超大规模并行计算容错恢复的实现和挑战

摘要：

　　本文介绍和比较当前超大规模并行计算的一些容错与恢复的方法，描述IBM高性能并行计算的Checkpoint/Restart 技术架构。同时探讨了并行计算的容错和恢复在超大规模集群架构下所面临的问题和挑战，以及结合并行计算编程模型的实现，阐述其与容错/恢复机制之间的关联。

关键词： 并行计算 容错技术 容器虚拟化 检查点

作者: He Jun 贺军 Chai Hua 柴华

作者单位: IBM CSTL, Beijing, 100193, China IBM 中国系统与科技研发中心,北京100193

会议类型: 国内会议

会议名称: 2012全国高性能计算学术年会

会议地点: 张家界

会议语种:中文

页码: 1-10

在线出版日期: 2012-10-29（万方平台首次上网日期，不代表论文的发表时间）