DFG-Projekt im Schwerpunktprogramm 2377: https://spp2377.uos.de/

Abstract:

Das Gesamtziel dieses Projekts besteht darin, Hauptspeicher-Datenbanksysteme in die Lage zu versetzen, von einer elastischen Speicherhierarchie zu profitieren. Dieser Ansatz ist nicht nur aufgrund der Einbeziehung von Speichertechnologien wie NVRAM, HBM, PIM und NMC-Komponenten bahnbrechend, sondern vor allem aufgrund eines Auswahlprozesses geeigneter Komponenten und Technologien, die in der elastischen Speicherhierarchie verwendet werden, wie z. B. Speicherkomprimierung, GPU-Beschleunigung oder die Verwendung von Remote-Speicherressourcen. Die tatsächliche Konfiguration der Speicherhierarchie für einen bestimmten Anwendungsfall wird auf einer Mehrkriterienanalyse der Abwägung zwischen verschiedenen nicht-funktionalen Parametern eines Systems beruhen. Dabei gehen wir davon aus, dass das System den Prinzipien des Autonomic Computing folgt: Es ist anpassungsfähig an nicht-funktionale Eigenschaften und an Veränderungen in der Verfügbarkeit der Komponenten der Speicherhierarchie.

Projektleitung

• Prof. Dr. Maximilian E. Schüle

Projektmitarbeitende

• Maha Alwahibi, M.Sc.
• Bachana Jangebashvili, B.Sc.
• Duong Tung Nguyen, M.Sc.
• Lakshmi Nair, B.Sc.

Publikationen

• Maha Alwahibi, Maximilian E. Schüle: Compression-Aware GPU Buffer Management (Datenbank-Spektrum, 2026)
• Maha Alwahibi, Bachana Jangebashvili, Maximilian E. Schüle: Into the CUDA Multiverse of Runtime Compilation: Exploring Kernel Fusion Strategies for GPU Database Systems (52nd International Conference on Very Large Databases (VLDB 2026))