Memory as a Wasting Asset: Pricing Flash Endurance for Embodied Agents, and the Limits of Doing So
Josef Liyanjun Chen
로봇의 제한된 플래시 내구성을 경제적 자본으로 모델링하여, 메모리 계층 간 최적 배치를 결정하는 새로운 가격 기반 프레임워크를 제안합니다.
로봇은 RAM, 온보드 NVM, 클라우드와 같은 여러 메모리 계층을 사용하지만, 플래시의 프로그램/_erase 사이클은 유한하고 비가역적입니다. 어떤 기억이 이 소중한 내구성을 쓸 가치가 있는지 결정하는 체계적인 방법이 없어, 비용 효율적인 메모리 관리가 어렵습니다.
플래시 내구성을 감가상각 자본으로 취급하고, 단일 내구성 그림자 가격 η를 도입합니다. 이 가격은 RAM/NVM/클라우드 계층 간 비용 최소화 배치를 결정하는 마모 강화 바이트 인덱스의 임계값이 됩니다. 또한, 메모리 가치와 쓰기 빈도 간의 관계를 나타내는 χ 값을 실제 로봇 로그에서 측정하여 배포 체제(장기 조작, 단기 작업, 원격 조작)에 따른 변화를 분석합니다.
χ 값은 배포 체제에 따라 양수(장기 조작), 영(단기 작업), 음수(원격 조작)로 측정되었습니다. 이는 메모리 배치 최적화가 단조롭지 않을 수 있음을 보여줍니다. 또한, 고급 TLC 플래시에서는 내구성 예산이 중요하지 않지만, 저가 로봇이 사용하는 QLC/eMMC에서는 내구성 제약이 작동하며, 마모 인식 컨트롤러가 작업 가치보다는 기기 수명과 비용에 더 큰 영향을 미친다는 것을 발견했습니다.