随着计算机应用的发展与“大数据”的兴起,应用程序需要越来越多的内存,同时由于功耗和工艺的限制动态随机访问存储器(Dynamic Random Access Memory,DRAM)已经无法满足应用程序对内存的需求。由新兴的非易失性内存(Non-Volatile Memory,NVM)和DRAM组成的平行化异构内存系统,因其同时具有NVM大容量的特点和DRAM低读/写时延、低写能耗、寿命长的优势,近年来已经引起了越来越多的关注,为计算机体系结构的发展带来了新的契机。在平行化异构内存系统中只有将应用程序的数据放置在合适的内存介质中,才能充分利用NVM和DRAM各自的优势。现有的研究主要着重于利用页面迁移的机制来获取更好的性能和更优的能耗效率。然而这些机制都依赖于在线的页面监测,而这种监测机制需付出很大的性能开销,并且以页面为粒度进行数据迁移操作会浪费一定的DRAM带宽并降低DRAM的利用率。提出了 一种基于对象的内存分配和迁移机制OAM(Obj ect-level memory Allocation and Migration)。OAM首先利用离线访存分析工具获取对象的访存模式,然后使用性能/能耗模型来指导应用程序的数据分配,同时还会为有需要的数据对象提供迁移操作。基于OAM中所提供的用于平行化异构内存系统内存分配和数据迁移的编程接口,应用程序的源码可通过OAM所提供的静态代码工具自动修改。当程序开始执行后,操作系统根据OAM所提供的分配建议以及当前系统中DRAM的可用量共同决定对象的放置。实验结果表明,与Linux系统所提供的page-interleaving数据放置方案相比,OAM在性能能耗积上表现出很大的优势,能平均降低61%应用所需的执行时间。与当前常用的页面迁移算法CLOCK-DWF相比,在SPEC CPU2006和PARSEC 3.0上OAM能够显著减少42%的数据迁移量,并平均提升9%左右的系统性能。