DOI

In this paper we describe a new framework for creating distributed programmes which are resilient to cluster node failures. Our main goal is to create a simple and reliable model, that ensures continuous execution of parallel programmes without creation of checkpoints, memory dumps and other I/O intensive activities. To achieve this we introduce multi-layered system architecture, each layer of which consists of unified entities organised into hierarchies, and then show how this system handles different node failure scenarios. We benchmark our system on the example of real-world HPC application on both physical and virtual clusters. The results of the experiments show that our approach has low overhead and scales to a large number of cluster nodes.

Язык оригиналаанглийский
Название основной публикацииProceedings - 2017 International Conference on High Performance Computing and Simulation, HPCS 2017
ИздательInstitute of Electrical and Electronics Engineers Inc.
Страницы832-838
Число страниц7
ISBN (электронное издание)9781538632505
DOI
СостояниеОпубликовано - 12 сен 2017
СобытиеThe 2017 International Conference on High Performance Computing and Simulation - Genoa, Италия
Продолжительность: 16 июл 201720 июл 2017
Номер конференции: 15
http://hpcs2017.cisedu.info/

конференция

конференцияThe 2017 International Conference on High Performance Computing and Simulation
Сокращенное названиеHPCS 2017
Страна/TерриторияИталия
ГородGenoa
Период16/07/1720/07/17
Сайт в сети Internet

    Предметные области Scopus

  • Прикладные компьютерные науки
  • Информационные системы и управление
  • Моделирование и симуляция
  • Компьютерные сети и коммуникации
  • Компьютерные науки (разное)

ID: 9152966