【摘 要】
：
运行状态的实时监控是对超级计算机进行高效管理的基础.目前的状态监控都是作为作业调度及资 源管理的一个子系统，仅从软件监控的角度提供诸如节点、网络、IO 等部件的负载信息，缺乏更深层次的 状态数据.而随系统规模的扩大，系统包含的存储、通信、计算、散热、电源、监控等部件的数量急剧上 升，由此而来的系统稳定性问题需要多层次、更加全面的状态监控方法，以实现在线故障诊断、失效预测 能力.为了满足这种需求，结
【机 构】
：
北京应用物理与计算数学研究所高性能计算中心,北京 100094 国防科技大学计算机学院,长沙
【出 处】
：
2010年全国高性能计算学术年会(HPC china2010)
论文部分内容阅读
运行状态的实时监控是对超级计算机进行高效管理的基础.目前的状态监控都是作为作业调度及资 源管理的一个子系统，仅从软件监控的角度提供诸如节点、网络、IO 等部件的负载信息，缺乏更深层次的 状态数据.而随系统规模的扩大，系统包含的存储、通信、计算、散热、电源、监控等部件的数量急剧上 升，由此而来的系统稳定性问题需要多层次、更加全面的状态监控方法，以实现在线故障诊断、失效预测 能力.为了满足这种需求，结合现有系统监控手段，本文提出一种超级计算机的多模式监控策略，从软件 状态、硬件状态两个角度，提供针对超级计算机关键部件的多层次、集中式监控方法.运行结果表明，基 于多模式监控策略的故障管理方法能够提高系统运行稳定性及作业成功率：系统平均无全局故障运行时间 由原来的8 天提高到28 天；系统全局故障修复时间由原来的平均10 小时降低为平均16 分钟；故障引起的失败作业比例由原来的4.6％降低为1.3%.
其他文献
BLAS 库是高性能计算中最基本的数学库,它的性能对超级计算机的性能有着极大的影响.而且随着CPU多核化的发展,BLAS的多核并行性能已经变得比与体系结构相关的单核性能更加重要.实验以流行于高性能计算的Xeon、Opteron 系列多核X86 处理器为例,全面测试了GotoBLAS、Atlas、MKL.ACML四种主流的BLAS 库的所有1,2,3 级函数,并覆盖了不同计算规模和多核并行方面的测试
随着图形处理单元（GPU）作为通用的计算单元，越来越多的客户采用基于GPU的集群来运行科学和工程应用。它允许用户使用一个异构计算模型，在程序的顺序部分在CPU 上运行而计算密集的部分在GPU 上运行。通过GPU 处理的大规模并行计算，相对于传统的基于CPU的计算模式，用户可以提高应用程序百分之四十的速度。本文档解释了，如何用PBS Professional（业界认可的高性能计算工作负载管理解决方案
降低设备虚拟化带来的性能损失是国内外虚拟化研究的热点之一。基于国产高性能微处理器，本文设计了一种新的“设备直接访问”虚拟化模型实现，并以网卡为例构建了原型系统。实测数据表明客户操作系统访问物理设备的性能与原始设备访问相比仅损失1-4％。该模型在高性能计算等领域具有优势。
网络中各种虚假或恶意欺骗的服务节点常导致用户很难快速获得高质量的组合服务，因此仅从性能角度研 究Web服务组合存在片面性。针对当前服务组合中信任机制被忽略的缺陷，提出了一种基于信任服务生成树的服务组 织方法，将服务提供者与服务请求的交互行为经演化后形成信任关系，使主体间可信程度达到相应级别，形成对外提 供相似服务功能的服务集合，将恶意、虚假的服务排除在信任生成树之外，使服务组合在可信场景中进行；在
为了提高计算流体领域中复杂流动现象模拟计算的高效性和准确性,充分利用GPU的高峰值浮点计算性能和高存储器带宽,提出一种基于CUDA 架构的immersed boundary – lattice Boltzmann method (IB-LBM)的模拟算法.借助GPU 高度并行化,多线程特性,为每个网格分配一个线程,使多条线程并行 计算.在合理利用CUDA 存储层次架构中常量内存和纹理内存的同时,恰
国家气象局天气组网雷达定量估测降水系统实现了组网雷达基本反射率和组网估测 降水两类产品的处理和显示功能.本文综合使用Win32多线程和OpenMP 两种技术对该程 序在Intel 四核处理器平台上进行了并行化.该程序主要由单站处理和组网处理两部分组 成.由于计算资源的限制，并行后的单站处理程序只有大约15％的性能提升，而组网处理 程序则可以达到近似线性的性能提升.通过调整计算负载，并行化版本的加速
在vs2005 环境下,从程序的运行时间,通讯开销两方面来分别比较基于FFTW 库、CUFFT 库和MPI 三种方式实现FFT的差异,试验数据是四组二维数组。通过测试结果说 明,在FFT 应用领域,并行计算是FFTW 计算速度的30-80 倍,在大数据运算方面,GPU的计算速度略优于MPI,而且GPU的通信开销要少于基于MPI的并行计算。
为研究极端条件下金属材料的性能，在JASMIN 框架上研制了三维并行位错动力 学程序PDD3D.它集成了离散位错动力学模拟的物理方案和数值算法.通过设计实现高效的分布式数据结构、可扩展的快速多极子解法器以及基于影像区的拓扑操作通信方式，该 程序获得了较高的性能和较好的可扩展性.它在1024 个处理器上模拟包含3 千万条位错线的物理模型获得了81％的并行效率.
云计算的概念早已成为信息技术领域的热门话题。一些商业巨头都纷纷宣称应用它们 在云计算技术上的新型系统和架构，不仅能够为用户提供方便简洁的服务，而且可以大大节 约企业成本。那云计算在商业上的优势是否可以同样应用到教育领域当中？准对这问题，本 文提出了一个新的概念：云实验室。本文着重讨论了虚拟化技术在教育机构的一种新运用：云实验室。我们描述了云实验室的基本特点，分析了与传统实验室相比的优势，并设计出了
主要介绍了行星流体动力学大规模并行模拟中病态压力方程的预条件子和迭代算法的选取,并根据 强弱可扩展性的概念,对弱可扩展性的实验结果进行了分析。具体分析了在维持每核平均的浮点操作次数基 本不变的情况下,倍增处理器规模时,程序运行时间,MPI 消息传递的数量和大小对弱可扩展性的影响。