返回
Fault-tolerant numerical iterative algorithms at scale
DOI:10.1177/10943420251379675.png)
摘要
En 中文
本研究探讨了如何保护数值迭代算法免受所有可能在大规模系统中发生的错误类型的影响:失效停止错误(又称故障)和静默错误,这些错误既表现为计算错误,也表现为内存位翻转。我们结合了多种技术:用于检测计算错误的探测器、用于检测内存错误的校验和,以及用于应对故障的检查点/重启机制。目标是使算法每次迭代的预期时间最小化。我们设计了一种分层模式,将所有这些容错机制进行组合和交错处理,并确定了实现该目标的最佳周期性模式。我们将这些结果应用于预条件共轭梯度(PCG)算法的性能分析:我们报告了多种场景,在这些场景中,最佳模式显著降低了错误缓解带来的开销。
期刊
T
IF:
0
论文数:
49
被引数:
0

