- 1、本文档共10页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
超大规模并行计算容错恢复的实现和挑战
超大规模并行计算容错恢复的实现和挑战
1+ 2
贺军 , 柴华
1(IBM 中国系统与科技研发中心,北京 100193)
2(IBM 中国系统与科技研发中心,北京 100193)
The Implementation and Challenges of Fault-Tolerance/Restoration in Massive
The Implementation and Challenges of Fault-Tolerance/Restoration in Massive
TThhee IImmpplleemmeennttaattiioonn aanndd CChhaalllleennggeess ooff FFaauulltt--TToolleerraannccee//RReessttoorraattiioonn iinn MMaassssiivvee
Parallel Computing
Parallel Computing
PPaarraalllleell CCoommppuuttiinngg
1+ 2
He Jun , Chai Hua
1(IBM CSTL, Beijing, 100193, China)
2(IBM CSTL, Beijing, 100193, China)
+ Corresponding author: Phn +86-10-8245-4966, Fax +86-10-8245-1146, E-mail: justinhe@,
Received 2012-07-03; Accepted 2012-07-03
Abstract
Abstract
AAbbssttrraacctt: This paper is intended to make an introduction for the leading methods of fault-tolerant in ultra-large
scale parallel computing, and tries to summarize their differentiation in brief, furthermore it emphasizes the
challenges and issues for fault-tolerant are emerging for parallel computing of massive scale. Vitally, IBM
checkpoint/restart in HPC software stack is represented in details, including the architecture, implementation and the
distributed processing. Besides, IBM parallel environment, programming model and container virtualization are
introduced for their relationship with checkpoint/restart in IBM HPC software total provisioning.
Keywords
Keywords
KKeeyywwoorrddss: Massive ParallelComputing;Fault-Tolerance;ContainerVirtualization,Checkpoint;Restart
作者简介 贺军: (1975-),男,湖北江夏人,硕士,IBM中国系统与科技研发中心顾问软件工程师,主要研究领域为高
性能计算、并行计算环境和协议和分布式软件;柴华(1982-),男,河南漯河人,硕士,IBM中国系统与科技研发中心
高级软件工程师,主要研究领域为并行计算环境和协议。
贺军,柴华 超大规模并行计算容错恢复的实现和挑战
摘 要: 本文介绍和比较当前超大规模并行计算的一些容错与恢复的方法,描述 IBM 高性能并行计算的
Checkpoint/Restart 技术架构。同时探讨了并行计算的容错和恢复在超大规模集群架构下所面临的问题和挑战,
以及结合并行计算编程模型的实现,阐述其与容错恢复机制之间的关联。/
关键词: 超大规模并行计算; 容错;容器虚拟化;检查点;恢复
中图法分类号: TP316.4 文献标识码:A
1
1
11 引言
自从2008 年IBM 名为“Roadrunner”(“走鹃”)的计算机系统拉开了
文档评论(0)