DESTAGING TRACKS WITH HOLES IN STORAGE SYSTEM

A machine learning module receives inputs comprising attributes of a storage controller, where the attributes affect performance parameters for performing stages and destages in the storage controller. In response to an event, the machine learning module generates, via forward propagation, an output...

Full description

Saved in:
Bibliographic Details
Main Authors BORLICK, Matthew, GUPTA, Lokesh, ANDERSON, Kyler, ASH, Kevin
Format Patent
LanguageEnglish
French
Published 30.04.2020
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:A machine learning module receives inputs comprising attributes of a storage controller, where the attributes affect performance parameters for performing stages and destages in the storage controller. In response to an event, the machine learning module generates, via forward propagation, an output value that indicates whether to fill holes in a track of a cache by staging data to the cache prior to destage of the track. A margin of error is calculated based on comparing the generated output value to an expected output value, where the expected output value is generated from an indication of whether it is correct to fill holes in a track of the cache by staging data to the cache prior to destage of the track. An adjustment is made of weights of links that interconnect nodes of the plurality of layers via back propagation to reduce the margin of error. Selon l'invention, un module d'apprentissage machine reçoit des entrées comprenant des attributs d'un dispositif de commande de stockage, les attributs affectant des paramètres de performances pour effectuer des activations et des désactivations dans le dispositif de commande de stockage. En réponse à un événement, le module d'apprentissage machine génère, par l'intermédiaire d'une propagation avant, une valeur de sortie qui indique s'il faut ou non remplir des trous dans une piste d'une mémoire cache par activation de données dans la mémoire cache avant la désactivation de la piste. Une marge d'erreur est calculée sur la base de la comparaison de la valeur de sortie générée à une valeur de sortie attendue, la valeur de sortie attendue étant générée à partir d'une indication du point de savoir s'il est ou non approprié de remplir des trous dans une piste de la mémoire cache par activation de données dans la mémoire cache avant la désactivation de la piste. Un ajustement de poids de liaisons qui interconnectent des nœuds de la pluralité de couches est effectué par l'intermédiaire d'une rétropropagation pour réduire la marge d'erreur.
Bibliography:Application Number: WO2019IB58286