Detailansicht
Fault-tolerance and scalability of gossip-based reduction algorithms
Elias Johannes Wimmer
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Scientific Computing
Betreuer*in
Wilfried Gansterer
DOI
10.25365/thesis.41337
URN
urn:nbn:at:at-ubw:1-29348.35132.237663-2
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Es wird angenommen, dass zukünftige „High Performance Computing”-Systeme viel anfälliger für „Silent Data Corruption”-Speicherfehler als derzeitige Systeme sein werden. Wir vergleichen das Fehlerverhalten unterschiedlicher Arten von parallelen Aggregationsalgorithmen unter dem Einfluss von „Bit-Flips”. Es stellt sich heraus, dass gossip-basierte Algorithmen einen klaren Vorteil gegenüber klassischen deterministischen Algorithmen haben. Trotzdem können auch existierende
gossip-basierte Algorithmen nicht alle „Bit-Flip”-Fehler korrigieren. Deshalb stellen wir zwei neue gossip-basierte Aggregationsalgorithmen vor, welche eine überlegene Fehlertoleranz gegenüber allen bisherigen Algorithmen zeigen. Da Performance die wichtigste Eigenschaft im „High Performance Computing” ist, untersuchen wir die Kosten von gossip-basierten Aggregationsalgorithmen für verschiedene Kommunikationsstrategien in „High Performance Computing”-Netzwerktopologien. Anschließend verifizieren wir die abgeleiteten Kostenmodelle mit Laufzeitergebnissen vom „Vienna Scientific Cluster 2” und geben einen Ausblick wie man die Performance von unserer Algorithmen weiter verbessern kann.
Abstract
(Englisch)
It is anticipated that future high performance computing (HPC) systems are much more vulnerable against failures as silent data corruption. We compare the behavior of different types of algorithms for parallel all-to-all aggregation under the influence of silent data corruption (bit-flips). It turns out that gossip-based algorithms have clear advantages over classical deterministic algorithms. But even existing gossip-based algorithms cannot handle all bit-flips in their data structures. Consequently,
we also present two novel gossip-based aggregation algorithms which achieve much better resilience against silent data corruption than all existing algorithms. Nevertheless, in HPC, performance is the key to acceptance. Therefore, we investigate the cost of gossip-based aggregation algorithms with different communication strategies
on network topologies used in HPC. We verify the derived cost models with results from the Vienna Scientific Cluster and give an outlook on how to further improve the performance of our algorithms.
Schlagwörter
Schlagwörter
(Englisch)
fault-tolerance Gossip-based Reduction Algorithms HPC
Schlagwörter
(Deutsch)
Fehlertoleranz Gossip-basierte Algorithmen HPC
Autor*innen
Elias Johannes Wimmer
Haupttitel (Englisch)
Fault-tolerance and scalability of gossip-based reduction algorithms
Publikationsjahr
2016
Umfangsangabe
xii, 65 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Wilfried Gansterer
Klassifikationen
54 Informatik > 54.25 Parallele Datenverarbeitung ,
54 Informatik > 54.32 Rechnerkommunikation
AC Nummer
AC13086017
Utheses ID
36588
Studienkennzahl
UA | 066 | 940 | |