基于分層回滾恢復(fù)協(xié)議的動態(tài)分組機制研究.pdf

1、隨著高性能計算的快速發(fā)展，高性能計算系統(tǒng)的規(guī)?？焖贁U大，在近幾年間系統(tǒng)內(nèi)核數(shù)目甚至達到了百萬級別。因此，系統(tǒng)的平均無故障時間隨之降到了小時的級別，遠(yuǎn)大于系統(tǒng)的平均無故障時間，導(dǎo)致系統(tǒng)頻繁的出現(xiàn)錯誤，引起系統(tǒng)性能急劇下降。因此，容錯在高性能計算領(lǐng)域得到了越來越多的重視，變得越來越重要。分層回滾恢復(fù)協(xié)議，是高性能計算中常用的容錯方案，它結(jié)合了協(xié)作式檢查點和消息日志協(xié)議的優(yōu)點，根據(jù)應(yīng)用程序特有的通訊模式將進程進行分組，并在組內(nèi)和組間采用不同的

2、容錯機制。分層回滾恢復(fù)協(xié)議在提供錯誤控制的同時減少了需要記錄消息的數(shù)量。
　　然而，通過對MPI通訊機制和通訊模式的詳細(xì)研究發(fā)現(xiàn)，隨著應(yīng)用的復(fù)雜化，應(yīng)用的通訊模式并不是一成不變的。分層回滾恢復(fù)協(xié)議在這樣的情景中并不能達到最高的效率。所以，在應(yīng)用的通訊模式改變的情景中，有必要提出一種基于預(yù)測機制的動態(tài)分組策略，來進一步的提高分層回滾恢復(fù)協(xié)議的效率。在該動態(tài)分組策略中，應(yīng)用程序被劃分成多個程序段。每個程序段在運行完成后，通過分析消息傳

3、遞記錄來算出該程序段對應(yīng)的進程分組方案，然后將得到的分組方案應(yīng)用到下一程序段的運行過程中，以此來適應(yīng)應(yīng)用通訊模式的變化。該策略減少了進程分組的次數(shù)，從而減少了進程遷移引入的額外開銷。基于該動態(tài)分組策略，設(shè)計并實現(xiàn)了一個基于分層回滾恢復(fù)協(xié)議的動態(tài)分組系統(tǒng)，并詳細(xì)介紹了其中各個模塊的功能以及對應(yīng)的工作流程。
　　通過在High Performance Linpack基準(zhǔn)上應(yīng)用動態(tài)分組策略，并在實驗中分別使用兩種不同的靜態(tài)進程分組算法，