CN105630663A - 基于任务备份的并行cfd计算容错方法 - Google Patents

基于任务备份的并行cfd计算容错方法 Download PDF

Info

Publication number
CN105630663A
CN105630663A CN201410601647.XA CN201410601647A CN105630663A CN 105630663 A CN105630663 A CN 105630663A CN 201410601647 A CN201410601647 A CN 201410601647A CN 105630663 A CN105630663 A CN 105630663A
Authority
CN
China
Prior art keywords
cfd
information
checkpoint
parallel
turning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410601647.XA
Other languages
English (en)
Other versions
CN105630663B (zh
Inventor
张星
闵昌万
王玲
禹彩辉
方洪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Near Space Vehicles System Engineering
Original Assignee
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Near Space Vehicles System Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Launch Vehicle Technology CALT, Beijing Institute of Near Space Vehicles System Engineering filed Critical China Academy of Launch Vehicle Technology CALT
Priority to CN201410601647.XA priority Critical patent/CN105630663B/zh
Publication of CN105630663A publication Critical patent/CN105630663A/zh
Application granted granted Critical
Publication of CN105630663B publication Critical patent/CN105630663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Retry When Errors Occur (AREA)

Abstract

本发明涉及一种基于任务备份的并行CFD计算容错方法，包括以下步骤：1.在CFD软件中建立两个检查点A与B，分别存贮t1迭代时刻与t2迭代时刻的计算恢复信息；2.进行并行CFD计算容错方法的原子操作，从操作1CFD计算流程开始至CFD计算流程计算结束；从而实现通过注入程序故障信息，发现该方法可有效解决并行CFD计算容错问题，提高系统容错能力，降低错误检测开销。

Description

基于任务备份的并行CFD计算容错方法
技术领域
本发明涉及CFD大规模数值模拟计算技术领域，具体涉及基于任务备份的并行CFD计算容错方法。
背景技术
在面向航空航天飞行器和高速列车等高价值目标的优化设计过程中，空气动力学复杂流动研究提升了对高性能数值模拟的利用水平，现今阶段提出了在亿亿次量级的高性能计算机系统上实现十万核量级大规模数值模拟的计算需求。而在这些以计算流体力学(CFD)为主导的高性能计算领域，不仅要满足实时性需求，还要求在计算机的软硬件出现故障时保证计算的正确进行，否则任务计算失败将会导致计算资源的巨大浪费，因此并行CFD数值模拟必须具备鲁棒性、原子操作性等多方面的可靠性保障。
目前大部分高性能计算系统采用集群的方式扩展并行计算能力，在计算资源规模扩展的同时带来了可靠性问题，这使得利用已有的硬件资源实现高质量的软件容错功能成为重要的亟待解决问题。
发明内容
本发明的要解决的技术问题是提供一种解决并行CFD计算容错问题为目标，提高系统容错能力，降低错误检测开销的方法。
为了解决上述技术问题，本发明的技术方案为，一种基于任务备份的并行CFD计算容错方法，包括以下步骤：
步骤一、初始化
在CFD软件中建立两个检查点A与B，分别存贮t1迭代时刻与t2迭代时刻的计算恢复信息(t1≠t2)；
在CFD软件中建立程序计数器，记录检查点A与B的使用情况；
步骤二、并行CFD计算容错方法的的原子操作如下：
操作1、CFD计算流程开始，进而执行操作2；
操作2、程序计数器清零，进而执行操作3；
操作3、向CFD软件写入检查点A中所记录的计算恢复信息，进而执行操作4；
操作4、判断检查点A写入是否成功，若成功则转向操作5，若失败转向操作6；
操作5、判断CFD计算流程是否结束，若是转向操作15，若否转向操作9；
操作6、检查程序计数器的值是否为零，若是转向操作3，若否转向操作7；
操作7、从检查点B读取其所记录的计算恢复信息，进而执行操作8；
操作8、继续执行CFD计算流程，完成后转向操作3；
操作9、程序计数器加1，进而执行操作10；
操作10、继续执行CFD计算流程，进而执行操作11；
操作11、向CFD软件写入检查点B中所记录的计算恢复信息，进而执行操作12；
操作12、判断检查点B写入是否成功，若成功转向5，若失败转向操作13；
操作13、从检查点A读取其所记录的计算恢复信息，进而执行操作14；
操作14、继续执行CFD计算流程，完成后转向操作10；
操作15、CFD计算流程计算结束。
所述步骤一中，计算恢复信息包括：网格分区数信息、网格单元流场计算信息、迭代步数信息。
所述操作5中，判断计算流程是否结束是通过判断CFD计算步数是否达到所述迭代步数信息的要求，如果达到达到则结束，否则未结束。
所述操作4和操作11中判断是否写入成功，是通过在CFD软件中建立检查点信息校验机制，通过全文件遍历的方式测试写入检查点信息的可用性，进而确认其是否写入成功。
在以所述全文件遍历的方式测试写入检查点信息的可用性过程中，若文件在遍历过程中发现损坏，则校验测试不通过；若文件完成遍历检测，则标记该检查点为可用项。
本发明的有益效果：通过注入程序故障信息，发现该方法可有效解决并行CFD计算容错问题，提高系统容错能力，降低错误检测开销。
附图说明
图1为本发明基于任务备份的并行CFD计算容错方法的流程图。
具体实施方式
以下结合附图和实施例对本发明做进一步描述。
本发明的一种基于任务备份的并行CFD计算容错方法，包括以下步骤：
步骤一、初始化
在CFD软件中建立两个检查点A与B，分别存贮t1迭代时刻与t2迭代时刻的计算恢复信息(t1≠t2)，所述计算恢复信息包括：网格分区数信息、网格单元流场计算信息、迭代步数信息；
在CFD软件中建立程序计数器，记录检查点A与B的使用情况；若程序计数器的值不为0，则认为程序在执行过程中有可用的软件恢复点；
步骤二、并行CFD计算容错方法的的原子操作如下：
操作1、CFD计算流程开始，进而执行操作2；
操作2、程序计数器清零，进而执行操作3；
操作3、向CFD软件写入检查点A中所记录的计算恢复信息，进而执行操作4；
操作4、判断检查点A写入是否成功，若成功则转向操作5，若失败转向操作6；
操作5、判断CFD计算流程是否结束，若是转向操作15，若否转向操作9；
操作6、检查程序计数器的值是否为零，若是转向操作3，若否转向操作7；
操作7、从检查点B读取其所记录的计算恢复信息，进而执行操作8；
操作8、继续执行CFD计算流程，完成后转向操作3；
操作9、程序计数器加1，进而执行操作10；
操作10、继续执行CFD计算流程，进而执行操作11；
操作11、向CFD软件写入检查点B中所记录的计算恢复信息，进而执行操作12；
操作12、判断检查点B写入是否成功，若成功转向5，若失败转向操作13；
操作13、从检查点A读取其所记录的计算恢复信息，进而执行操作14；
操作14、继续执行CFD计算流程，完成后转向操作10；
操作15、CFD计算流程计算结束。
所述操作5中，判断计算流程是否结束是通过判断CFD计算步数是否达到所述迭代步数信息的要求，如果达到达到则结束，否则未结束。
步骤三、所述操作4和操作11中判断是否写入成功，是通过在CFD软件中建立检查点信息校验机制，通过全文件遍历的方式测试检查点的可用性，进而确认其是否写入成功；
具体地，若文件在遍历过程中发现损坏，则校验测试不通过；若文件完成遍历检测，则标记该检查点为可用项；
本发明在CFD软件中建立检查点A与B的原子互斥写入操作，即在检查点A写入操作失败时，禁止检查点B的写入操作，反之亦然，保证程序在崩溃时仍然具备至少一个完整可用的检查恢复点信息。

Claims (5)

1.一种基于任务备份的并行CFD计算容错方法，其特征在于：包括以下步骤：
步骤一、初始化
在CFD软件中建立两个检查点A与B，分别存贮t1迭代时刻与t2迭代时刻的计算恢复信息(t1≠t2)；
在CFD软件中建立程序计数器，记录检查点A与B的使用情况；
步骤二、并行CFD计算容错方法的的原子操作如下：
操作1、CFD计算流程开始，进而执行操作2；
操作2、程序计数器清零，进而执行操作3；
操作3、向CFD软件写入检查点A中所记录的计算恢复信息，进而执行操作4；
操作4、判断检查点A写入是否成功，若成功则转向操作5，若失败转向操作6；
操作5、判断CFD计算流程是否结束，若是转向操作15，若否转向操作9；
操作6、检查程序计数器的值是否为零，若是转向操作3，若否转向操作7；
操作7、从检查点B读取其所记录的计算恢复信息，进而执行操作8；
操作8、继续执行CFD计算流程，完成后转向操作3；
操作9、程序计数器加1，进而执行操作10；
操作10、继续执行CFD计算流程，进而执行操作11；
操作11、向CFD软件写入检查点B中所记录的计算恢复信息，进而执行操作12；
操作12、判断检查点B写入是否成功，若成功转向5，若失败转向操作13；
操作13、从检查点A读取其所记录的计算恢复信息，进而执行操作14；
操作14、继续执行CFD计算流程，完成后转向操作10；
操作15、CFD计算流程计算结束。
2.按照权利要求1所述的基于任务备份的并行CFD计算容错方法，其特征在于：所述步骤一中，计算恢复信息包括：网格分区数信息、网格单元流场计算信息、迭代步数信息。
3.按照权利要求1所述的基于任务备份的并行CFD计算容错方法，其特征在于：所述操作5中，判断计算流程是否结束是通过判断CFD计算步数是否达到所述迭代步数信息的要求，如果达到达到则结束，否则未结束。
4.按照权利要求1所述的基于任务备份的并行CFD计算容错方法，其特征在于：所述操作4和操作11中判断是否写入成功，是通过在CFD软件中建立检查点信息校验机制，通过全文件遍历的方式测试写入检查点信息的可用性，进而确认其是否写入成功。
5.按照权利要求4所述的基于任务备份的并行CFD计算容错方法，其特征在于：在以所述全文件遍历的方式测试写入检查点信息的可用性过程中，若文件在遍历过程中发现损坏，则校验测试不通过；若文件完成遍历检测，则标记该检查点为可用项。
CN201410601647.XA 2014-10-30 2014-10-30 基于任务备份的并行cfd计算容错方法 Active CN105630663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410601647.XA CN105630663B (zh) 2014-10-30 2014-10-30 基于任务备份的并行cfd计算容错方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410601647.XA CN105630663B (zh) 2014-10-30 2014-10-30 基于任务备份的并行cfd计算容错方法

Publications (2)

Publication Number Publication Date
CN105630663A true CN105630663A (zh) 2016-06-01
CN105630663B CN105630663B (zh) 2018-08-21

Family

ID=56045635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410601647.XA Active CN105630663B (zh) 2014-10-30 2014-10-30 基于任务备份的并行cfd计算容错方法

Country Status (1)

Country Link
CN (1) CN105630663B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108153616A (zh) * 2016-12-06 2018-06-12 北京京存技术有限公司 一种存储芯片启动程序检测方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521128A (zh) * 2011-12-08 2012-06-27 华中科技大学 面向云平台的软件故障容忍方法
US20120303339A1 (en) * 2011-05-27 2012-11-29 International Business Machines Corporation Computational fluid dynamics modeling of a bounded domain
CN103348302A (zh) * 2010-12-21 2013-10-09 施耐德电气It公司 用于计算机架级的冷却冗余的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103348302A (zh) * 2010-12-21 2013-10-09 施耐德电气It公司 用于计算机架级的冷却冗余的方法
US20120303339A1 (en) * 2011-05-27 2012-11-29 International Business Machines Corporation Computational fluid dynamics modeling of a bounded domain
CN102521128A (zh) * 2011-12-08 2012-06-27 华中科技大学 面向云平台的软件故障容忍方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108153616A (zh) * 2016-12-06 2018-06-12 北京京存技术有限公司 一种存储芯片启动程序检测方法和装置

Also Published As

Publication number Publication date
CN105630663B (zh) 2018-08-21

Similar Documents

Publication Publication Date Title
US20150074467A1 (en) Method and System for Predicting Storage Device Failures
CN106325773B (zh) 一种存储系统数据的一致性保障方法、系统及缓存装置
CN105022673B (zh) 一种面向数据并行计算容错的快速并行复算方法
CN102385537B (zh) 一种多副本存储系统的磁盘故障处理方法
JP2015153191A (ja) 最適化したバイナリー・モジュールをテストする方法、並びに、当該最適化したバイナリー・モジュールをテストするためのコンピュータ及びそのコンピュータ・プログラム
CN105279049A (zh) 一种故障自主恢复三模冗余容错计算机ip核的设计方法
WO2016160190A1 (en) Technologies for application validation in persistent memory systems
CN104133740A (zh) 异常掉电数据恢复的方法
CN103778030A (zh) 日志子系统写入方法、错误追踪方法及处理器
CN102270166A (zh) 基于模拟器的处理器故障注入及跟踪方法及模拟器
CN102890647B (zh) 一种数据的存储与更新方法及装置
CN104461791B (zh) 一种信息处理方法及处理装置
CN105653411A (zh) 支持局部永久故障恢复的多核处理器芯片可重构系统
CN110825569A (zh) 一种硬盘稳定性测试方法及测试系统
WO2015069869A1 (en) Temporal logic robustness guided testing for cyber-physical sustems
CN106875018B (zh) 一种超大规模机器自动化维修的方法和装置
CN105183597A (zh) 一种快速有效进行系统硬盘失效分析及修复的方法
CN105630663A (zh) 基于任务备份的并行cfd计算容错方法
CN105320575A (zh) 一种双模冗余流水线的自校验及恢复装置与方法
CN105045678A (zh) 数据库恢复方法及装置
US8924773B1 (en) Reducing file system data unavailability window by adapting hierarchical recovery framework
CN104657229A (zh) 基于高可用性硬件检查点的多核处理器卷回恢复系统及其卷回恢复方法
US20150149024A1 (en) Latency tolerant fault isolation
US20140372793A1 (en) Systems And Methods For Medium Error Reporting And Handling In Storage Devices
CN205193785U (zh) 一种双模冗余流水线的自校验及恢复装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant