Cores That Don't Count - 2021 (hotos21-s01-hochschild).pdf

"Cores That Don't Count" 在计算机系统中，我们通常认为计算机是可靠的，特别是执行指令的核心。但是，随着VLSI时代的推进和处理器设计的复杂化，出现了一些奇怪的计算错误，这些错误在制造测试中没有被检测到。这些缺陷不能总是通过微码更新或其他技术来解决，可能与处理器的特定组件相关，导致小的代码变化带来巨大的可靠性变化。更糟糕的是，这些故障通常是“沉默的”，只有一个错误的计算结果。 我们将这种行为称为“mercurial”核心。Mercurial核心非常罕见，但是在大规模服务器集群中，我们可以观察到它们引起的混乱，足以使其成为一个明确的问题—一个需要硬件设计师、处理器供应商和系统软件架构师之间的合作来解决的问题。 本文呼吁系统研究领域进行新的关注，提出了一些基于软件的方法来解决mercurial核心问题，包括改进检测和隔离机制、容忍沉默的数据损坏等。 在本文中，我们将详细讨论mercurial核心的定义、特点、影响和解决方法。 什么是mercurial核心？ Mercurial核心是指在正常操作条件下，偶尔出现计算错误的处理器核心。这些错误可能是由于处理器设计或制造过程中的缺陷所致，并且不能总是被检测到。这些缺陷可能与处理器的特定组件相关，并且可能导致小的代码变化带来巨大的可靠性变化。 Mercurial核心的影响 Mercurial核心可能导致计算结果的错误，从而影响到整个系统的可靠性。在大规模服务器集群中，mercurial核心可能会引起混乱，影响到整个系统的性能和可靠性。 解决mercurial核心的方法 解决mercurial核心的问题需要硬件设计师、处理器供应商和系统软件架构师之间的合作。我们可以通过以下方法来解决mercurial核心的问题： * 改进检测和隔离机制，以检测和隔离mercurial核心。 * 开发容忍沉默的数据损坏的机制，以减少mercurial核心对系统的影响。 * 开发新的处理器设计和制造技术，以减少mercurial核心的出现。 软件方法 软件方法可以用来检测和解决mercurial核心的问题。例如，我们可以使用软件来检测mercurial核心，并将其隔离，以减少其对系统的影响。我们也可以使用软件来容忍沉默的数据损坏，从而减少mercurial核心对系统的影响。 结论 Mercurial核心是一个非常罕见但非常重要的问题，它需要硬件设计师、处理器供应商和系统软件架构师之间的合作来解决。我们需要新的关注和方法来解决mercurial核心的问题，以确保计算机系统的可靠性和性能。