Energy-efficient localised rollback via data flow analysis and frequency scaling
Energy-efficient localised rollback via data flow analysis and frequency scaling
复制标题
通过数据流分析和频率缩放实现节能的局部回滚
DOI：
10.1145/3236367.3236379
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Dichev K
中科院分区：
文献类型：
--
作者：
Dichev K
Exascale系统每小时都会发生故障。HPC程序员主要依赖应用程序级检查点和全局回滚来恢复。近年来，减少回滚进程数量的技术已经通过消息日志记录实现。然而，基于日志的方法有弱点，例如依赖于MPI实现中的复杂修改，以及在一般情况下可能需要完全重启的事实。为了解决所有基于日志的机制的局限性，我们返回到仅检查点的机制，但提倡数据流回滚（DFR），一个根本不同的方法依赖于分析迭代代码的数据流，以及众所周知的数据流图的概念。我们展示了DFR的MPI模板代码的本地化回滚的好处，然后通过频率缩放将空闲节点上的能耗降低10-12%。我们还提供了大规模的估计DFR的节能相比，全球回滚，其中模板代码增加为n2的过程计数n。
Exascale systems will suffer failures hourly. HPC programmers rely mostly on application-level checkpoint and a global rollback to recover. In recent years, techniques reducing the number of rolling back processes have been implemented via message logging. However, the log-based approaches have weaknesses, such as being dependent on complex modifications within an MPI implementation, and the fact that a full restart may be required in the general case. To address the limitations of all log-based mechanisms, we return to checkpoint-only mechanisms, but advocate data flow rollback (DFR), a fundamentally different approach relying on analysis of the data flow of iterative codes, and the well-known concept of data flow graphs. We demonstrate the benefits of DFR for an MPI stencil code by localising rollback, and then reduce energy consumption by 10-12% on idling nodes via frequency scaling. We also provide large-scale estimates for the energy savings of DFR compared to global rollback, which for stencil codes increase as n2 for a process count n.
登录
查看更多内容
DOI：
10.1177/1094342010391989
发表时间：
2011-02-01
影响因子：
3.1
作者：
Dongarra, Jack;Beckman, Pete;Yelick, Kathy
通讯作者：
Yelick, Kathy
通过域分解应用程序的协调检查点/回滚协议优化恢复
DOI：
--
发表时间：
2008
期刊：
Modelling, Computation and Optimization in Information Systems and Management Sciences
影响因子：
--
作者：
Xavier Besseron;T. Gautier
通讯作者：
T. Gautier
DOI：
--
发表时间：
2013
期刊：
PMBS@SC
影响因子：
--
作者：
Scott Levy;Bryan Topp;Kurt B. Ferreira;D. Arnold;T. Hoefler;Patrick M. Widener
通讯作者：
Patrick M. Widener
嵌套 Fork-Join 程序的局部故障恢复
DOI：
--
发表时间：
2017
期刊：
IEEE International Parallel and Distributed Processing Symposium
影响因子：
--
作者：
Gokcen Kestor;S. Krishnamoorthy;Wenjing Ma
通讯作者：
Wenjing Ma
DOI：
--
发表时间：
2013
期刊：
The international journal of high performance computing applications
影响因子：
--
作者：
Wesley Bland;A. Bouteiller;T. Hérault;G. Bosilca;J. Dongarra
通讯作者：
J. Dongarra