关键词：内存计算 异构内存 大数据 非易失性存储器 

摘要：受限于DRAM和新型非易失性存储器（non-volatile memory,NVM）的缺陷,单纯的DRAM或者NVM难以满足大数据应用对内存系统容量以及功耗提出的高要求。因此如何将DRAM和NVM组合成异构内存系统并进行高效的管理、准确的评估,是当今学术界和工业界面临的主要挑战。从体系结构、系统软件、编程模型以及应用等方面对面向大数据的异构内存系统进行分析与研究,提出了一系列异构内存系统的优化方法,如层次化异构内存架、片上缓存管理、访存调度、能耗管理、虚实地址转换和面向对象的内存分配与迁移机制等,并实现了原型系统进行验证。

大数据杂志要求:

{1}文稿摘要是以提供文献内容梗概为目的，不加评论和补充解释，简明、准确地记述文献重要内容的短文。

{2}请遵守学术规范和学术道德。引文注明出处，正文注释采用脚注，参考文献采用尾注。请勿抄袭、剽窃、一稿多投。文责自负。

{3}稿件要求：稿件应论点明确、数据可靠、逻辑严密、文字精练、可读性强。

{4}稿件中所用名词术语、人名、地名等的中、外文和汉语拼音均应按国家有关标准和规定使用。计量单位须以《中华人民共和国法定计量单位》为准，计量单位应使用字母符号而非中文符号。

{5}作者限于主要参与论文的写作、实验操作、数据采集和处理，并能对文稿内容负责、解答有关问题的责任者。作者的排列顺序由供稿者确定。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社