ক্যাশে মেমোরির পরিচিতি: সংজ্ঞা, প্রকারগুলি, সম্পাদনা [মিনিটুল উইকি]

An Introduction Cache Memory

দ্রুত নেভিগেশন:

ক্যাশ মেমরি

সংজ্ঞা

ক্যাশে স্মৃতি কী? ক্যাশে মেমরি একটি চিপ-ভিত্তিক কম্পিউটার উপাদান। এটি কম্পিউটারের স্মৃতি থেকে আরও দক্ষতার সাথে ডেটা পুনরুদ্ধার করতে পারে। এটি একটি অস্থায়ী স্টোরেজ অঞ্চল হিসাবে কাজ করে যেখানে কম্পিউটার প্রসেসরগুলি সহজেই ডেটা উদ্ধার করতে পারে এবং এটি এর মধ্যে বাফার হিসাবে কাজ করতে পারে র্যাম এবং সিপিইউ।

টিপ: সিপিইউ সম্পর্কে আরও তথ্য জানতে, আপনি যেতে পারেন মিনিটুল এর অফিসিয়াল ওয়েবসাইট।

ক্যাশে স্মৃতির উদ্দেশ্য কী? এটি দ্রুতগতিতে এবং হাই-স্পিড সিপিইউয়ের সাথে সিঙ্ক্রোনাইজ করতে ব্যবহৃত হতে পারে। এটি প্রায়শই অনুরোধ করা ডেটা এবং নির্দেশাবলী সংরক্ষণ করে যাতে প্রয়োজনে তত্ক্ষণাত সিপিইউতে ব্যবহার করা যায়। মূল মেমরি বা ডিস্ক মেমরির চেয়ে ক্যাশে মেমরি বেশি ব্যয়বহুল, তবে সিপিইউ নিবন্ধকের চেয়ে কম ব্যয়বহুল।

প্রকার

Ditionতিহ্যগতভাবে, মাইক্রোপ্রসেসরের সান্নিধ্য এবং অ্যাক্সেসযোগ্যতা বর্ণনা করতে ক্যাশে মেমরি টাইপটিকে 'স্তর' হিসাবে শ্রেণিবদ্ধ করা হয়েছিল। ক্যাশে মেমরির স্তরগুলি নিম্নরূপ:

স্তর 1: স্তর 1 ক্যাশেটি প্রাথমিক ক্যাশে, যা খুব দ্রুত, তবে তুলনামূলকভাবে ছোট। এটি সাধারণত প্রসেসরের চিপে সিপিইউ ক্যাশে হিসাবে এম্বেড থাকে।

স্তর 2: স্তর 2 ক্যাশে হ'ল মাধ্যমিক ক্যাশে, যা সাধারণত স্তর 1 ক্যাশের চেয়ে বড়। এল 2 ক্যাশে সিপিইউতে এম্বেড করা যেতে পারে, বা এটি একটি পৃথক চিপ বা কোপ্রোসেসর হতে পারে এবং এটিতে একটি উচ্চ-গতির স্ট্যান্ডবাই সিস্টেম বাস রয়েছে যা ক্যাশে এবং সিপিইউকে সংযুক্ত করে।

স্তর 3: স্তর 3 ক্যাশেটি বিশেষায়িত মেমোরি, যার লক্ষ্য স্তর 1 এবং স্তর 2 এর কর্মক্ষমতা উন্নতি করা যদিও L3 ক্যাশে সাধারণত গতির দ্বিগুণ হয় ড্রামা , L1 বা L2 ক্যাশে L3 ক্যাশের চেয়ে অনেক দ্রুত হতে পারে। মাল্টি-কোর প্রসেসরের সাহায্যে প্রতিটি কোরের ডেডিকেটেড এল 1 এবং এল 2 ক্যাশে থাকতে পারে তবে তারা এল 3 ক্যাশে ভাগ করে নিতে পারে।

অতীতে, L1, L2, এবং L3 ক্যাশে প্রসেসর এবং মাদারবোর্ড উপাদানগুলির সংমিশ্রণ ব্যবহার করে তৈরি করা হয়েছিল। এখন, প্রবণতাটি হ'ল তিনটি স্তরের মেমরি ক্যাশের সিপিইউতে সংহত করার জন্য। হতে পারে, আপনি এই পোস্টে আগ্রহী - [2020 গাইড] আপনার পিসির জন্য কীভাবে মাদারবোর্ড চয়ন করবেন ।

ম্যাপিং

ক্যাশে মেমরির জন্য ব্যবহৃত তিনটি ম্যাপিংয়ের ধরনগুলি হ'ল: সরাসরি ম্যাপিং, এসোসিয়েটিভ ম্যাপিং এবং সেট-এসোসিয়েটিভ ম্যাপিং। বিশদটি নিম্নরূপ:

সরাসরি ম্যাপিং: সহজ কৌশলটি হ'ল সরাসরি ম্যাপিং। এটি মূল মেমরির প্রতিটি ব্লককে কেবল একটি সম্ভাব্য ক্যাশে লাইনে মানচিত্র করে। অথবা, সরাসরি ম্যাপিংয়ে প্রতিটি মেমরি ব্লককে ক্যাশে একটি নির্দিষ্ট লাইনে বরাদ্দ করুন।

কোনও নতুন ব্লক লোড করার প্রয়োজন হলে যদি কোনও স্টোরেজ ব্লক যদি কোনও সারি দখল করে থাকে তবে পুরানো ব্লকটি বাতিল করা হবে। ঠিকানার স্থানটি দুটি ভাগে বিভক্ত: সূচী ক্ষেত্র এবং লেবেল ক্ষেত্র।

সহযোগী ম্যাপিং: এই ধরণের ম্যাপিংয়ে, সহযোগী মেমরি মেমরি শব্দের সামগ্রী এবং ঠিকানাগুলি সঞ্চয় করতে ব্যবহৃত হয় is যে কোনও ব্লক ক্যাশের যে কোনও লাইন প্রবেশ করতে পারে। এর অর্থ হ'ল আইডি বিট শব্দটি ব্লকে কোন শব্দটি প্রয়োজন তা সনাক্ত করতে ব্যবহৃত হয় তবে লেবেলটি বাকী সমস্ত বিট হয়ে যায় becomes

এটি কোনও শব্দ ক্যাশে যে কোনও জায়গায় রাখা সম্ভব করে তোলে। এটিকে ম্যাপিংয়ের দ্রুততম এবং সবচেয়ে নমনীয় ফর্ম হিসাবে বিবেচনা করা হয়।

সেট-অ্যাসোসিয়েটিভ ম্যাপিং: এই ম্যাপিং ফর্মটি সরাসরি ম্যাপিংয়ের একটি বর্ধিত রূপ যা সরাসরি ম্যাপিংয়ের অসুবিধাগুলি দূর করে। সেট অ্যাসোসিয়েশন সরাসরি ম্যাপিং পদ্ধতিগুলিতে সম্ভাব্য ঘড়ির সমস্যার সমাধান করে।

এটি এই বলে এটি করে যে ঠিক এক লাইনের পরিবর্তে ক্যাশে একটি ব্লক ম্যাপ করা যেতে পারে, আমরা এই সেটটি সম্পাদন করতে এক সাথে বেশ কয়েকটি সারির একটি গ্রুপ তৈরি করব। মেমরির একটি ব্লক তারপরে নির্দিষ্ট সংগ্রহের যে কোনও সারিতে ম্যাপ করা যায়।

কর্মক্ষমতা

প্রসেসরের মূল স্মৃতিতে কোনও অবস্থানে পড়তে বা লিখতে হবে যখন এটি প্রথমে ক্যাশে সম্পর্কিত এন্ট্রি পরীক্ষা করে। ক্যাশে মেমরির পারফরম্যান্স সাধারণত হিট রেশিও বলে একটি পরিমাণে পরিমাপ করা হয়। আপনি বৃহত্তর ক্যাশে ব্লক আকার, উচ্চতর সাহচর্য এবং মিস রেট কমিয়ে ব্যবহার করতে পারেন। মিসের ব্যয় হ্রাস করে এবং ক্যাশে আঘাতের সময় কমিয়ে ক্যাশে পারফরম্যান্সকে উন্নত করুন।

আরও দেখুন: কীভাবে সিস্টেম ক্যাশে উইন্ডোজ 10 সাফ করবেন [2020 আপডেট হয়েছে]

চূড়ান্ত শব্দ

উপসংহারে, এই পোস্টে ক্যাশে মেমরি সম্পর্কে কিছু তথ্য প্রবর্তন করে। আপনি সংজ্ঞা, প্রকারের পাশাপাশি এর প্রস্তাবটিও জানেন। এছাড়াও, আপনি এই পোস্ট থেকে ক্যাশে মেমরির পারফরম্যান্স এবং ম্যাপিংও জানতে পারবেন।