speicherintensiven

Speicherintensive Anwendungen sind Programme, deren Leistungsfähigkeit überwiegend von der Verfügbarkeit und dem Verhalten des Arbeitsspeichers abhängt. Typisch wird die Grenze nicht durch die Rechenleistung der CPU, sondern durch Speicherbandbreite, -latenz und das Cache-Verhalten bestimmt. Eine geringe Datenlokalität oder ein großes Working Set können zu vielen Speicherzugriffen, Cache-Misses und Paging führen und die Performance stark beeinträchtigen.

Zu den zentralen Faktoren gehören die Größe des Working Sets, das Muster der Speicherzugriffe (sequenziell gegen zufällig), die Lokalität von Zugriffen (temporale und räumliche Lokalität) sowie das Verhalten des Systemspeichers bei Auslagerungen. Speicherintensive Programme profitieren weniger von exzessiver Parallelisierung, wenn der Speicher nicht entsprechend skaliert, und lassen sich durch ineffiziente Speicherzugriffe auch bei hohen Rechenleistungen kaum beschleunigen. Aufwendig kann zudem die Energieeffizienz werden, da Speicherzugriffe oft mehr Energie verbrauchen als Berechnungen.

Typische Anwendungsgebiete umfassen wissenschaftliche Simulationen (z. B. finite Elemente, Molekulardynamik), große Datenanalysen, maschinelles Lernen mit umfangreichen Modellen, Bild- und Videoverarbeitung sowie datenbanknahe Operationen mit großen Datensätzen. In der Praxis ist die Optimierung speicherintensiver Programme oft eine Frage der Speicherorganisation und -zugriffe statt reiner Rechenleistung.

Messgrößen umfassen Speicherbandbreite, Latenz, Cache-Miss-Raten, Seitenfehler und der Größe des lokalen Working Sets. Typische Gegenmaßnahmen sind cache- und speicherdienliche Algorithmen, bedrekte Datenlayouts (z. B. Array of Structures vs. Structure of Arrays), Blocking/Tiling, minimierte Kopien, Out-of-Core-Verarbeitung sowie datenreduzierende Techniken wie Kompression.