VELOC：亿亿次时代极低开销检查点技术
分布式、并行与集群计算
2021-03-04 v1
摘要
将大量相关数据并发检查点到稳定存储是许多 HPC 应用的常见 I/O 模式。然而，这种模式经常导致 I/O 瓶颈，造成可扩展性与性能不佳。随着现代 HPC 基础设施持续演进，计算能力与 I/O 能力之间的差距日益增大。此外，存储层次结构正变得愈发异构：除并行文件系统外，还包括突发缓冲、键值存储、节点级深层内存层次等。在此背景下，现有技术不足以应对供应商 API、性能与持久性特征的多样性。本扩展摘要概述了 VeloC（Very Low Overhead Checkpointing System，极低开销检查点系统），一种专为应对下一代亿亿次（Exascale）HPC 应用与系统这些挑战而设计的检查点运行时。VeloC 在用户层提供简单 API，同时采用先进的多级弹性策略，通过利用异构存储透明地优化检查点的性能与可扩展性。
引用
@article{arxiv.2103.02131,
title = {VELOC: VEry Low Overhead Checkpointing in the Age of Exascale},
author = {Bogdan Nicolae and Adam Moody and Gregory Kosinovsky and Kathryn Mohror and Franck Cappello},
journal= {arXiv preprint arXiv:2103.02131},
year = {2021}
}