<div dir="ltr"><div dir="ltr"><br></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">On Thu, Jul 8, 2021 at 8:03 AM Andrey Bokhanko <<a href="mailto:andreybokhanko@gmail.com">andreybokhanko@gmail.com</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr"><div>Hi Teresa,</div><div><br></div><div>One more thing, if you don't mind.</div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">On Tue, Jul 6, 2021 at 12:54 AM Teresa Johnson <<a href="mailto:tejohnson@google.com" target="_blank">tejohnson@google.com</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr"><div>We initially plan to use the profile information to provide guidance to the dynamic allocation runtime on data allocation and placement. We'll send more details on that when it is fleshed out too. </div></div></blockquote><div> </div><div>I played with the current implementation, and became a bit concerned if the current data profile is sufficient for an efficient data allocation optimization.</div></div></div></blockquote><div> <br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr"><div class="gmail_quote"><div><br></div><div>First, there is no information on temporal locality -- only total_lifetime of an allocation block is recorded, not start / end times -- let alone timestamps of actual memory accesses. I wonder what criteria would be used by data profile-based allocation runtime to allocate two blocks from the same memory chunk?</div></div></div></blockquote><div><br></div><div>First, I think per-allocation start-end time should be added to approximate temporal locality. </div><div><br></div><div>Detailed temporal locality information is not tracked is by design for a various of reasons:</div><div><br></div><div>1.  This can be done with static analysis. The idea is for the compiler to instrument a potentially hot access region and profile the start and end address of the accessed memory regions. This information can be combined with the regular heap profile data. In profile-use phase, the compiler can perform access pattern analysis and produce affinity graph</div><div><br></div><div>2.  We try to make use of existing allocator runtime (tcmalloc) for locality optimization. The runtime has been tuned for years to have the most efficient code for fast-path allocation.  For hot allocation sites, adding too much overhead (e.g. via wrapper etc) can lead to overhead that totally eat up the gains from the locality optimization;</div><div><br></div><div>3. tcmalloc currently uses size class based partitioning, which makes co-allocation of small objects of different size classes impossible. Even for objects with the same type/size, due to the use of free lists, there is no guarantee that consecutively allocated objects are placed together.</div><div><br></div><div>4. a bump-pointer allocator has its own sets of problems -- when not used carefully, it can lead to huge memory waste due to fragmentation.  In reality it only helps grouping for initial set of allocations when pointer bumps continuously -- during stable state, the allocations will also be all over the place and no contiguity can be guaranteed. </div><div><br></div><div>This is why initially we focus more coarse grain locality optimization -- 1) co-placement to improve DTLB performance and 2) improving dcache utilization using only lifetime and hotness information.</div><div><br></div><div>Longer term, we need to beef up compiler based analysis -- objects with the exact life times can be safely co-allocated via compiler based transformation. Also objects with similar lifetimes can be co-allocated without introducing too much fragmentation.</div><div><br></div><div><br></div><div>Thanks,</div><div><br></div><div>David</div><div> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr"><div class="gmail_quote"><div><br></div><div>Second, according to the data from [Savage'20], memory accesses affinity (= space distance between temporarily close memory accesses from two different allocated blocks) is crucial: figure #12 demonstrates that this is vital for omnetpp benchmark from SPEC CPU 2017.</div><div><br></div><div>Said this, my concerns are based essentially on a single paper that employs specific algorithms to guide memory allocation and measures their impact on a specific set of benchmarks. I wonder if you have preliminary data that validates sufficiency of the implemented data profile for efficient optimization of heap memory allocations?</div><div><br></div><div>References:</div><div><div>[Savage'20] Savage, J., & Jones, T. M. (2020). HALO: Post-Link Heap-Layout Optimisation. CGO 2020: Proceedings of the 18th ACM/IEEE International Symposium on Code Generation and Optimization, <a href="https://doi.org/10.1145/3368826.3377914" target="_blank">https://doi.org/10.1145/3368826.3377914</a></div><div><br></div></div><div>Yours,<br></div><div>Andrey</div><div><br></div></div></div>
</blockquote></div></div>