1億並列・エクサスケールスーパーコンピュータの耐故障性基盤

适用于 1 亿台并行百亿亿级超级计算机的容错基础设施

• 批准号: 23240006
• 负责人: 松岡 聡
• 金额: $ 8.32万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-23240006/
• 关键词: ハイパフォーマンスコンピューティング; エクサスケール; ヘテロジニアスアーキテクチャ; 耐障害性; チェックポイント・リスタート

科学技術分野において、大規模なシミュレーションではスーパーコンピュータ(スパコン)の利用が不可欠となっている。しかし、スパコンに搭載される機器の増大・複雑化により、障害発生率が増加し、システムが実質的に動作しなくなると危惧されており、チェックポイント/リスタートなどの耐障害手法の適用が不可避となっているが、ポストペタースケールスパコンでは、技術的な課題が残る。このため、初年度は、1億スレッド・ポストペタのための基礎的な複合的なチェックポイント・リスタートを行うための耐故障性の数理モデル・性能モデルを探求し、特にポストペタスケールアプリケーションに適した耐障害手法の億単位のスレッド時の定量的性質を明らかにすることを目的として研究に従事した。実際、ポストペタ・エクサスケールスパコンの最有力アーキテクチャである細粒度長並列プロセッサ+粗粒度プロセッサを併用するハイブリッド型アーキテクチャにおいて、チェックポイント/リスタートは種々の技術的困難を伴う技術であったが、我々は、単一GPUにおける「リプレイ手法(メモリ割り当てやメモリーコピーの履歴を取り、リスタートの際に、その履歴に基づいて再現実行"リプレイ"を行うことにより、整合性の取れたチェックポイントを取る手法)」を拡張し、ノード内およびノード外の複数のCPU・GPUを使用するアプリケーションにおいて、安定かつ一貫性のとれたチェックポインティングを実現した。また、性能面においても、許容されるレベルのオーバーヘッドまでに押さえた。また、我々が開発したライブラリでは既存のプログラムに変更を加えることなく、これを実現することが可能であり、可用性にも優れている。超細粒度並列・ハイブリッド型アーキテクチャにおける透過的なチェックポイントの実現は、学術的インパクトも大きいと期待される。

The distinction between science and technology is very important, and large-scale models do not need to be used in the field of science and technology. There is an increase in the number of equipment, the rate of failure, the rate of damage, the rate of damage, the rate of failure, the rate of injury, the rate of failure, the rate of injury, the rate of failure, the rate of damage, the rate of failure, the rate of failure, In the first year of the year, 100 million million dollars in the first year, the beginning of the year Special attention should be paid to the prevention and control of barrier protection and damage tolerance. There is a quantitative analysis of the amount of time required for the purpose of conducting research on health problems. The most powerful equipment in the world is to increase the particle size and list the size of the equipment, the size of the system, the size of the machine, the size of the machine. One GPU, one GPU. The number of copies of the external data is CPU ·GPU. Use the following information: please tell me that you are not aware of the problem. I don't know, I don't know. We need to improve the performance of the existing information system, improve the availability and availability of existing information. The size of the system and the size of the system are listed as follows: the size of the system is very small, and the size of the system is very small.

项目成果

TSUBAME2.0…Environmentally Friendly Petascale Computing and its Possible Contributions to High-Resolution Natural Disaster Simulations

TSUBAME2.0…环境友好的千万亿次计算及其对高分辨率自然灾害模拟的可能贡献

• 发表时间: 2011
• 作者: Takashina Y.;Ishida A.;Kakegawa T;Satoshi Matsuoka
• 通讯作者: Satoshi Matsuoka

CPU/GPUヘテロジニアス環境におけるFMMの最適化

CPU/GPU异构环境下FMM优化

• 发表时间: 2011
• 作者: 福田圭祐;丸山直也;松岡聡
• 通讯作者: 松岡聡

Dealing with Grid-Computing Authorization using Identity-Based Certificateless Proxy Signature

使用基于身份的无证书代理签名处理网格计算授权

• 发表时间: 2011
• 作者: N. A. B. Adnan;K. Hoshi;S. Yamashita;Mohamed Amin
• 通讯作者: Mohamed Amin

ワークフローアプリケーションに対する計算資源割り当ての最適化

工作流应用程序的计算资源分配优化

• 发表时间: 2011
• 期刊: 情報処理学会研究報告:ハイパフォーマンスコンピューティング
• 作者: 斉藤貴文;千葉立寛;佐藤仁;松岡聡
• 通讯作者: 松岡聡

Update on Japanese HPC : Expected funding and plans beyond NGS

日本 HPC 的最新情况：NGS 之外的预期资金和计划

• 发表时间: 2011
• 作者: Yoshida;T.;S. Aoki;Y. Ueno;N. Terada;Y. Nakamura;K. Shiobara;N. Yoshida;H. Nakagawa;S. Sakai;S. Koyama;Kakegawa T.;Francois Le Gall;Satoshi Matsuoka
• 通讯作者: Satoshi Matsuoka