工作流社区峰会：推进科学工作流管理系统研发的前沿
分布式、并行与集群计算
2021-06-10 v1
摘要
科学工作流是现代科学计算的基石，并支撑了过去十年中一些最重要的发现。其中许多工作流具有极高的计算、存储和/或通信需求，因此必须在从大型云到即将到来的百亿亿次 HPC 平台的广泛大规模平台上执行。在工作流导向及后摩尔定律的计算格局中，工作流将发挥关键作用，因为它们使前沿研究技术、计算密集型方法以及新计算平台的应用得以普及。随着科学项目与用户社区持续采用工作流，它们正变得愈发复杂。工作流日益由执行诸如短时机器学习推理、多节点模拟、长时机器学习模型训练等计算的任务组成，因而越来越依赖于包含 CPU 以及 GPU 和加速器的异构架构。工作流管理系统（WMS）技术现状呈碎片化，且由于存在数百个看似可比却不兼容的系统，造成了显著的进入壁垒。另一个根本问题在于 WMS 缺乏统一的理论基础与抽象。使用相同底层抽象的系统之间可能相互转换，而使用不同抽象的系统则不行。更多信息：https://workflowsri.org/summits/technical
引用
@article{arxiv.2106.05177,
title = {Workflows Community Summit: Advancing the State-of-the-art of Scientific Workflows Management Systems Research and Development},
author = {Rafael Ferreira da Silva and Henri Casanova and Kyle Chard and Tainã Coleman and Dan Laney and Dong Ahn and Shantenu Jha and Dorran Howell and Stian Soiland-Reys and Ilkay Altintas and Douglas Thain and Rosa Filgueira and Yadu Babuji and Rosa M. Badia and Bartosz Balis and Silvina Caino-Lores and Scott Callaghan and Frederik Coppens and Michael R. Crusoe and Kaushik De and Frank Di Natale and Tu M. A. Do and Bjoern Enders and Thomas Fahringer and Anne Fouilloux and Grigori Fursin and Alban Gaignard and Alex Ganose and Daniel Garijo and Sandra Gesing and Carole Goble and Adil Hasan and Sebastiaan Huber and Daniel S. Katz and Ulf Leser and Douglas Lowe and Bertram Ludaescher and Ketan Maheshwari and Maciej Malawski and Rajiv Mayani and Kshitij Mehta and Andre Merzky and Todd Munson and Jonathan Ozik and Loïc Pottier and Sashko Ristov and Mehdi Roozmeh and Renan Souza and Frédéric Suter and Benjamin Tovar and Matteo Turilli and Karan Vahi and Alvaro Vidal-Torreira and Wendy Whitcup and Michael Wilde and Alan Williams and Matthew Wolf and Justin Wozniak},
journal= {arXiv preprint arXiv:2106.05177},
year = {2021}
}