SOAx与SoaAlloc

第一篇： SoAx: A generic C++ Structure of Arrays for handling particles in HPC codes

    首先从物理问题的数学计算问题引出粒子结构体的问题，粒子是具有属性的。而针对一系列的粒子，常见的情况，分为数组结构体（SoA）和结构体数组（AoS）。着重介绍了两种编程结构的优缺点。

      一种是结构体数组（AoS），本着面向对象编程（OOP）范式的精神。粒子信息是作为一个结构体处理的。这种情况下，一个对象代表着一个粒子，一堆粒子被存储在一个数组中。相反，在数组结构体（SoA）中，一个单独的结构体包含多个数组，一个数组代表着所有的粒子的某一个属性。

     结构体数组（AoS）： I.使用的灵活性更高；

                                         II.单个粒子可以轻易地生成和修改；

                                        III.内存存储分散，没有合并内存；

     数组结构体（SoA）： I.使用的灵活性较低；

                                         II.一种属性（即成员函数）的生成和修改更加简单，最大容量内存需要提前算好；

                                         III.内存合并同种属性占用同一空间；

    之后在CPUs和GPU上对结构体数组（AoS）和 数组结构体（SoA）做了测试。从向量化和缓存上进行分析。结构体数组（AoS）并不能利用向量化；但是数组结构体可以。但当三级缓存耗尽时，向量化的加速就没效果了。最佳状态在于L2使用完时。

           对于结构体数组（AoS）能不能使用缓存的部分还没有看懂，感觉理解反了。

            

     然后提出了C++的特性，C++允许抽象允许通过AoS模式访问数据，而数据是在内存中作为SoA。通过C++模板元编程设计了一种新的结构SoAx综合了两种的特点（并不了解C++这块儿，同时在想是否类似于thrust库中，将多个数组绑定到一起）

第二篇：SoaAlloc: Accelerating Single-Method Multiple-Objects Applications on GPUs

     一种基于GPU的内存分配策略，提高内存分配效率

        SoaAlloc将堆分成相等字节大小的M块 对象在SOA布局中存储在块中。,所有字段的值存储在一起;每个块只能储存相同类型类/结构体。在一个块，分配自由槽被一个对象分配跟踪位图。因为类型可以有不同的大小，块可能有不同数量的物体。块可以位于三个状态之一：未初始化，分配给特定类型，或分配和活动。新对象分配在新的块儿中。为了快速找到新块的块和空间。Soa-Alloc维护一个全局自由位图，并为每一种类型块分配位图和一个有源块位图。

        SoaAlloc还应用了三种优化来提高分配的效率：（a）与XMalloc相似，SIMD线程组（跃迁）中的分配请求被合并到单个请求中，以减少内存操作的数量。（b）位图是分层的，这样就可以在不扫描整个位图的情况下找到块。（c）SoaAlloc是由许多硬件架构提供的高效的位操作。