Parallel C语言级容错机制的设计与实现

摘要

大规模异构众核计算机系统具有计算能力强、性能功耗比高等突出优点,已成为超级计算机的发展方向,但其复杂的异构结构和庞大的系统规模,也使系统的可用性面临巨大挑战,因此研究面向大规模异构众核系统的轻量级容错技术具有重要意义.针对传统基于检查点的系统级容错开销过大的问题,在Parallel C语言中设计并实现了高效的应用级降级、编译指导与自动分析的检查点等语言支持的轻量级容错机制,兼顾了好用性和高效性.神威太湖之光超级计算机上的测试数据表明,两种容错措施相对于传统容错方法,优势明显,具有很好的实用性.