異構(gòu)體系下基于插樁的運(yùn)行時(shí)動(dòng)態(tài)容錯(cuò).pdf

1、當(dāng)前，隨著并行計(jì)算、高性能計(jì)算的不斷發(fā)展，GPU憑借其高效的處理能力得到了越來(lái)越多的應(yīng)用，利用 GPU和 CPU構(gòu)建的異構(gòu)系統(tǒng)也成為高性能計(jì)算領(lǐng)域的研究熱點(diǎn)。CUDA作為GPU下的標(biāo)準(zhǔn)編程模型，主要作用是挖掘GPU強(qiáng)大的計(jì)算能力以加速各種不同的應(yīng)用。然而無(wú)論是GPU硬件方面還是CUDA編程模型方面都沒(méi)有提供有效的容錯(cuò)方案，使得基于CUDA編程的異構(gòu)體系下的可靠性問(wèn)題更為尖銳。
　　相比于現(xiàn)有的容錯(cuò)方法大多將容錯(cuò)檢測(cè)和容錯(cuò)恢復(fù)進(jìn)行單

2、獨(dú)研究的缺點(diǎn)，基于多模冗余的自動(dòng)容錯(cuò)系統(tǒng)，實(shí)現(xiàn)了基于多模冗余的容錯(cuò)檢測(cè)和基于檢查點(diǎn)技術(shù)的容錯(cuò)恢復(fù)功能，形成了一個(gè)完整的容錯(cuò)框架。該系統(tǒng)通過(guò)基于Python的冗余執(zhí)行段提取和加載功能，完成對(duì)CUDA應(yīng)用冗余代碼段的自動(dòng)加載，生成帶有冗余執(zhí)行框架的CUDA程序，然后在執(zhí)行過(guò)程中對(duì)冗余執(zhí)行段進(jìn)行容錯(cuò)檢測(cè)，當(dāng)容錯(cuò)檢測(cè)到錯(cuò)誤后調(diào)用容錯(cuò)恢復(fù)模塊，恢復(fù)到保存的檢查點(diǎn)繼續(xù)系統(tǒng)的運(yùn)行，確保CUDA應(yīng)用得到正確的運(yùn)行結(jié)果。系統(tǒng)還通過(guò)提取有效冗余 kerne