A Deeper Look into RowHammer`s Sensitivities: Experimental Analysis of Real DRAM Chips and Implications on Future Attacks and Defenses
RowHammer是一个电路级DRAM漏洞,其中重复访问(即,锤击)DRAM行可导致物理上邻近的行中的位翻转。随着DRAM单元尺寸和单元间距的缩小,RowHammer漏洞会恶化。最近的研究表明,现代DRAM芯片,包括以前以RowHammer-safe销售的芯片,比旧芯片更容易受到RowHammer的影响,因此在过去十年中,导致位翻转所需的锤子数量减少了10倍以上。因此,必须更好地理解和深入了解现代DRAM芯片的RowHammer漏洞,以更有效地保护当前和未来的系统。我们在本文中的目标是提供深入了解RowHammer漏洞的基本属性,这些属性尚未被先前的工作严格研究,但可能被$i$)利用来开发更有效的RowHammer攻击或$ii$)用来设计更有效和高效的防御机制。为此,我们提出了一个实验特性,使用248~DDR4和24~DDR3的现代DRAM芯片从四个主要的DRAM制造商演示了RowHammer效应如何变化的三个基本属性:1)~DRAM芯片温度,2)~侵略行活动时间,和3)~受害者DRAM单元的物理位置。在我们的16个新观察结果中,我们强调RowHammer位翻转1)~很可能发生在特定于每个DRAM单元的有界范围内(例如,5.4%的易受攻击的DRAM单元表现出70 C至90 C范围内的错误),2)如果攻击者行活动较长时间(例如,RowHammer漏洞增加36%,如果我们保持DRAM行…
2021-10-19 cs.AR cs.CR
ImPress: Securing DRAM Against Data-Disturbance Errors via Implicit Row-Press Mitigation
针对DRAM数据干扰错误,提出ImPress隐式行按压缓解方法,不限制行打开时间,兼容现有控制器和DRAM内跟踪器,保持Rowhammer阈值,透明增强对Row-Press的鲁棒性。
2024-07-22 cs.AR cs.CR
ORAP: Optimized Row Access Prefetching for Rowhammer-mitigated Memory
Texas A&M University(德克萨斯农工大学);AheadComputing(阿赫德计算公司);Arm Texas A&M University(安谋德州农工大学)
ORAP通过优化行访问预取减少DRAM激活率,提升性能并降低能耗。
2026-02-13 cs.AR
BROAD: Bit-Parallel Row-Oriented Arithmetic in DRAM
Syracuse University(雪城大学);Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡大学);TU Dresden(德累斯顿工业大学)
RAPID通过在DRAM子阵列中引入迁移单元和反相单元,实现行并行、位并行算术处理,消除数据布局转换,在19个MLPerf基准上比SIMDRAM提升5.9倍端到端性能。
2026-11-20 cs.AR
HiRA: Hidden Row Activation for Reducing Refresh Latency of Off-the-Shelf DRAM Chips
DRAM是现代主存储器系统的构建块。DRAM单元必须定期刷新以防止数据丢失。刷新操作会干扰内存访问,从而降低系统性能。随着DRAM芯片密度随着技术节点缩放而增加,刷新操作也增加,因为:1)芯片中的DRAM行的数量增加;以及2)DRAM单元需要额外的刷新操作以减轻由RowHammer引起的位故障,RowHammer是随着技术节点缩放而变得更糟的故障机制。因此,以低性能开销实现刷新操作至关重要。为此,我们提出了一个新的操作,隐藏行激活(HiRA),和HiRA内存控制器(HiRA-MC)。HiRA通过在访问或刷新同一存储体中的另一行的同时刷新一行来隐藏刷新操作的延迟。与以前的作品不同,HiRA实现了这种并行性,而无需对现成的DRAM芯片进行任何修改。为此,它利用了新的观察结果,即如果行连接到不同的电荷恢复电路,则可以在没有数据丢失的情况下激活同一存储体中的两行。我们的实验表明,56%的真正现成的DRAM芯片,HiRA可以可靠地并行DRAM行的刷新操作与刷新或激活的任何32%的行在同一银行。通过这样做,HiRA将两次刷新操作的总体延迟降低了51.4%。HiRA-MC修改存储器请求调度器以在刷新操作可以与存储器访问或另一刷新同时执行时执行HiRA。我们的系统级评估表明,HiRA-MC将系统性能提高了12.6%和3.73倍,因为它减少了由于定期刷新和RowHammer保护刷新(预防性刷新)而导…
2022-09-21 cs.AR cs.CR
PuDHammer: Experimental Analysis of Read Disturbance Effects of Processing-using-DRAM in Real DRAM Chips
论文针对 PuD 多行激活引发的读扰动问题,在 316 个真实 DDR4 芯片上表征 PuDHammer,证明其显著降低位翻转阈值并可绕过 TRP,同时评估对策与 PRAC 的高开销。
2025-06-15 cs.AR cs.CR
ScaleDisturb: Exploiting Temporal Asymmetry to Amplify Read Disturbance in Modern DRAM Chips
ETH Zürich(苏黎世联邦理工学院);CISPA(萨姆·霍伊泽尔计算机安全与隐私中心);Inria Paris(法国国家信息与自动化研究所巴黎分部)
提出一种新的DRAM访问模式ScaleDisturb,通过不对称延长两个攻击行的打开时间放大读干扰,在更少的行激活次数下引发比特翻转,并降低攻击难度。
2026-06-05 cs.AR cs.CR
DSAC: Low-Cost RowHammer Mitigation Using In-DRAM Stochastic and Approximate Counting Algorithm
针对RowBleed与RowHammer位翻转,本文提出时间加权计数及DSAC随机近似计数保护机制,并以最大干扰指标验证其较现有计数器算法降低133倍。
2025-06-16 cs.AR cs.CR
CoMeT: Count-Min-Sketch-based Row Tracking to Mitigate RowHammer at Low Cost
本文提出 CoMeT,利用 Count-Min Sketch 哈希计数器跟踪 DRAM 行激活,在极低 RowHammer 阈值下安全防止位翻转,并显著降低面积与性能开销。
2024-02-29 cs.AR cs.CR
DejaVu: Why You Should Write to Your DRAM Rows Twice, Carefully
ETH Zurich(苏黎世联邦理工学院);TOBB ETÜ(托伯埃特尤大学);CISPA(信息安全与隐私中心)
本文首次实验证明DejaVu现象:先前写入DRAM单元的数据影响其读干扰脆弱性。通过112个商用DDR4芯片表征,发现用相反数据重写可降低ACmin,而相同数据重写则提高ACmin。提出两种假设解释,并评估对处理-使用-DRAM操作可靠性的影响及安全开销。
2026-06-23 cs.AR cs.CR
FIGARO: Improving System Performance via Fine-Grained In-DRAM Data Relocation and Caching
DRAM主存储器由于高访问延迟而成为许多应用的性能瓶颈。DRAM内缓存通过使用DRAM的小而快的区域来增加常规延迟DRAM来减轻这种延迟,这些区域用作DRAM的常规延迟区域中保存的数据的缓存。虽然有效的DRAM内高速缓存可以允许从快速DRAM区域服务大部分存储器请求,但是延迟节省通常受到用于将数据的副本重新定位到快速区域中和从快速区域重新定位出来的低效机制的阻碍。现有的DRAM内高速缓存具有两个低效率的来源:(1)数据重定位粒度是DRAM的整个多字节行;以及(2)因为重定位延迟随着慢区域与快区域之间的物理距离而增加,所以多个快区域在慢区域之间物理地交织以减少重定位延迟,从而导致增加的硬件面积和制造复杂性。我们提出了一个新的基板,FIGARO,使用现有的共享全局缓冲区的DRAM银行内的子阵列之间提供支持,在一个单一的高速缓存块的粒度跨子阵列的DRAM数据重新定位。FIGARO在DRAM组内具有与距离无关的延迟,并且避免了对DRAM的复杂修改。使用FIGARO,我们设计了一个细粒度的DRAM缓存称为FIGCache。FIGCache的关键思想是在DRAM的指定区域中仅缓存不同DRAM行的小的、频繁访问的部分。通过只缓存每行中预期在不久的将来会被访问的部分,我们可以将更多频繁访问的数据打包到FIGCache中,并且可以从DRAM中的额外行命中中受益。我们的评估表明,FIGCache将使用…
2020-09-17 cs.AR
ColumnDisturb: Understanding Column-based Read Disturbance in Real DRAM Chips and Implications for Future Systems
ETH Zürich(苏黎世联邦理工学院);CISPA(CISPA亥姆霍兹信息安全中心)
本文实验发现真实DRAM芯片中的新读干扰现象ColumnDisturb,经列干扰多个子阵列单元,随技术微缩恶化,并削弱保留感知刷新机制收益。
2025-10-17 cs.AR cs.CR
Simultaneous Many-Row Activation in Off-the-Shelf DRAM Chips: Experimental Characterization and Analysis
该研究实验表征120个商用DDR4芯片,证明其可同时激活多行并执行MAJX与Multi-RowCopy,且复制操作数、数据模式及温压变化会影响成功率。
2024-05-09 cs.AR cs.DC
Improving DRAM Performance, Reliability, and Security by Rigorously Understanding Intrinsic DRAM Operation
DRAM是现代系统中用于主存储器的主要技术。不幸的是,随着DRAM规模缩小到更小的技术节点,它在数据完整性和延迟方面都面临着关键挑战,这严重影响了整体系统的可靠性,安全性和性能。为了为未来的系统开发可靠、安全和高性能的基于DRAM的主存储器,严格地表征、分析和理解各个方面(例如,可靠性、保持性、等待时间、RowHammer漏洞)以及它们的架构。本论文的目标是1)开发技术和基础设施,使这种严格的表征,分析和理解,和2)使新的机制,以提高DRAM的性能,可靠性和安全性的基础上开发的理解。为此,在本论文中,我们1)设计、实现并原型化了一种新的实用且灵活的基于FPGA的DRAM表征基础设施(称为SoftMC),2)使用DRAM表征基础设施开发新的实验方法(称为U-TRR),以揭示现有专有的操作-DRAM RowHammer保护机制并设计新的RowHammer访问模式以有效地规避这些RowHammer保护机制,3)提出一种新的DRAM架构,称为SelfManaging DRAM,用于实现自主和有效的DRAM内维护操作,其不仅实现更好的性能、效率和可靠性,而且还实现对DRAM芯片的更快和更容易的改变的采用,以及4)提出了一种通用DRAM衬底,称为复制行(CROW)衬底,其实现用于改进DRAM性能、能量消耗和可靠性的新机制。
2023-03-13 cs.AR cs.CR
Sectored DRAM: A Practical Energy-Efficient and High-Performance Fine-Grained DRAM Architecture
本文提出Sectored DRAM架构,通过细粒度数据传输和分区行激活降低DRAM能耗并提升性能,能耗最多降低33%、性能最多提升36%,芯片面积开销仅1.7%。
2024-06-09 cs.AR
In-DRAM Signature Generation Using Simultaneous Multiple-Row Activation: An Experimental Study of Off-The-Shelf DRAM Chips
ETH Zürich(苏黎世联邦理工学院);TOBB ETÜ(土耳其欧洲中东理工大学);University of Sharjah(沙迦大学)
通过同时多行激活(SiMRA)在商用DRAM芯片上生成唯一、可重复的物理不可克隆函数(PUF)响应,实验表明SiMRA-PUF具有高可靠性和独特性,且延迟低于现有方案。
2026-06-16 cs.AR cs.CR
Variable Read Disturbance: An Experimental Analysis of Temporal Variation in DRAM Read Disturbance
该研究首次发现DRAM行的读取干扰阈值(RDT)随时间显著且不可预测变化的可变读取干扰(VRD)现象,通过实验分析其特性及对现有缓解技术的影响,并评估了保护带与纠错码结合的缓解方案及其性能开销。
2025-02-18 cs.AR cs.CR
In-DRAM True Random Number Generation Using Simultaneous Multiple-Row Activation: An Experimental Study of Real DRAM Chips
ETH Zürich(苏黎世联邦理工学院);CISPA(CISPA亥姆霍兹信息安全中心)
本研究通过实验验证了在商用DRAM芯片中利用同时多行激活(SiMRA)生成真随机数,实现了高吞吐量和低延迟,并开源了基础设施。
2025-10-23 cs.AR cs.CR cs.DC
PUMA: Efficient and Low-Cost Memory Allocation and Alignment Support for Processing-Using-Memory Architectures
针对标准内存分配无法满足DRAM内存内处理架构的数据布局与对齐要求的问题,提出名为PUMA的内核级惰性分配例程,结合DRAM映射与大页拆分实现合规分配,实验验证其性能显著优于基线分配器。
2024-03-07 cs.AR
PuDGhost: Experimental Analysis of Computation Result Corruption in Processing-using-DRAM Operations on Real DRAM Chips and Implications for Future Systems
The University of Tokyo(东京大学);ETH Zurich(苏黎世联邦理工学院);CISPA(CISPA亥姆霍兹信息安全中心);RIKEN(理化学研究所)
本文揭示PuDGhost干扰现象,即DRAM中非激活行和其他列的数据会破坏处理即内存操作的正确性,并通过96个真实DDR4芯片实验量化影响,提出列筛选和计算行布局等缓解措施。
2026-06-18 cs.AR cs.DC
Mithril: Cooperative Row Hammer Protection on Commodity DRAM Leveraging Managed Refresh
自2010年代中期公开引入以来,排锤(RH)现象由于其安全影响而引起了研究界的极大关注。虽然处理器厂商、DRAM制造商和学术界已经提出了许多RH保护方案,但它们仍然存在缺点。在存储器控制器(MC)中实现的解决方案由于其在要支持的DRAM组的数量和RH阈值方面针对最坏情况的保守设计而招致越来越高的成本。同时,DRAM侧的实现要么具有用于RH保护措施的有限时间裕度,要么需要对标准DRAM接口进行大量修改。最近,在DDR5/LPDDR 5标准中引入了用于RH保护的新命令,称为刷新管理(RFM)。RFM使RH保护的任务分离到MC和DRAM,通过使前者以特定的激活频率生成RFM命令,而后者在给定的时间窗口内采取适当的RH保护措施。虽然有前途,没有现有的研究提出和分析基于RFM的RH保护的解决方案。在本文中,我们提出了Mithril,第一RFM接口兼容,DRAM MC合作RH保护方案提供确定性的保护保证。Mithril对于没有对抗性内存访问模式的常见用例具有最小的能量开销。我们还介绍了Mithril+,这是一个可选的扩展,可以在利用现有DRAM命令的同时,以微小的修改MC为代价,提供最小的性能开销。
2021-12-24 cs.AR cs.CR
A comparative study on power delivery aspects of compute-in/near-memory approaches using DRAM
The Department of Electrical and Computer Engineering, The University of Texas at Austin(德克萨斯大学奥斯汀分校电气与计算机工程系)
本文综述了DRAM基计算内/近内存系统的供电网络挑战,提出了一个统一分类法,并分析了代表性技术对供电网络的影响及缓解策略。
2026-06-20 cs.AR
QUAC-TRNG: High-Throughput True Random Number Generation Using Quadruple Row Activation in Commodity DRAM Chips
真随机数生成器(TRNG)对随机物理过程进行采样,为各种用例创建大量随机数,包括安全关键型密码原语、科学模拟、机器学习应用,甚至休闲娱乐。不幸的是,并非每个计算系统都配备了专用的TRNG硬件,限制了此类系统的应用空间和安全保证。为了打开应用空间,并为绝大多数不一定具有专用TRNG硬件的计算系统提供安全保证,我们开发了QUAC-TRNG。QUAC-TRNG利用了新的观察结果,即精心设计的DRAM命令序列快速连续激活四个连续的DRAM行。当我们激活存储冲突数据的四个行时,这种四重激活(QUAC)会导致双稳态读出放大器非确定性地收敛到随机值,因为双稳态电压的净偏差无法满足可靠的读出裕度。我们的实验表明,QUAC可靠地产生随机值在136个商品DDR4 DRAM芯片从一个主要的DRAM制造商。我们描述了如何开发一个有效的TRNG(QUAC-TRNG)的基础上QUAC。我们使用NIST STS评估了我们的TRNG的质量,发现QUAC-TRNG成功地通过了每个测试。我们的实验评估表明,QUAC-TRNG产生真正的随机数的吞吐量为3.44 Gb/s(每个DRAM通道),优于最先进的基于DRAM的TRNG的15.08倍和1.41倍的基本和吞吐量优化版本,分别。我们表明,QUAC-TRNG比最先进的技术更好地利用DRAM带宽,当将总线频率扩展到12 GT/s时,吞吐量可达到吞吐量优化基线的2.03倍。
2021-05-25 cs.AR cs.CR
PULSAR: Simultaneous Many-Row Activation for Reliable and High-Performance Computing in Off-the-Shelf DRAM Chips
PULSAR通过同时激活多行和复制输入数据,在商用DRAM芯片上实现高成功率和高性能的内存内处理,相比FracDRAM成功率提升24.18%,性能提升121%。
2024-03-18 cs.AR cs.DC
Evaluating Row Buffer Locality in Future Non-Volatile Main Memories
基于DRAM的主存储器具有破坏读取数据的读取操作,因此,必须在每次阵列访问时缓冲大量数据以保持低芯片成本。不幸的是,系统级趋势(例如多核架构中的存储器争用增加和提高存储器并行性的数据映射方案)可能导致仅访问少量缓冲数据。这使得在每次存储器阵列访问时缓冲大量数据是能量低效的。然而,新兴的非易失性存储器(NVM)(诸如PCM、STT-RAM和RRAM)不具有破坏性读取操作,从而为采用小的行缓冲器而不招致额外的面积损失和/或设计复杂性提供了机会。在这项工作中,我们讨论了架构的变化,使小行缓冲区在NVM中以低成本。我们提供了一个存储器访问协议,能源模型和时序模型,使进一步的系统级评估。我们评估系统级的权衡采用不同的行缓冲区大小的NVM主存储器的能源,性能和耐久性,不同的数据映射方案。我们发现,在一个多核CMP系统,减少行缓冲区的大小可以大大降低主存储器的动态能量相比,DRAM基线与大行大小,而不会大大影响耐久性,并为某些内存,导致性能提高。
2018-12-16 cs.AR
Retrospective: RAIDR: Retention-Aware Intelligent DRAM Refresh
回顾 ISCA 2012 论文 RAIDR,该研究通过 Bloom filter 对 DRAM 行按数据保留时间分组并以不同速率刷新,大幅降低了高容量 DRAM 芯片的刷新开销,体现了系统与 DRAM 协同设计方法。
2023-06-28 cs.AR
A Case for Transparent Reliability in DRAM Systems
今天的系统有各种各样的需求,很难使用一种尺寸适合所有商品DRAM解决。不幸的是,尽管系统设计者理论上可以调整商品DRAM芯片以满足他们的特定设计目标(例如,通过减少访问定时来提高性能、实现系统级RowHammer缓解),我们观察到,今天的设计者缺乏对商品DRAM芯片的可靠性特性的足够洞察力,以在实践中实现这些技术。在这项工作中,我们为DRAM制造商提供了一个案例,以提高DRAM可靠性关键方面的透明度(例如,基本芯片设计特性、测试策略)。这样做使系统设计人员能够做出明智的决定,以更好地适应商品DRAM,以满足现代系统的需求,同时保持其成本优势。为了支持我们的论点,我们研究了系统设计人员可以使商品DRAM芯片适应系统特定设计目标的四种方法:(1)提高DRAM可靠性;(2)减少DRAM刷新开销;(3)减少DRAM访问延迟;(4)减轻RowHammer攻击。我们观察到,采用解决方案的四个目标中的任何一个都需要系统设计人员对DRAM芯片的可靠性特性做出假设。这些假设阻碍了系统设计者在实践中使用这样的解决方案,因为很难做出和依赖假设。我们认为DRAM标准是问题的根源:当前的标准严格执行固定的工作点,没有规范系统设计人员如何探索替代工作点。为了克服这个问题,我们介绍了一个两步的方法,重新评估DRAM标准,重点是DRAM的可靠性的透明度,使系统设计人员被鼓励,使大多数商品DRAM技术为当前和未来的…
2022-04-21 cs.AR
HAPPY: Hybrid Address-based Page Policy in DRAMs
存储器控制器已经使用静态页面关闭策略来决定在已经访问了行之后,行是应该保持打开(打开页面策略)还是应该立即关闭(关闭页面策略)。对特定访问的适当选择可以减少平均内存延迟。但是,由于应用程序访问模式在运行时间发生变化,因此静态页面策略不能保证提供最佳执行时间。混合页面策略已经被研究作为覆盖这些动态场景的一种手段,现在已经在最先进的处理器中实现。混合页面策略通过监视行命中/冲突的访问模式并预测未来的行为,在应用程序运行时在打开页面和关闭页面策略之间切换。不幸的是,随着DRAM存储器的大小增加,对存储器访问模式的细粒度跟踪和分析不再实用。我们提出了一个紧凑的存储器地址为基础的编码技术,可以提高或保持DRAM页关闭预测器的性能,同时减少硬件开销相比,国家的最先进的技术。作为案例研究,我们将我们的技术HAPPY与最先进的监视器、英特尔至强X5650采用的英特尔自适应打开页面策略预测器以及传统的混合页面策略相集成。我们评估他们在70内存密集型的工作负载混合组成的单线程和多线程应用程序。实验结果表明,使用应用于英特尔自适应页面关闭策略的HAPPY编码,对于评估的64 GB内存,可以将硬件开销减少5倍(对于512 GB内存,最多可减少40倍),同时保持预测精度。
2015-09-12 cs.AR
Per-Row Activation Counting on Real Hardware: Demystifying Performance Overheads
Seoul National University(首尔大学)
首次在真实机器上评估DRAM读取干扰缓解方法PRAC的性能,发现其实际开销远低于模拟器预测,并证明关闭页面策略能有效隐藏时序延长带来的影响。
2025-11-01 cs.AR cs.CR
Simultaneous Multi Layer Access: A High Bandwidth and Low Cost 3D-Stacked Memory Interface
有限的内存带宽是现代系统中的关键瓶颈。3D堆叠DRAM通过利用更宽的硅通孔(TSV)通道来实现更高的带宽,但由于DRAM的内部带宽有限,今天的系统无法完全利用它们。DRAM同时从单元阵列读取整行到行缓冲器,但只能通过被称为全局位线的有限且昂贵的一组导线将数据的一部分从行缓冲器传送到外围IO电路。在存在较宽的存储器通道的情况下,主要瓶颈变成通过这些全局位线的有限的数据传输容量。我们在这项工作中的目标是在3D堆叠DRAM中实现更高的带宽,而不会增加增加更多全局位线的成本。相反,我们通过同时访问层来利用已经存在于多个DRAM层中的其他空闲资源,例如全局位线。我们的架构,同时多层访问(SMLA),通过聚合多个层的内部带宽和以更高的IO频率传输可用数据来提供更高的带宽。为了实现SMLA,通过相同的IO TSV从多个层同时传输数据需要层之间的协调以避免通道冲突。我们首先研究协调静态分区,我们称之为专用IO,分配组TSV的每一层。然后,我们提供了一个简单但复杂的机制,称为级联IO,它可以通过对IO进行时间复用来同时访问每一层。通过在与层数成比例的频率下工作,SMLA提供了更高的带宽(对于四层堆叠的DRAM为4X)。我们的评估表明,SMLA提供了显着的性能改善和能源减少(55%/18%,平均为多编程的工作负载,分别)在一个基线的3D堆叠DRAM具有非常低的面积开销。
2015-06-10 cs.AR
What Your DRAM Power Models Are Not Telling You: Lessons from a Detailed Experimental Study
主存储器(DRAM)消耗了当今计算机中总系统功率的一半,导致越来越需要开发新的DRAM架构和消耗更少功率的系统。长期以来,研究人员一直依赖于DRAM功耗模型,该模型基于供应商提供的标准化电流测量值(称为IDD值)。不幸的是,我们发现这些模型非常不准确,并且不能反映真实DRAM设备的实际功耗。我们进行了第一次全面的实验表征现代现实世界的DRAM模块所消耗的功率。我们对来自三家主要供应商的50个DDR3L DRAM模块进行了广泛的表征,得出了关于DRAM功耗的四个关键新观察结果:(1)在我们测量的所有IDD值中,实际DRAM模块消耗的电流与供应商指定的电流有很大差异;(2)DRAM功耗强烈依赖于读取或写入的数据值;(3)存在显著的结构变化,其中来自相同模型的多个DRAM模块上的相同存储体和行比其他存储体或行消耗更多的功率;以及(4)在连续的工艺技术代中,DRAM功耗没有像供应商规范所指示的那样降低。基于我们详细的分析和表征数据,我们开发了由真实实验提供信息的记忆能力变化感知模型(VAMPIRE)。我们表明,吸血鬼有一个平均的绝对百分比误差只有6.8%相比,实际测量的DRAM功率。VAMPIRE能够进行广泛的研究,这是使用以前的DRAM功率模型无法实现的。作为一个例子,我们使用VAMPIRE来评估一种新的功耗感知数据编码机制,它可以降低DRAM的能耗平均为12.2%。我们计划开源VAMP…
2018-07-13 cs.AR
Securing DRAM at Scale: ARFM-Driven Row Hammer Defense with Unveiling the Threat of Short tRC Patterns
本文提出MARC,一种基于ARFM的动态行锤缓解IP,通过检测短tRC模式并自适应调整RFM频率,在极小硬件开销下显著提升防御效果,最大暴露比最高提升50倍。
2025-01-24 cs.AR cs.CR
FAST: A Fully-Concurrent Access Technique to All SRAM Rows for Enhanced Speed and Energy Efficiency in Data-Intensive Applications
内存计算(Compute-in-Memory,简称CiM)是一种在数据密集型应用中提高计算速度和能量效率的有效方法。除了现有的CiM技术的按位逻辑在内存中的操作和点积操作,本文扩展了CiM的范式与FAST,一个新的移位为基础的内存计算技术,以处理高并发操作的多行在SRAM中。这样的高并发操作在传统应用(例如数据库中的表更新)和新兴应用(例如神经网络加速器中的并行权重更新)中广泛可见,其中低延迟和低能耗是关键的。所提出的基于移位的CiM架构通过将移位器功能集成到每个SRAM单元中,并通过创建利用阵列中多行中的移位操作的高度并行性的数据路径来实现。设计了一个128行16列的65 nm CMOS可移位SRAM来评估所提出的结构。Postlayout SPICE模拟显示,当在VGG-7框架中执行8位权重更新任务时,与传统的全数字存储器计算分离方案相比,平均提高了4.4倍的能效和96.0倍的速度。
2022-09-16 cs.AR
PRACtical: Subarray-Level Counter Update and Bank-Level Recovery Isolation for Efficient PRAC Rowhammer Mitigation
本文提出 PRACtical,通过子阵列级计数器更新重叠与 bank 级恢复隔离优化 PRAC+ABO,在保持 Rowhammer 安全性的同时提升性能并降低能耗。
2025-07-24 cs.AR cs.ET
DiscoRD: An Experimental Methodology for Quickly Discovering the Reliable Read Disturbance Threshold of Real DRAM Chips
ETH Zurich(苏黎世联邦理工学院);Rutgers University(罗格斯大学)
本文提出DiscoRD方法,通过实验分析212块真实DDR4芯片,建立读扰动位翻转的经验模型,探讨了单个RDT_min测量对纠错性能的影响,并提出结合ECC、内存 scrubbing 和可配置读扰动缓解机制以降低错误概率。
2026-03-12 cs.AR cs.CR
Accelerating GNN Training through Locality-aware Dropout and Merge
针对GNN训练中不规则连通性导致的DRAM访问低效问题,提出基于硬件的LiGNN方案,通过局部性感知的特征dropout和DRAM行级内存访问合并技术,在不损失精度的前提下显著提升训练速度并降低内存开销。
2025-06-26 cs.AR
Accelerating Bulk Bit-Wise X(N)OR Operation in Processing-in-DRAM Platform
随着冯诺依曼计算架构努力解决当今计算和内存密集型大数据分析任务,内存处理(PIM)平台正在获得越来越多的关注。通过这种方式,DRAM架构中的处理通过显著降低数据传输能量和延迟而取得了显著的成功。然而,当处理寻求批量逐位X(N)OR或加法运算的更复杂的应用时,尽管利用了最大的内部DRAM带宽和存储器内并行性,这种系统的性能还是会不可避免地降低。在本文中,我们开发DRIM平台,利用DRAM作为计算存储器,并将其转换为一个基本的处理单元。DRIM使用DRAM子阵列的模拟操作,并基于一种新的双行激活机制,对诸如读出放大器的外围电路进行适度的改变,将其提升以实现存储在同一位线中的操作数之间的逐位X(N)OR操作。模拟结果表明,DRIM在执行批量逐位X(N)OR运算时,平均吞吐量分别比CPU和GPU高出71倍和8.4倍。此外,DRIM优于最近的DRAM处理平台,性能提高了3.7倍。
2019-04-11 cs.AR
High-Performance and Energy-Effcient Memory Scheduler Design for Heterogeneous Systems
当多个处理器核心(CPU)和GPU一起集成在同一芯片上共享片外DRAM时,来自GPU的请求会严重干扰来自CPU的请求,导致系统性能低下和核心饥饿。不幸的是,由于非常大量的GPU存储器流量,最先进的存储器调度算法在解决这个问题时是无效的,除非采用非常大且昂贵的请求缓冲器来为这些算法提供跨全局请求流的足够可见性。先前提出的存储器控制器(MC)设计使用单个单片结构来执行三个主要任务。首先,MC尝试将请求一起调度到同一DRAM行以增加行缓冲器命中率。其次,MC在请求者(CPU和GPU)之间进行仲裁,以优化整体系统吞吐量、平均响应时间、公平性和服务质量。第三,MC管理低级DRAM命令调度以完成请求,同时确保符合所有DRAM时序和功率约束。本文提出了一种全新的方法,称为分级内存管理(SMS),它将三个主要的MC任务分为三个显着更简单的结构,共同提高系统的性能和公平性。我们的评估表明,SMS提供了41.2%的性能提高和公平性的改善相比,以前最好的国家的最先进的技术,同时使设计,是显着降低复杂性和更节能的实施。
2018-04-30 cs.AR
MIMDRAM: An End-to-End Processing-Using-DRAM System for High-Throughput, Energy-Efficient and Programmer-Transparent Multiple-Instruction Multiple-Data Processing
本文提出软硬件协同设计的MIMDRAM系统,利用细粒度DRAM在子阵列内支持MIMD执行,以提升PUD的灵活性、吞吐、能效和可编程透明性。
2024-03-03 cs.AR cs.DC
NTT-PIM: Row-Centric Architecture and Mapping for Efficient Number-Theoretic Transform on PIM
本文提出NTT-PIM,一种基于DRAM存内计算的行中心架构与映射方法,通过就地更新和多缓冲区流水线优化,在不修改单元阵列和严格面积预算下,实现比先前最佳PIM加速器快1.7至17倍的数论变换加速。
2023-10-15 cs.AR
The Processing Using Memory Paradigm:In-DRAM Bulk Copy, Initialization, Bitwise AND and OR
在现有系统中,芯片外存储器接口允许存储器控制器仅执行读取或写入操作。因此,要执行任何操作,处理器必须首先读取源数据,然后在执行操作后将结果写回内存。对于处理大量数据的操作,这种方法会消耗很高的延迟、带宽和能源。几项工作已经提出了通过在更靠近主内存芯片的地方添加少量计算逻辑来处理内存附近数据的技术。在这篇文章中,我们描述了两种技术,最近的作品,采取这种方法在内存中处理进一步利用主内存技术的底层操作来执行更复杂的任务。首先,我们描述RowClone,一种利用DRAM技术完全在主存内执行批量复制和初始化操作的机制。然后,我们描述了一个互补的工作,使用DRAM执行批量逐位AND和OR操作内的主存储器。这两种技术显著提高了各自操作的性能和能源效率。
2016-10-30 cs.AR
System-Technology Co-Optimization of Bitline Routing and Bonding Pathways in Monolithic 3D DRAM Architectures
Georgia Institute of Technology(佐治亚理工学院)
本文针对3D DRAM布线和键合限制导致的密度扩展问题,提出基于TCAD和SPICE仿真优化位线结构,实现2.6Gb/mm²的高密度和60%的读写能耗降低。
2026-03-12 cs.AR
DRMap: A Generic DRAM Data Mapping Policy for Energy-Efficient Processing of Convolutional Neural Networks
Technische Universität Wien(维也纳工业大学)
许多卷积神经网络(CNN)加速器面临着性能和能效挑战,这对于嵌入式实现至关重要,因为DRAM访问延迟和能耗很高。最近,一些DRAM架构已经被提出来利用子阵列级并行来减少访问延迟。为此,我们提出了一种设计空间探索方法来研究不同的DRAM架构上的不同映射策略的延迟和能量,并确定帕累托最优的设计选择。结果表明,能量有效的DRAM访问可以通过映射策略,有序的优先级,以最大限度地提高行缓冲器的命中,银行和子阵列级的并行性。
2020-04-21 cs.AR cs.LG
LISA: Increasing Internal Connectivity in DRAM for Fast Data Movement and Low Latency
本文总结了HPCA 2016上发表的低成本互联子阵(LISA)的想法,并探讨了这项工作的意义和未来潜力。当代系统通过将数据从DRAM传输到处理器,然后跨窄的片外通道返回到DRAM,来低效地执行批量数据移动。使用这种窄通道导致高延迟和能量消耗。先前的工作提出通过利用现有的宽的内部DRAM带宽进行批量数据移动来避免这些高成本,但是DRAM内的线的有限连接允许仅在单个DRAM子阵列内的快速数据移动。每个子阵列的大小只有几兆字节,极大地限制了DRAM中快速批量数据移动的范围。HPCA 2016论文提出了一种新的DRAM基板,即低成本互连子阵列(LISA),其目标是以低成本在大范围内存中实现快速有效的数据移动。LISA在相邻子阵列之间增加了低成本连接。通过使用这些连接来互连相邻子阵列的现有内部导线(位线),LISA能够在多个子阵列之间进行宽带宽数据传输,而DRAM面积开销很小(仅为0.8%)。作为DRAM基板,LISA用途广泛,可实现各种新应用。我们详细描述和评估三个这样的应用程序:(1)快速子阵列间批量数据复制,(2)在DRAM缓存使用DRAM架构,其行具有异构的访问延迟,和(3)通过链接多个预充电单元在一起加速DRAM预充电。我们的广泛评估表明,LISA的三个应用程序中的每一个都显着提高了各种工作负载和系统配置的性能和内存能效。
2018-05-08 cs.AR
D-RaNGe: Using Commodity DRAM Devices to Generate True Random Numbers with Low Latency and High Throughput
我们提出了一种新的DRAM为基础的真随机数发生器(TRNG),利用DRAM单元作为熵源。其关键思想是故意违反DRAM访问时序参数,并使用由此产生的错误作为随机性的来源。我们的技术专门降低DRAM行激活延迟(时序参数tRCD)低于DRAM推荐的规格,诱导读取错误,或激活失败,表现出真正的随机行为。然后,我们聚合来自多个小区的结果数据,以获得能够以低延迟提供高吞吐量的随机数的TRNG。为了证明我们的TRNG设计使用商品DRAM芯片是可行的,我们严格描述了来自三家主要DRAM制造商的282个最先进的LPDDR 4器件的激活故障行为。我们使用来自相同制造商的四个额外的DDR3 DRAM设备来验证我们的观察结果。我们的研究结果表明,每个设备中的许多单元产生随机数据,这些数据在时间和温度变化中保持稳健。我们使用我们的观察开发D-RanGe,一种方法,用于从商品DRAM设备中提取真正的随机数,具有高吞吐量和低延迟,故意违反读访问定时参数。我们使用常用的NIST随机性统计测试套件来评估我们的TRNG的质量,并发现D-RaNGe:1)成功通过每个测试,2)生成真正的随机数,吞吐量比以前最高吞吐量的基于DRAM的TRNG高出两个数量级。
2018-12-25 cs.AR
Buddy-RAM: Improving the Performance and Efficiency of Bulk Bitwise Operations Using DRAM
按位操作是现代编程的重要组成部分。许多广泛使用的数据结构(例如,数据库中的位图索引)依赖于对大位向量的快速逐位操作来实现高性能。不幸的是,在现有系统中,无论底层架构如何(例如,CPU、GPU、FPGA),这种批量逐位操作的吞吐量受到可用内存带宽的限制。我们提出了巴迪,一种新的机制,利用DRAM的模拟操作,完全在DRAM芯片内执行批量按位操作。Buddy由两部分组成。首先,连接到同一组读出放大器的三个DRAM行的同时激活使我们能够执行逐位AND和OR操作。其次,每个读出放大器中的反相器使我们能够执行按位非操作,对DRAM阵列进行适度的更改。这两个组件使Buddy功能完整。Buddy的实现在很大程度上利用了现有的DRAM结构和接口,并且开销很低(DRAM芯片面积的1%)。基于SPICE模拟的评估表明,在7种常用的按位操作中,Buddy在原始吞吐量上提供了10.9X-25.6X的提高,在能耗上减少了25.1X-59.5X。我们评估了三个利用按位操作的现实数据密集型应用程序:1)位图索引,2)BitWeaving,3)基于位向量的集合实现。我们的评估显示Buddy的表现明显优于最先进的技术。
2016-11-30 cs.AR
Simple DRAM and Virtual Memory Abstractions to Enable Highly Efficient Memory Systems
在大多数现代系统中,存储器子系统在各种资源处以多个不同粒度被管理和访问。我们观察到,这样的多粒度管理的内存子系统中的显着的低效率的结果。具体地,我们观察到1)页面粒度虚拟内存不必要地触发大内存操作,以及2)现有的高速缓存行粒度内存接口对于执行批量数据操作和表现出差的空间局部性的操作是低效的。为了解决这些问题,本文提出了一系列的技术。首先,我们提出了页面覆盖,一个框架增强了现有的虚拟内存框架的能力,以跟踪一个新版本的一个子集的高速缓存行在每个虚拟页面。我们表明,这种扩展是强大的,通过展示它的好处在一些应用程序。其次,我们表明,DRAM可用于执行更复杂的操作,而不仅仅是存储数据。我们提出了行克隆,一种机制来执行批量数据复制和初始化完全内部的DRAM,和伙伴RAM,一种机制来执行批量逐位操作使用DRAM。这两种技术都实现了相应操作效率的数量级改进。第三,我们提出了聚集分散DRAM,一种技术,利用DRAM组织有效地收集/分散值与2的权力跨越访问模式。对于这些访问模式,GS-DRAM实现了接近理想的带宽和缓存利用率,而不会增加从内存中获取数据的延迟。最后,我们提出了脏块索引,一种新的跟踪脏块的方法。除了提高批量数据一致性的效率外,DBI还有几个应用,包括高性能内存调度、高效缓存查找旁路和支持异构ECC。
2016-05-20 cs.AR
MAC-DO: An Efficient Output-Stationary GEMM Accelerator for CNNs Using DRAM Technology
针对DRAM原位加速器利用率低和MAC操作周期长的问题,提出MAC-DO,利用双1T1C单元和电荷引导模拟计算实现单周期多位MAC,提升吞吐量和能效。
2024-02-07 cs.AR cs.DC cs.NE
Shared-PIM: Enabling Concurrent Computation and Data Flow for Faster Processing-in-DRAM
Shared-PIM通过在DRAM内存库中策略性分配行并利用内存外设,实现同一内存库内并发计算与数据传输,相比LISA降低数据移动延迟和能耗,集成到pLUTo后显著提升矩阵乘法、多项式乘法、数值传输及图处理任务性能,面积开销仅7.16%。
2025-05-07 cs.AR
Managing Hybrid Main Memories with a Page-Utility Driven Performance Model
已经提出了由动态随机存取存储器(DRAM)和非易失性存储器(NVM)组成的混合存储器系统,以利用NVM的容量优势和DRAM的延迟和动态能量优势。这种系统的一个重要问题是如何在DRAM和NVM之间放置数据以提高系统性能。在本文中,我们设计的第一种机制,称为UBM(基于页实用程序的混合存储管理),系统地估计系统的性能优势,将页面放置在DRAM与NVM,并使用此估计来指导数据的位置。UBM的估计方法由两个主要部分组成。首先,它估计如果被访问的页面被放置在DRAM中,应用程序的停顿时间可以减少多少。为此,UBM综合考虑访问频率、行缓冲区位置和内存级并行性(MLP)来估计应用程序的停滞时间减少。其次,UBM估计每个应用程序的停滞时间减少对整体系统性能的贡献。基于这种估计方法,UBM可以确定并放置DRAM中最关键的数据,以直接优化系统性能。实验结果表明,对于SPEC CPU 2006和Yahoo Cloud Serving Benchmark(YCSB)套件中的大量数据密集型工作负载,与三种最先进的机制中的最佳机制相比,UBM平均将系统性能提高了14%(最高可达39%)。
2015-07-13 cs.AR
PipeDRAM: A Data-Transposition-Free Processing-Using-DRAM Architecture with Hardware/Software Pipelining
Huawei Research, Zürich(华为研究院苏黎世);ETH Zürich(苏黎世联邦理工学院);SAFARI Research Group(SAFARI研究组)
PipeDRAM通过确定性位重组织和流水线执行模型,消除PUD架构中的运行时数据转置,实现水平数据布局上的直接位级运算,性能提升最高80.4倍,能耗降低最高38倍。
2026-09-30 cs.AR
DNA Pre-alignment Filter using Processing Near Racetrack Memory
最近的DNA预比对过滤器设计采用DRAM来存储参考基因组及其相关联的元数据。然而,随着器件规模的扩大,DRAM招致越来越高的能耗背景和刷新能量。为了克服这个问题,本文探讨了一种设计与赛道存储器(RTM)-一种新兴的非易失性存储器,承诺更高的存储密度,更快的访问延迟,和更低的能耗。RTM中的多位存储单元本质上是顺序的,因此需要数据放置策略来减轻数据访问期间移位的性能和能量影响。我们提出了一个近记忆预对准滤波器与一个新的数据映射和几个移位减少策略明确设计的RTM。在一组四个输入基因组从1000基因组计划,我们的方法提高了性能和能源效率分别为68%和52%,相比,最先进的DRAM为基础的架构。
2022-05-04 cs.AR cs.ET
Ramulator 2.0: A Modern, Modular, and Extensible DRAM Simulator
Ramulator 2.0是一款模块化、可扩展的DRAM模拟器,通过抽象关键组件接口和可复用lambda函数库,支持快速实现和评估内存控制器及DRAM设计变更,并已开源。
2023-11-29 cs.AR cs.CR
Self-Managing DRAM: A Low-Cost Framework for Enabling Autonomous and Efficient in-DRAM Operations
提出自管理DRAM(SMD)架构,将维护操作控制从内存控制器移至芯片内部,通过单一接口修改实现自主维护与延迟重叠,平均加速4.1%,低成本且开源。
2025-08-06 cs.AR cs.CR