Processing-In-Memory Primitive für das Datenmanagement (PIMPMe)

• Antragsteller: Dr.-Ing. Andreas Becher; Professor Dr.-Ing. Kai-Uwe Sattler; Professor Dr.-Ing. Daniel Ziener
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 502352642

Die laufenden Entwicklungen auf dem Gebiet der Speichertechnologie eröffnen ein großes Potenzial für den Aufbau hocheffizienter datenintensiver Systeme, die den Herausforderungen moderner Anwendungen gerecht werden. Gleichzeitig müssen traditionelle Annahmen überdacht werden, um diese Technologie voll ausschöpfen zu können. In diesem Projekt wollen wir den Nutzen speicherzentrierter Computing-Paradigmen (Processing-in-Memory PIM) untersuchen: Wir werden die Verlagerung von Berechnungen in den Speicher erforschen, um die zwischen Speicher und CPU zu übertragende Datenmenge zu verringern und auf diese Weise die Bandbreite zu erhöhen, die CPU-Belastung für Berechnungen zu verringern und letztlich den Energieverbrauch moderner IT-Systeme zu senken. Wir planen die Ergebnisse der ersten Projektphase zur Auslagerung von Datenbankoperation in PIM-Speicher zu erweitern. Konkret sind zwei Dimensionen der Erweiterung vorgesehen: (1) PIM-Abstraktionen: Während wir in der ersten Phase Primitive betrachtet haben, die auf die UPMEM-Speichertechnologie zugeschnitten sind, und aktuell noch an FPGA-Unterstützung arbeiten, planen wir in der zweiten Phase, Abstraktionen auf höherer Ebene zu entwerfen und zu entwickeln, die verschiedene Speicher- und Ausführungsmodelle unterstützen. (2) Verteiltes Rechnen: Mit dem Aufkommen von Interconnects wie CXL.mem aber auch mit Netzwerktechnologien wie RDMA werden Shared-Memory-Infrastrukturen verfügbar, bei denen mehrere Rechenknoten auf denselben Hauptspeicher zugreifen und Berechnungen auslagern können. Im Projekt sollen die Herausforderungen und Möglichkeiten solcher Infrastrukturen im spezifischen Kontext der verteilten Datenbankverarbeitung untersucht werden.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2377: Disruptive Hauptspeichertechnologien