماند و سپس مرحله بعد را آغاز می‌کند.

برای مثال، ابتدا اطلاعات بررسی می‌شوند، سپس خوانده می‌شوند و بعد مراحل پردازش و نوشتن انجام می‌گیرد.

GAZE این روند را به چهار مرحله تقسیم می‌کند که می‌توانند با یکدیگر هم‌پوشانی داشته باشند.

در نتیجه، زمانی که گروهی از داده‌ها در حال نوشته شدن هستند، سیستم می‌تواند خواندن داده‌های بعدی را نیز آغاز کند.

این روش از نظر اصول کار شبیه خط تولید یک کارخانه است.

در یک کارخانه، لازم نیست تمام مراحل ساخت محصول نخست تمام شود تا کار روی محصول دوم آغاز شود.

اگر مراحل مستقل به‌درستی هماهنگ شوند، می‌توان چند فعالیت را هم‌زمان پیش برد.

در مهندسی رایانه به چنین روشی Pipelining یا پردازش خط لوله‌ای گفته می‌شود.

این شیوه می‌تواند زمان انتظار میان مراحل را کاهش دهد و استفاده مؤثرتری از منابع پردازشی فراهم کند.

چرا آماده کردن حافظه موقت از قبل مهم است؟

دومین بخش فناوری GAZE به مدیریت حافظه موقت مربوط می‌شود.

هنگامی که فایل‌سیستم می‌خواهد داده‌های معتبر را از یک ناحیه به ناحیه دیگر منتقل کند، ممکن است به فضایی در حافظه اصلی رایانه نیاز داشته باشد.

در بعضی روش‌ها، سیستم برای هر مرحله عملیاتی باید حافظه تازه‌ای تخصیص دهد و پس از پایان کار آن را آزاد کند.

اگر این فعالیت بارها تکرار شود، خود فرایند تخصیص و آزادسازی می‌تواند هزینه پردازشی ایجاد کند.

پژوهشگران KAIST تصمیم گرفتند بخشی از حافظه موردنیاز برای پاک‌سازی را از قبل آماده کنند.

به این ترتیب، سیستم مجبور نیست در هر مرحله تمام مراحل مربوط به تهیه فضای موقت را از ابتدا انجام دهد.

این تغییر ممکن است ساده به نظر برسد، اما در سامانه‌هایی که عملیات مشابه را هزاران بار انجام می‌دهند، کاهش کارهای تکراری اهمیت دارد.

البته رزرو حافظه نیز باید با توجه به منابع موجود انجام شود.

اگر سامانه بیش از اندازه حافظه را به یک فعالیت اختصاص دهد، ممکن است منابع کمتری برای وظایف دیگر باقی بماند.

به همین دلیل، مقدار و شیوه مدیریت حافظه رزروشده باید با شرایط سیستم هماهنگ باشد.

چرا هنگام پاک‌سازی نباید همه عملیات نوشتن متوقف شوند؟

سومین تغییر GAZE به نحوه رسیدگی به درخواست‌های تازه مربوط است.

در بعضی روش‌های موجود، وقتی فایل‌سیستم مشغول جمع‌آوری داده‌های زائد است، درخواست‌های نوشتن ممکن است منتظر پایان این عملیات باقی بمانند.

این انتظار می‌تواند باعث کاهش توان عملیاتی سیستم شود.

اما همه درخواست‌های جدید الزاماً به فضای فیزیکی تازه در همان لحظه نیاز ندارند.

برخی اطلاعات را می‌توان ابتدا در حافظه موقت دریافت کرد و بعد در زمان مناسب روی دستگاه ذخیره‌سازی نوشت.

GAZE از همین امکان استفاده می‌کند.

در طراحی جدید، درخواست‌هایی که می‌توانند بدون نیاز فوری به آزادسازی فضای بیشتر پذیرفته شوند، هنگام انجام پاک‌سازی نیز پردازش خواهند شد.

این کار باعث می‌شود سیستم به‌صورت غیرضروری تمام فعالیت‌های نوشتن را متوقف نکند.

البته چنین روشی باید قواعد مربوط به یکپارچگی اطلاعات را رعایت کند.

پذیرفتن داده در حافظه موقت با ثبت نهایی و پایدار آن روی SSD یکسان نیست.

بنابراین فایل‌سیستم باید ترتیب و شرایط ذخیره‌سازی را به شکلی مدیریت کند که صحت داده‌ها حفظ شود.

آزمایش GAZE روی چه سیستم‌عاملی انجام شد؟

پژوهشگران برای بررسی عملکرد روش جدید، آن را در فایل‌سیستم F2FS پیاده‌سازی کردند.

F2FS مخفف Flash-Friendly File System است و برای استفاده در محیط‌های مبتنی بر حافظه فلش طراحی شده است.

این فایل‌سیستم در اکوسیستم لینوکس شناخته شده و در بعضی سامانه‌های ذخیره‌سازی به کار می‌رود.

گروه KAIST نسخه پژوهشی GAZE را روی لینوکس 6.1.0 آزمایش کرده است.

این نکته اهمیت دارد، زیرا فناوری صرفاً یک ایده نظری یا شبیه‌سازی بدون پیاده‌سازی واقعی نبوده است.

محققان تغییرات موردنظر را در یک فایل‌سیستم عملی اعمال کردند و سپس عملکرد آن را زیر بارهای کاری مختلف اندازه گرفتند.

آن‌ها نتیجه را با پشتیبانی متداول ZNS در F2FS و روش‌های پژوهشی دیگری مانند ZNS+ و P-GC مقایسه کردند.

نتایج نشان داد GAZE در برخی شرایط می‌تواند توان عملیاتی پردازش داده را تا سه برابر افزایش دهد.

همچنین مدت فرایند جمع‌آوری داده‌های زائد نسبت به F2FS متداول به حدود یک‌سوم رسید.

با این حال، نتیجه در تمام سناریوها یکسان نبوده است.

افزایش سه‌برابری سرعت دقیقاً شامل چه چیزی می‌شود؟

یکی از نکاتی که در انتشار این خبر باید به آن توجه کرد، تفاوت میان سرعت حافظه، توان عملیاتی فایل‌سیستم و عملکرد کل رایانه است.

KAIST اعلام کرده GAZE در آزمایش‌های مشخص، توان عملیاتی پردازش داده را تا سه برابر افزایش داده است.

این عدد به کارایی عملیات ذخیره‌سازی در شرایط مورد بررسی مربوط می‌شود.

برای مثال، وقتی فایل‌سیستم کمتر درگیر پاک‌سازی و انتظار باشد، ممکن است در مدت یکسان بتواند حجم بیشتری از داده را پردازش کند.

اما این نتیجه به معنی سه برابر شدن سرعت خواندن تمام فایل‌ها نیست.

همچنین نمی‌توان گفت نصب GAZE روی یک رایانه معمولی باعث می‌شود همه برنامه‌های آن سه برابر سریع‌تر اجرا شوند.

برخی برنامه‌ها بیشتر به پردازنده یا حافظه رم وابسته هستند و بعضی دیگر ممکن است اصلاً از فناوری ZNS استفاده نکنند.

مقدار بهبود به نوع دستگاه، فایل‌سیستم، الگوی خواندن و نوشتن و میزان نیاز به پاک‌سازی فضا بستگی دارد.

بنابراین بیان دقیق نتیجه این است که فناوری GAZE در آزمایش‌های پژوهشگران روی ذخیره‌سازی ZNS، توان عملیاتی را تا سه برابر افزایش داده است.

چرا این فناوری به سخت‌افزار جدید نیاز ندارد؟

یکی از ویژگی‌های مهم GAZE این است که هدف آن اصلاح روش مدیریت داده در نرم‌افزار است.

پژوهشگران برای دستیابی به نتیجه جدید، تراشه حافظه تازه‌ای طراحی نکرده‌اند.

همچنین طبق توضیح دانشگاه، نیازی به تغییر قالب داده‌های نوشته‌شده روی دستگاه ذخیره‌سازی وجود نداشته است.

تغییر اصلی در نحوه هماهنگی عملیات فایل‌سیستم انجام شده است.

این رویکرد از نظر اقتصادی اهمیت دارد، زیرا توسعه سخت‌افزار جدید معمولاً به سرمایه‌گذاری، طراحی و فرایند تولید نیاز دارد.

در مقابل، تغییر نرم‌افزار ممکن است روی دستگاه‌های سازگار موجود نیز قابل استفاده باشد.

اما نباید نتیجه گرفت که GAZE بدون هیچ شرطی روی تمام SSDهای بازار قابل نصب است.

سازگاری به معماری دستگاه، پشتیبانی فایل‌سیستم و شرایط سیستم‌عامل وابسته خواهد بود.

همچنین نسخه آزمایشی پژوهشگران هنوز به معنی انتشار یک به‌روزرسانی عمومی برای همه کاربران لینوکس نیست.

پیش از استفاده گسترده، بررسی پایداری، سازگاری و کارایی در محیط‌های متفاوت ضروری است.

ارتباط GAZE با هوش مصنوعی چیست؟

در سامانه‌های هوش مصنوعی، سرعت محاسبات فقط به پردازنده گرافیکی وابسته نیست.

مدل‌های بزرگ ممکن است برای اجرای بعضی وظایف به حجم زیادی از اطلاعات نیاز داشته باشند.

این اطلاعات می‌توانند شامل وزن‌های مدل، داده‌های ورودی، فایل‌های مرجع یا اطلاعات مربوط به پردازش‌های دیگر باشند.

اگر سامانه مجبور باشد برای دریافت داده از ذخیره‌ساز منتظر بماند، بخشی از توان پردازشی بلااستفاده می‌ماند.

این موضوع در مراکز داده‌ای که حجم زیادی از اطلاعات را پردازش می‌کنند می‌تواند اهمیت پیدا کند.

GAZE با کاهش زمان انتظار و بهبود مدیریت فضای ذخیره‌سازی، از نظر نظری می‌تواند به انتقال کارآمدتر اطلاعات کمک کند.

اما پژوهشگران هنوز نشان نداده‌اند که استفاده از GAZE زمان پاسخ‌گویی یک مدل هوش مصنوعی مشخص را سه برابر بهتر می‌کند.

خود KAIST نیز تأکید کرده اثر فناوری بر سرعت واقعی استنتاج هوش مصنوعی باید در محیط‌های عملی بررسی شود.

بنابراین ارتباط این پژوهش با هوش مصنوعی، یک کاربرد احتمالی مهم است که هنوز به ارزیابی تکمیلی نیاز دارد.

چه تأثیری بر مراکز داده خواهد داشت؟

مراکز داده با تعداد زیادی سرور و تجهیزات ذخیره‌سازی فعالیت می‌کنند.

در این محیط‌ها، حتی بهبود محدود یک بخش ممکن است در مقیاس بزرگ اهمیت پیدا کند.

برای مثال، اگر سامانه ذخیره‌سازی بتواند درخواست‌های بیشتری را در زمان یکسان پردازش کند، ممکن است نیاز به افزایش بعضی منابع کاهش پیدا کند.

همچنین کاهش زمان انتظار می‌تواند به استفاده مؤثرتر از پردازنده‌های موجود کمک کند.

فناوری ZNS از جمله گزینه‌هایی است که برای مدیریت کارآمدتر حجم بالای داده در بعضی زیرساخت‌های ذخیره‌سازی مورد توجه قرار گرفته است.

GAZE نیز برای رفع یکی از مشکلات نرم‌افزاری همین معماری طراحی شده است.

با این حال، صرف موفقیت در آزمایشگاه به معنی آماده بودن فناوری برای تمام مراکز داده نیست.

در محیط تجاری، ویژگی‌هایی مانند پایداری در زمان طولانی، بازیابی پس از خطا، سازگاری با نرم‌افزارهای موجود و قابلیت مدیریت اهمیت دارند.

همچنین لازم است هزینه اجرای تغییرات در کنار مقدار بهبود واقعی بررسی شود.

بنابراین GAZE فعلاً یک راهکار پژوهشی امیدوارکننده است، نه محصولی که در تمام مراکز داده نصب شده باشد.

آیا کاربران معمولی هم از این فناوری سود می‌برند؟

کاربران رایانه‌های شخصی نیز از حافظه‌های فلش استفاده می‌کنند، اما همه SSDها معماری یکسانی ندارند.

فناوری مورد بررسی GAZE مشخصاً بر ذخیره‌سازی ZNS و فایل‌سیستم‌های سازگار تمرکز دارد.

به همین دلیل، نمی‌توان نتیجه گرفت این روش بلافاصله روی تمام لپ‌تاپ‌ها یا رایانه‌های خانگی تأثیر خواهد گذاشت.

اگر در آینده اصول طراحی GAZE به فایل‌سیستم‌های دیگر منتقل شوند، ممکن است دامنه کاربرد آن گسترده‌تر شود.

خود پژوهشگران نیز به امکان استفاده از ایده‌های اصلی در سایر فایل‌سیستم‌های مبتنی بر ثبت ترتیبی داده اشاره کرده‌اند.

اما این انتقال به تغییرات فنی و آزمایش‌های جداگانه نیاز خواهد داشت.

برای کاربر معمولی، افزایش سرعت باز شدن برنامه‌ها یا کپی فایل تنها زمانی قابل انتظار است که نرم‌افزار و سخت‌افزار مورد استفاده واقعاً از فناوری مناسب پشتیبانی کنند.

همچنین ممکن است بعضی فعالیت‌ها بیشتر به سرعت پردازنده یا محدودیت‌های دیگر وابسته باشند.

بنابراین بهتر است GAZE را فعلاً راهکاری تخصصی برای ذخیره‌سازی نسل جدید بدانیم که امکان توسعه کاربردهای آن در آینده وجود دارد.

چه کسانی در ساخت GAZE مشارکت داشته‌اند؟

پروژه GAZE توسط گروهی از پژوهشگران دانشگاه KAIST انجام شده است.

استاد راهنمای اصلی پروژه و نویسنده مسئول مقاله، پروفسور وون یوجیپ از دانشکده مهندسی برق این دانشگاه است.

کیم جووون، پژوهشگر پسادکتری مؤسسه فناوری اطلاعات همگرای KAIST، به‌عنوان نویسنده نخست مقاله معرفی شده است.

یو هوان‌سوک، دانشجوی کارشناسی ارشد، و یو سونگ‌وون، دانشجوی دکتری، نیز در این پژوهش مشارکت داشته‌اند.

نتایج علمی کار در کنفرانس ACM Symposium on Operating Systems Principles یا SOSP 2026 ارائه شده است.

این رویداد یکی از کنفرانس‌های شناخته‌شده پژوهش درباره سیستم‌عامل‌ها محسوب می‌شود.

مقاله گروه با عنوان GAZE: Rearchitecting Log-Structured Filesystem for Garbage Collection on Zoned Namespace Flash Storage منتشر شده است.

همچنین پروژه از حمایت نهادهای پژوهشی کره جنوبی و شرکت SK hynix برخوردار بوده است.

حضور یک شرکت فعال در صنعت حافظه می‌تواند نشان‌دهنده اهمیت موضوع برای کاربردهای صنعتی باشد، اما به معنی عرضه تجاری قطعی GAZE توسط این شرکت نیست.

چه مشکلاتی پیش از استفاده گسترده باقی مانده است؟

برای اینکه یک فناوری پژوهشی به بخشی از زیرساخت تجاری تبدیل شود، لازم است فراتر از آزمایش‌های اولیه بررسی شود.

برای مثال، باید مشخص شود GAZE در بارهای کاری بسیار متنوع چه عملکردی دارد.

ممکن است سیستمی که بیشتر اطلاعات جدید می‌نویسد، رفتاری متفاوت از سامانه‌ای داشته باشد که عمدتاً داده‌ها را می‌خواند.

همچنین اندازه ناحیه‌های ذخیره‌سازی، مقدار فضای آزاد و الگوی حذف و به‌روزرسانی فایل‌ها می‌توانند بر تعداد دفعات پاک‌سازی تأثیر بگذارند.

پایداری در شرایط خرابی و قطع ناگهانی برق نیز موضوع مهمی است.

در فایل‌سیستم، سرعت بالا نباید با کاهش قابلیت اعتماد داده‌ها همراه باشد.

علاوه بر این، باید امکان نگهداری نرم‌افزار و سازگاری آن با نسخه‌های مختلف سیستم‌عامل بررسی شود.

دانشگاه KAIST در گزارش تازه، تاریخ مشخصی برای ورود GAZE به نسخه عمومی لینوکس یا عرضه تجاری آن اعلام نکرده است.

بنابراین هنوز نمی‌توان درباره زمان دسترسی عمومی به فناوری نتیجه قطعی گرفت.

چرا این دستاورد برای آینده حافظه‌ها اهمیت دارد؟

توسعه حافظه‌های پیشرفته معمولاً با افزایش سرعت تراشه‌ها و کنترل‌کننده‌ها همراه است.

اما هرچه سخت‌افزار قدرتمندتر می‌شود، محدودیت‌های نرم‌افزاری نیز بیشتر خود را نشان می‌دهند.

ممکن است فرایندی که برای یک SSD قدیمی مشکل بزرگی ایجاد نمی‌کرد، در نسل جدید به مانعی جدی تبدیل شود.

پژوهش KAIST نمونه روشنی از چنین وضعیتی است.

مهندسان متوجه شده‌اند یکی از مراحل معمول مدیریت فضای ذخیره‌سازی به دلیل هماهنگی نامناسب عملیات، زمان بیشتری از مقدار لازم مصرف می‌کند.

آن‌ها با بازطراحی ترتیب مراحل، آماده کردن حافظه موقت و کاهش توقف درخواست‌های نوشتن توانسته‌اند عملکرد آزمایشگاهی را بهبود دهند.

نتیجه گزارش‌شده شامل افزایش توان عملیاتی تا سه برابر و کاهش زمان پاک‌سازی به حدود یک‌سوم است.

این ارقام برای کاربردهای مشخص اندازه‌گیری شده‌اند و هنوز نباید به تمام تجهیزات ذخیره‌سازی یا سامانه‌های هوش مصنوعی تعمیم داده شوند.

با این حال، اهمیت فناوری فراتر از یک عدد است.

GAZE نشان می‌دهد حتی در صنعتی که میلیاردها دلار صرف توسعه تراشه‌های جدید می‌شود، گاهی یک تغییر هوشمندانه در معماری نرم‌افزار می‌تواند بخشی از توان پنهان سخت‌افزار موجود را آزاد کند.

خبر ۱۱ نوامبر ۲۰۲۶ معرفی عمومی همین دستاورد است؛ پژوهشی که ممکن است در آینده به ساخت سامانه‌های ذخیره‌سازی کارآمدتر برای مراکز داده و کاربردهای سنگین پردازشی کمک کند.