[网客JT]

为了表示支持，我开一技术thread，　希望大牛们跳出来挑战一番，最起码活跃了论坛。


Start with Cache 101:

T0=T
T1=(1-a)*T + a*Th + Tm

随着ａ增大，　T1<T0

其中：
T: memory access 的时间。
a: 　cache hit rate，　即所取数据在cache里而不需要access memory的百分比。
Th: 　cache access的时间，　Th<<T (远远小于的意思）
Tm： cache management 带来的overhead, 包括dirty entry write back, 即cache里被改变的数据，要在适当时间写回memory； 包括cache algorithm本身需要耗费的时间.

T0: 没有cache的平均memory access 时间，　
T1: 有cache后的平均memory access 时间。

注： 上面所有的“时间”,都是以CPU cycle来计量，是细节问题，就理解为“操作要耗费的时间”即可。

cache 101 的基本问题：

Th<<T, 所以， T1<T0, 即cache带来的overhead 远低于其带来的好处。 所以CPU 都用cache.

cache 102的基本问题：

什么样的cache algorithm (& corresponding design)更有效？
CPU 业界数十年积累，采用的是LRU， 所有算法里最简单的算法。 为什么？ 先不提。

改善cache algorithm， 会提高a, 即hit rate， 从而会改善T1。 Wang Qufei 博士的发现，就是
1) 如果采用Weighted LRU, 对特定的application (如web server)， 会大幅度提高a，
2) 并且对其它的application， a 也不降低。

其1) 肯定是对的， 因为。。。那没有办法不对。 LRU 是几乎最差的算法（因为是最简单的算法）。

其2) 。。。权当也是对的。


王博士继续宣布：

3) 如果采用该WLRU 算法， intel 的CPU performance 会radically improve.
4) radically improve的程度，是可以完全解决"内存墙" 的问题。
5) 。。。。

请支持或反对WLRU 具有革命性后果的内行同学，批判或反对一下上述的综述。 （按论坛规矩， 没有反对的就是赞成


hint: 上述1) 和 2) 如果代表了王博士“发现”的主要内容， 那么： 这个发现discovery 一定是valid， at least partially， 所以大家不必存疑。


《未完待续》


有CS 、EE 背景的同学，可以瞄一眼这里罗列的cache algorithm的laundry list， 可以了解在众多的算法中， 王同学的算法归于哪类。
https://en.wikipedia.org/wiki/Cache_algorithm


也可以看看这篇论文：Outperforming LRU with an Adaptive Replacement Cache Algorithm， 2004 年发表在IEEE Computer。
导读： 1) 看看其introduction对该领域背景的概括（不要骂人家一句愚蠢就完了），尤其是：

Discarding the least-recently-used page is the policy of choice in cache management. Until recently, attempts to outperform LRU in practice had not
succeeded because of overhead issues and the need to pretune parameters. 。。。 the need for the workload-
specific pretuning that plagued many previous proposals to improve LRU.

2) 看看对improve cache algorithm的科研成果能带来的dramatic 行业冲击的预估(which is none, nil, zero...)

https://www.almaden.ibm.com/cs/people/dmodha/ARC.pdf

作者：网客JT 在 项目找投资与合作 发贴, 来自【海归网】 http://www.haiguinet.com