在不透明预条件子中容忍静默数据损坏
分布式、并行与集群计算
2014-04-23 v1
摘要
我们展示了针对“黑盒”预条件子中静默、瞬态数据损坏的基于算法的容错机制。我们考虑了使用 ILU(k) 子区域求解器的加法Schwarz区域分解方法和代数多重网格方法，两者均在 Trilinos 库中实现。我们评估了在单个和多个 MPI 进程上损坏预条件子结果的故障。然后分析了当应用扩展规模时我们方法的表现。我们的技术基于选择性可靠性方法，该方法在不可靠模式下执行大多数操作，仅有少数操作可靠执行。我们还研究了两种故障响应方式，并讨论了每种方式带来的性能开销。对于使用 GMRES 和 ILU 求解的非对称问题，我们表明在规模化运行时，我们的容错方法在最坏情况下仅产生 22% 的开销。借助检测技术，我们能够将最坏情况下的开销降至 1.8%。
引用
@article{arxiv.1404.5552,
title = {Tolerating Silent Data Corruption in Opaque Preconditioners},
author = {James Elliott and Mark Hoemmen and Frank Mueller},
journal= {arXiv preprint arXiv:1404.5552},
year = {2014}
}