连续介质动力学应用的软错误弹性与失效恢复
分布式、并行与集群计算
2019-11-07 v1
摘要
当今大规模计算系统持续增长的弹性问题不仅需要通用的容错方法，也由于严苛的效率要求和各种领域特定需求而需要应用级弹性。特定领域内的科学应用通常遵循领域守恒律，这可作为错误检测准则来研究具有相似程序特征的该应用领域应用的弹性。然而，实现应用弹性具有挑战性：(a) 在已知守恒律的情况下，如何识别给定应用领域应用的不变式；(b) 如何利用不变式来高效检测应用运行中的失效并从中恢复。在本工作中，我们针对若干连续介质动力学软件包 FleCSALE [1] 和 CODY [2]（在计算过程中具有内在不变式），研究它们对软错误的在线弹性（使用开源故障注入器注入），并探究非侵入式轻量级失效恢复（基于校验和的不变式检查）的机会。我们提出一种校验和重试方法以实现我们的目标，在带有广泛故障注入活动的虚拟化平台上的实验结果证明了所提方法的有效性与高效性。
引用
@article{arxiv.1911.02114,
title = {Soft Error Resilience and Failure Recovery for Continuum Dynamics Applications},
author = {Li Tan and Marc Charest and Nathan DeBardeleben and Qiang Guan and Ben Bergen},
journal= {arXiv preprint arXiv:1911.02114},
year = {2019}
}
备注
18 pages