(国家并行计算机工程技术研究中心 北京 100190) (13701512205@139.com)
出版日期: 2021-12-01Design and Analysis of Reliability and Availability on Sunway TaihuLight
Gao Jiangang, Hu Jin, Gong Daoyong, Fang Yanfei, Liu Xiao, He Wangquan, Jin Lifeng, Zheng Fang, Li Hongliang(National Research Center of Parallel Computer Engineering and Technology, Beijing 100190)
Online: 2021-12-01摘要/Abstract
摘要： 随着系统规模与集成度的快速增加，可靠性与可用性问题成为构建E级计算机系统所面临的重大挑战.针对神威太湖之光超级计算机可靠性与可用性设计与实现开展全面的分析.首先概要描述神威太湖之光超级计算机系统结构.其次，系统提出神威太湖之光超级计算机可靠性增强技术以及故障预测、主动迁移、任务局部降级等主被动容错技术，建立神威太湖之光超级计算机多层次主被动协同的容错系统.再次，根据系统故障统计信息，分析失效分布及主要失效来源，结合指数、对数正态与韦布尔3种典型寿命周期分布，对神威太湖之光系统故障间隔时间分布进行数据拟合分析.最大似然估计与K-S(Kolmogorov Smirnov)检验结果表明，对数正态分布与系统失效经验数据取得了最好的拟合度，建立神威太湖之光系统失效分布模型，并计算得出系统平均无故障时间.通过系统运行统计与实际应用测试，分析了故障预测精确度以及主动迁移、局部降低等容错技术的时间开销与容错效果.最后，在神威太湖之光超级计算机可靠性与可用性分析的基础上，提出E级计算机系统高可靠与高可用技术发展建议.
参考文献
相关文章 15
| [1] | 杨洪章, 杨雅辉, 屠要峰, 孙广宇, 吴中海. 基于“采集—预测—迁移—反馈”机制的主动容错技术[J]. 计算机研究与发展, 2020, 57(2): 306-317. |
| [2] | 段文雪, 胡铭, 周琼, 吴庭明, 周俊龙, 刘晓, 魏同权, 陈铭松. 云计算系统可靠性研究综述[J]. 计算机研究与发展, 2020, 57(1): 102-123. |
| [3] | 王焘, 陈伟, 李娟, 刘绍华, 苏林刚, 张文博. 一种基于关联挖掘的服务一致化配置方法[J]. 计算机研究与发展, 2020, 57(1): 188-201. |
| [4] | 刘佩,蒋梓逸,曹袖. 一种基于分布式存储系统中多节点修复的节点选择算法[J]. 计算机研究与发展, 2018, 55(7): 1557-1568. |
| [5] | 吴修国，苏玮. 云科学工作流中任务可完成性预测方法[J]. 计算机研究与发展, 2018, 55(3): 602-612. |
| [6] | 徐洪智，李仁发，曾理宁. 并行任务可靠性约束下的资源最小化调度[J]. 计算机研究与发展, 2018, 55(11): 2569-2583. |
| [7] | 傅颖勋,文士林,马礼,舒继武. 纠删码存储系统单磁盘错误重构优化方法综述[J]. 计算机研究与发展, 2018, 55(1): 1-13. |
| [8] | 柳晴,高云君. 查询结果可用性研究综述[J]. 计算机研究与发展, 2017, 54(6): 1198-1212. |
| [9] | 李军飞,胡宇翔,邬江兴. 基于拜占庭容错提高SDN控制层可靠性的研究[J]. 计算机研究与发展, 2017, 54(5): 952-960. |
| [10] | 李英龙,朱艺华,吕明琪. 传感器网络中语义事件区域查询处理[J]. 计算机研究与发展, 2017, 54(5): 986-997. |
| [11] | 欧阳一鸣,孙成龙,李建华,梁华国,黄正峰,杜高明. 针对瞬时故障和间歇性故障的NoC链路容错方法[J]. 计算机研究与发展, 2017, 54(5): 1109-1120. |
| [12] | 英昌甜,于炯,卞琛,王维庆,鲁亮,钱育蓉. 基于RDD关键度的Spark检查点管理策略[J]. 计算机研究与发展, 2017, 54(12): 2858-2872. |
| [13] | 李楚，冯丹，王芳. 一种高性能高可靠的混合客户端缓存系统[J]. 计算机研究与发展, 2017, 54(11): 2497-2507. |
| [14] | 陈振,韩江洪,刘征宇,陆阳. VANET中利用未分配TDMA时隙协助重发数据的方法[J]. 计算机研究与发展, 2017, 54(1): 202-211. |
| [15] | 李祥楠,张广艳,李强,郑纬民. 固态盘阵列构建方法研究综述[J]. 计算机研究与发展, 2016, 53(9): 1893-1905. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4546
