并行計(jì)算中主機(jī)故障容錯(cuò)機(jī)制研究.pdf

1、隨著高性能并行計(jì)算系統(tǒng)規(guī)模越來(lái)越大，軟件和硬件發(fā)生故障的概率隨之增大，并且由于網(wǎng)格系統(tǒng)本身及網(wǎng)格資源的高度動(dòng)態(tài)異構(gòu)性，網(wǎng)格計(jì)算平臺(tái)較傳統(tǒng)的計(jì)算平臺(tái)有著更大的出錯(cuò)機(jī)率，系統(tǒng)的容錯(cuò)性和可靠性已成為應(yīng)用可擴(kuò)展性的主要限制因素。高性能并行計(jì)算領(lǐng)域的容錯(cuò)技術(shù)越來(lái)越受到人們的重視。如何針對(duì)網(wǎng)格系統(tǒng)的特點(diǎn)，加入恰當(dāng)?shù)娜蒎e(cuò)機(jī)制，切實(shí)提高網(wǎng)格計(jì)算的可靠性和穩(wěn)定性，是高性能計(jì)算領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。
　　本文在深入研究網(wǎng)格計(jì)算平臺(tái)的基礎(chǔ)上，主要進(jìn)行了

2、包含以下三個(gè)方面的工作：
　　首先：在P2P-MPI的實(shí)驗(yàn)平臺(tái)上驗(yàn)證錯(cuò)誤檢測(cè)器的各種錯(cuò)誤檢測(cè)方法，對(duì)每種方法進(jìn)行實(shí)驗(yàn)分析，討論其適用性；
　　其次：討論錯(cuò)誤恢復(fù)機(jī)制中副本一致性，副本個(gè)數(shù)，網(wǎng)絡(luò)參數(shù)等各種參數(shù)對(duì)備份進(jìn)程組的影響，尋求最佳備份的個(gè)數(shù)。本文在主機(jī)分配策略中，充分考了慮帶寬、CPU能力的影響，盡管此模型僅僅是初步估算，但在以后的實(shí)際應(yīng)用中，是一個(gè)應(yīng)該考慮的因素；
　　再次：在尋求最佳備份過(guò)程中，提出能夠容忍的失