JP2017097795A

JP2017097795A - 演算装置、プログラム、情報処理方法

Info

Publication number: JP2017097795A
Application number: JP2015232282A
Authority: JP
Inventors: 玲司正木; Reiji Masaki; 剛橋本; Takeshi Hashimoto
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2015-11-27
Filing date: 2015-11-27
Publication date: 2017-06-01
Anticipated expiration: 2035-11-27
Also published as: JP6597231B2; US10491491B2; US20170155565A1

Abstract

【課題】分散システムにおける情報集約型通信において、通信データ量を低減する。【解決手段】演算装置は、演算部と送信部を備える。演算部は、複数の送信ノードのうち異常のある送信ノードの個数に対応する方程式の係数を、前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値から演算する。送信部は、前記係数を用いる前記方程式の解から前記数値を抽出する受信ノードに、前記係数を送信する。【選択図】図１

Description

本発明は、複数のノードから情報を収集する情報収集システムに関する。

分散システムでは、複数の送信ノードと、複数の送信ノードを管理するための受信ノードを備える。情報集約型通信を実現する受信ノードは、複数の送信ノードの状態を管理するため、定期的に複数の送信ノードの状態情報を収集する。受信ノードは、複数の送信ノードから定期的に状態情報を受信することで、異常が発生した送信ノードを検知することができる。

データの転送処理を高速化する技術が知られている。並列計算機を構成する各ノードは、まずｎ分割したデータを他のノードに転送し、各ノードは、１／ｎずつのデータを集約して、演算し、次に、複数のノードが、それぞれの演算結果を、集約ノードに転送する。全ノードが、それぞれ分割されたデータの演算を実行するため、高速に転送処理を実現できる（例えば、特許文献１を参照）。

特開２００７−２４９８１０号公報

分散システムにおける受信ノードは、複数の送信ノードの状態を管理するため、定期的に複数の送信ノードの状態情報を収集する。これらの状態情報を一斉に受信する場合、複数の送信ノードの数に応じて、通信データ量が大きくなり、通信時間がかかる。

本発明は１つの側面において、分散システムにおける情報集約型通信において、通信データ量を低減することを目的とする。

演算装置は、演算部と送信部を備える。演算部は、複数の送信ノードのうち異常のある送信ノードの個数に対応する方程式の係数を、前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値から演算する。送信部は、前記係数を用いる前記方程式の解から前記数値を抽出する受信ノードに、前記係数を送信する。

本発明によれば、分散システムにおける情報集約型通信において、通信データ量を低減することができる。

本実施形態に係る分散システムの例を説明する図である。異常のある送信ノードが２以下の場合の分散システムの処理の例を説明する図である。異常のある送信ノードが３以上の場合の分散システムの処理の例を説明する図である。分散システムの構成の例を説明する図である。分散システムに設置される各種装置のハードウェア構成の例を説明する図である。受信ノードの処理の例を説明するフローチャートである。受信ノードの処理の例を説明するフローチャートである。

本発明に係る演算装置は、各送信ノードからの状態情報をリダクション演算と、所定の方程式の根の係数の関係を用いて、通信データ量を低減させることができる。

図１は、本実施形態に係る分散システムの例を説明する図である。分散システム１００は、複数の送信ノード１１０ａ〜１１０ｎ、演算装置１２０、受信ノード１３０を含む。受信ノード１３０は、複数の送信ノード１１０ａ〜１１０ｎを管理するため、複数の送信ノード１１０ａ〜１１０ｎから状態情報を収集する。複数の送信ノード１１０ａ〜１１０ｎの各々は、処理部１１１と送受信部１１２を備える。演算装置１２０は、受信部１２１、演算部１２２、送信部１２３を備える。受信ノード１３０は、抽出部１３１を備える。

処理部１１１は、まず、自送信ノード１１０に異常があるか否かを判定する。その後、送受信部１１２は、送信ノード１１０ａ〜１１０ｎ間で異常があるか否かの情報を共有する。処理部１１１は、自送信ノード１１０を識別する識別情報と状態情報の対を変換して整数（リダクションに用いられる引数）を生成する。送受信部１１２は、整数及び整数を用いた演算命令を演算装置１２０に送信する。

演算装置１２０の受信部１２１は、各送信ノード１１０（１１０ａ〜１１０ｎ）から整数及び演算命令を受信する。演算装置１２０の演算部１２２は、受信した整数（引数）を用いて「方程式」の係数を算出する方法を用いたリダクション処理（演算）を実行する。リダクション処理の結果算出される係数は、識別情報と状態情報の対である整数よりも、データ量が少ない。演算装置１２０の送信部１２３は、算出した係数を受信ノード１３０に送信する。

受信ノード１３０の抽出部１３１は、受信した係数から「方程式」を解き、識別情報と状態情報の対である整数を抽出する。

すると、演算装置１２０から受信ノード１３０に送信される係数は、識別情報と状態情報の対である整数よりもデータ量が少ない。そのため、演算装置１２０は、受信ノード１３０に送信する通信データ量を低減させることができる。

＜異常のある送信ノードが２以下の場合＞
図２は、異常のある送信ノードが２以下の場合の分散システムの処理の例を説明する図である。パラメータ２０１は、送信ノード１１０ａ〜１１０ｎ間で異常があるか否かの情報を共有するために用いられる。パラメータ２０１は、受信ノード１３０にも通知される。複数の送信ノード１１０ａ〜１１０ｎの各々は、引数２０２、引数２０３を演算装置１２０に送信する。表２００は、複数の送信ノード１１０ａ〜１１０ｎに「異常がある」場合と「異常がない」場合の、パラメータ２０１、引数２０２、引数２０３の例である。

パラメータ２０１は、送信ノード１１０が、異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の個数をカウントするために用いられる。異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の処理部１１１は、パラメータ２０１として異常があることを示す「１」を設定する。異常のない送信ノード１１０ａ〜１１０ｎは、パラメータ２０１として異常がないことを示す「０」を設定する。

ここで、送信ノード１１０（１１０ａ〜１１０ｎ）の送受信部１１２は、ノード間でパラメータ２０１を共有する。送信ノード１１０（１１０ａ〜１１０ｎ）の処理部１１１は、異常のある送信ノード１１０の数が２個以下である場合、引数２０２と引数２０３を生成する。

引数２０２は、演算装置１２０の係数（加法）を算出する際に用いられる引数である。異常のない送信ノード１１０の処理部１１１は、引数２０２として異常がないことを示す「０」を設定する。異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の処理部１１１は、エラーコード（状態情報）と異常のある送信ノードを識別する識別情報を対とした情報を引数２０２に設定する。

引数２０３は、演算装置１２０の係数（乗法）を算出する際に用いられる引数である。異常のない送信ノード１１０の処理部１１１は、引数２０３として異常がないことを示す「１」を設定する。異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の処理部１１１は、エラーコード（状態情報）と異常のある送信ノードを識別する識別情報を対とした情報を引数２０３として設定する。

送信ノード１１０の送信部１１２は、異常のある送信ノードの数が２以下であるため、引数２０２と引数２０３、及びこれらの引数を用いた演算命令を演算装置１２０に送信する。

演算装置１２０は、引数２０２、引数２０３を受信すると、「方程式」の係数を算出する方法を用いたリダクション処理を実行する。リダクション処理の例を順に説明する。

送信ノード１１０（１１０ａ〜１１０ｎ）のうち、送信ノード１１０ＸＸの１つに異常があるとする。演算装置１２０の演算部１２２は、異常のある送信ノード１１０が１つの場合、演算部１２２は、異常のある送信ノード１１０ＸＸのエラーコードと識別情報を表す整数を冗長させた、２つの係数とする。

送信ノード１１０（１１０ａ〜１１０ｎ）のうち、送信ノード１１０ＸＸと送信ノード１１０ＹＹの１つに異常があるとする。演算装置１２０の演算部１２２は、異常のある送信ノード１１０ＸＸのエラーコードと識別情報を表す整数を、「α」に設定する。処理部１２２は、異常のある送信ノード１１０ＹＹのエラーコードと識別情報を表す整数を、「β」に設定する。

演算部１２２は、引数２０２と引数２０３に基づいて設定されるαとβから、以下に示す式１、式２を用いて係数Ｖ（１）、Ｖ（２）を算出する。
Ｖ（１）＝α＋β ・・・式１
Ｖ（２）＝α×β ・・・式２

演算装置１２０の送信部１２３は、係数Ｖ（１）、係数（Ｖ２）を受信ノード１３０に送信する。

受信ノード１３０の抽出部１３１は、受信した係数Ｖ（１）、Ｖ（２）に基づいて、ｘ^２＋Ｖ（１）ｘ＋Ｖ（２）の2次方程式を解くことで、α及びβを抽出できる。α及びβは、夫々がエラーコードと送信ノード１１０の識別情報を含む。そのため、抽出部１３１がαとβを抽出することで、受信ノード１３０は、異常のある送信ノード１１０を特定し、エラーコードを取得できる。

表２１０は、複数の送信ノード１１０ａ〜１１０ｎが送信する引数２０２、引数２０３の例である。なお、送信ノード１１０ＸＸ、送信ノード１１０ＹＹの２つは、異常があるノードである。そのため、演算装置１２０は、送信ノード１１０ＸＸ、送信ノード１１０ＹＹ以外の送信ノードからは、引数２０２に０、引数２０３に１が設定された引数を受信する。

表２１０の例において、演算装置１２０の受信部１２１は、異常のある送信ノード１１０ＸＸから、ｐが設定された引数２０２と引数２０３を受信する。演算装置１２０の受信部１２１は、異常のある送信ノード１１０ＹＹから、ｑが設定された引数２０２と引数２０３を受信する。

演算部１２２は、引数２０２と引数２０３に設定されているｐとｑから、式１、式２を用いて係数Ｖ（１）、Ｖ（２）を算出する。演算装置１２０の送信部１２３は、係数Ｖ（１）、Ｖ（２）を受信ノード１３０に送信する。

受信ノード１３０の抽出部１３１は、受信した係数Ｖ（１）、Ｖ（２）に基づいて、ｘ^２＋Ｖ（１）ｘ＋Ｖ（２）の2次方程式を解くことで、ｐ及びｑを抽出できる。具体的には、式３を算出すればよい。

ｘ^２＋Ｖ（１）ｘ＋Ｖ（２）＝ｘ^２＋（ｐ＋ｑ）ｘ＋（ｐ＊ｑ）＝（Ｘ＋ｐ）（Ｘ＋ｑ）・・・式３
この２次方程式の解を求めることで、受信ノード１３０の抽出部１３１は、エラーコードと識別情報の対であるｐ及びｑを抽出できる。

演算装置１２０から受信ノード１３０に送信される係数は、識別情報と状態情報の対である整数よりもデータ量が少ない。そのため、演算装置１２０は、受信ノード１３０に送信する通信データ量を低減させることができる。

＜異常のある送信ノードが３以上の場合＞
図３は、異常のある送信ノードが３以上の場合の分散システムの処理の例を説明する図である。パラメータ２０１は、送信ノード１１０ａ〜１１０ｎ間で異常があるか否かの情報を共有するために用いられる。パラメータ２０１は、受信ノード１３０にも通知される。異常のある送信ノードが３以上の場合、複数の送信ノード１１０ａ〜１１０ｎの各々は、引数３０２に定数を加算した送信データ（複数個）を演算装置１２０に送信する。表３００は、複数の送信ノード１１０ａ〜１１０ｎに「異常がある」場合と「異常がない」場合の、パラメータ２０１、引数３０２の例である。

パラメータ２０１は、送信ノード１１０が、異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の個数（異常のあるノード数をｋ個とする）をカウントするために用いられる。異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の処理部１１１は、パラメータ２０１として異常があることを示す「１」を設定する。異常のない送信ノード１１０ａ〜１１０ｎは、パラメータ２０１として異常がないことを示す「０」を設定する。

ここで、送信ノード１１０（１１０ａ〜１１０ｎ）の送受信部１１２は、ノード間でパラメータ２０１を共有する。送信ノード１１０（１１０ａ〜１１０ｎ）の処理部１１１は、異常のある送信ノード１１０の数が３個以上である場合、引数３０２に定数を加算した送信データ（複数個）を生成する。

引数３０２は、演算装置１２０の係数（乗法）を算出する際に用いられる引数である。異常のない送信ノード１１０の処理部１１１は、引数３０２として異常がないことを示す「１」を設定する。異常のある送信ノード１１０（１１０ａ〜１１０ｎの何れか）の処理部１１１は、エラーコード（状態情報）と異常のある送信ノードを識別する識別情報を対とした情報（整数）に、ｋ個の異なる定数（０〜（ｋ−１））を加算し、ｋ種類の引数３０２を設定する。

異常のある送信ノード（１１０ａ〜１１０ｎの何れか）の送受信部１１２は、ｋ種類の引数３０２（送信データ）を演算装置１２０に送信する。さらに、処理部１１１は、異常のある送信ノードｋ個から任意のｊ個を選択する。ｊ個は、ｋ個よりも小さい数である。送受信部１１２は、演算装置１２０に、ｊ次方程式に用いられる係数を算出する命令を送信する。

表３１０は、ｋ及びｊを3個とした場合に複数の送信ノード１１０ａ〜１１０ｎから演算装置１２０に送信される送信データ（引数３０２に定数が加算された値）の例である。ここで、送信ノード１１０ＸＸ、送信ノード１１０ＹＹ、送信ノード１１０ＺＺの３つ（ｋ個）は、異常があるノードである。そのため、演算装置１２０は、送信ノード１１０ＸＸ、送信ノード１１０ＹＹ、送信ノードＺＺ以外の送信ノードから、１が設定された引数３０２を受信する。

送信ノード１１０ＸＸ、送信ノード１１０ＹＹ、送信ノードＺＺは、エラーコードと識別情報を対とした情報に異なる定数ｄ、ｅ、ｆを加算した３種の送信データを演算装置１２０に送信する。定数の数は、異常のある送信ノードの数に対応する。

具体的に演算装置１２０は、異常のある送信ノード１１０ＸＸから、引数３０２にｄ、ｅ、ｆが加算された「ｐ＋ｄ」「ｐ＋ｅ」「ｐ＋ｆ」を受信する。ｐは、エラーコードと送信ノード１１０ＸＸの識別情報の対を表す整数である。演算装置１２０は、異常のある送信ノード１１０ＹＹから、引数３０２にｄ、ｅ、ｆが加算された「ｑ＋ｄ」「ｑ＋ｅ」「ｑ＋ｆ」を受信する。ｑは、エラーコードと送信ノード１１０ＹＹの識別情報の対を表す整数である。演算装置１２０は、異常のある送信ノード１１０ＺＺから、引数３０２にｄ、ｅ、ｆを加算した「ｒ＋ｄ」「ｒ＋ｅ」「ｒ＋ｆ」を受信する。ｒは、エラーコードと送信ノード１１０ＺＺの識別情報の対を表す整数である。

演算装置１２０の処理部１２２は、異常のある送信ノードからリダクション処理の引数を受信すると、式４〜式６を用いて係数Ｖ（１）、Ｖ（２）、Ｖ（３）を算出する。この例では、ｊが３個と選択されているため、処理部１２２は、係数を３つ算出する。

Ｖ（１）＝（ｐ＋ｄ）＊（ｑ＋ｄ）＊（ｒ＋ｄ）・・・式４
Ｖ（２）＝（ｐ＋ｅ）＊（ｑ＋ｅ）＊（ｒ＋ｅ）・・・式５
Ｖ（３）＝（ｐ＋ｆ）＊（ｑ＋ｆ）＊（ｒ＋ｆ）・・・式６
その後、送信部１２３は、算出した係数を、受信ノード１３０に送信する。

受信ノード１３０の抽出部１３１は、受信した係数Ｖ（１）〜Ｖ（３）に基づいて、ｐ、ｑ、ｒを抽出する。式4〜式６は、例えば、Ｐ（ｄ）＝Ｖ（１）、Ｐ（ｅ）＝Ｖ（２）、Ｐ（ｆ）＝Ｖ（３）と仮定した場合、式７に置き換えることができる。

Ｐ（ｘ）＝（ｘ＋ｐ）＊（ｘ＋ｑ）＊（ｘ＋ｒ）
＝ｘ^３＋（ｐ＋ｑ＋ｒ）ｘ^２＋（ｐｑ＋ｑｒ＋ｒｐ）ｘ＋ｐ＊ｑ＊ｒ
＝ｘ^３＋Ａｘ^２＋Ｂｘ＋Ｃ・・・式７
ここで、式７では、ｐ＋ｑ＋ｒをＡとし、ｐｑ＋ｑｒ＋ｒｐをＢとし、ｐ＊ｑ＊ｒをＣとしている。ここで、式７のｘに、ｄ、ｅ、ｆを代入すると、式８〜式１０となる。

Ｐ（ｄ）＝ｄ^３＋Ａｄ^２＋Ｂｄ＋Ｃ＝Ｖ（１）・・・式８
Ｐ（ｅ）＝ｅ^３＋Ａｅ^２＋Ｂｅ＋Ｃ＝Ｖ（２）・・・式９
Ｐ（ｆ）＝ｆ^３＋Ａｆ^２＋Ｂｆ＋Ｃ＝Ｖ（３）・・・式１０

次に、式８〜１０におけるＡ〜Ｃを未知数とする３元連立方程式として解く。式８〜１０内の定数項を右辺に移項した式は、式１１〜式１３のようになる。

Ａｄ^２＋Ｂｄ＋Ｃ＝Ｖ（１）―ｄ^３・・・式１１
Ａｅ^２＋Ｂｅ＋Ｃ＝Ｖ（２）―ｅ^３・・・式１２
Ａｆ^２＋Ｂｆ＋Ｃ＝Ｖ（３）―ｆ^３・・・式１３
式１１〜式１３を行列ベクトルとすると、式１４、式１５となる。

ここで、ｄ、ｅ、ｆが全て異なることから、行列式は０とならないことが、行列式の基本性質で知られている。行列の基本性質は、ある列に他の列の定数倍を加えても値が変わらない事、及び、１つの列を定数倍すると値が定数倍されることである。

こうして求められたＰ（ｘ）を０とすることで、（−ｐ）、（−ｑ）、（−ｒ）が根として求められる。そのため、受信ノード１３０の抽出部１３１は、ｐ、ｑ、ｒを抽出できる。

なお、ｊが4以下であれば、ｊ次方程式は、根の公式で解くことができる。ｊが５以上の場合は、数値的に解くことができる。

演算装置１２０から受信ノード１３０に送信される係数は、識別情報と状態情報の対である整数よりもデータ量が少ない。そのため、分散システムにおけるは、演算装置１２０と受信ノード１３０間の通信データ量を低減させることができる。

図４は、分散システムの構成の例を説明する図である。分散システム１００において、送信ノード１１０ａ〜１１０ｆと受信ノード１３０が、スイッチまたはルータである中継装置４０１と通信線４０２を含むネットワークにより相互接続されている。更に、分散システム１００は、リダクション機能を備えた独立筐体型のノード間演算装置４０３がノード外の中継装置４０１に接続される。

なお、図４は、分散システム１００の例示であり、このシステムに含まれる送信ノード１１０（１１０ａ〜１１０ｎ）、中継装置４０１、独立筐体型のノード間演算装置４０３の数は、任意であってよい。送信ノード１１０（１１０ａ〜１１０ｎ）は、ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ（ＣＰＵ）１１０−１、メモリ１１０−２、およびネットワーク・インターフェースであるＮｅｔｗｏｒｋＩｎｔｅｒｆａｃｅＣａｒｄ（ＮＩＣ）１１０−３を備える。メモリ１１０−２は、各送信ノード１１０の識別情報及び状態情報が記憶する。また、受信ノード１３０は、ＣＰＵ１３０−１、メモリ１３０−２、およびＮＩＣ１３０−３を備える。メモリ１３０−２は、受信したリダクション結果の係数及び、該係数から抽出された状態情報及び識別情報を記憶する。

本実施形態では、リダクション処理を、送信ノード１１０のＣＰＵ１１０−１や受信ノード１３０のＣＰＵ１３０−１ではなく、ＡｔｏｍｉｃＯｐｅｒａｔｉｏｎやネットワークのリダクション機能等のノード間演算装置４０３を用いて実現する。

ノード間演算装置４０３が実現するリダクションの機能は、例えば、ＭｅｓｓａｇｅＰａｓｓｉｎｇＩｎｔｅｒｆａｃｅ（ＭＰＩ）規格でＭＰＩＲｅｄｕｃｅという名のＡＰＩで定義される処理を指し、個別のデータを指定した２項演算の反復により演算前と同じ型の１つのデータに縮約することを指す。例えば、指定する２項演算が加法であれば、対応するリダクションの結果は、全ノードのデータの総和となる。ＭＰＩ規格では、ＭＰＩＲｅｄｕｃｅによるリダクションで指定可能な演算として、加法以外にも乗法、ｂｉｔｗｉｓｅｏｒ、「最大値と場所の対」等を指定するマクロが定義されている。

分散システム１００の環境における上記のリダクションの性能は、ノード間の通信時間によって決まり、演算の所要時間は、無視できる割合になる。しかしながら、システム規模の増大に伴って、リダクションは、入力情報を持つ全ノード間での、複数段階の中継動作を伴う処理になり得る。

ノード間の通信時間の相当部分は、ネットワーク装置の主記憶装置へのアクセスオーバヘッド、すなわち、ＩＯ（ＩｎｐｕｔＯｕｔｐｕｔ）バスをデータが通過する時間と、ＩＯ処理を制御し演算を行うためのＣＰＵ時間である。ＣＰＵ上で演算を行うためには、まずメモリに格納された演算対象のデータをＣＰＵに取り込む必要があり、演算結果をメモリに再び格納する必要がある。さらに、ネットワーク上で複数段の中継処理をしながらリダクションの演算をＣＰＵ上で行う場合には、ＩＯバスとメモリバスをデータが各段の中継について２回通過することになる。これに対し、ノード間演算機能を有するネットワーク装置の内部で演算が行われれば、ＩＯバスとメモリバスをデータが通過することによるオーバヘッドは削減され、リダクション性能は、大幅に向上する。

図５は、分散システムに設置される各種装置のハードウェア構成の例を説明する図である。送信ノード１１０と受信ノード１３０は、プロセッサ１１、メモリ１２、バス１５、外部記憶装置１６、ネットワーク接続装置１９を備える。さらにオプションとして、送信ノード１１０と受信ノード１３０は、入力装置１３、出力装置１４、媒体駆動装置１７を備えても良い。送信ノード１１０と受信ノード１３０は、例えば、コンピュータなどで実現されることがある。

プロセッサ１１は、ＣＰＵを含む任意の処理回路とすることができる。送信ノード１１０におけるプロセッサ１１は、図４のＣＰＵ１１０−１であり、図１の処理部１１１として動作する。受信ノード１３０におけるプロセッサ１１は、図４のＣＰＵ１３０−１であり、図１の抽出部１３１として動作する。なお、プロセッサ１１は、例えば、外部記憶装置１６に記憶されたプログラムを実行することができる。

送信ノード１１０におけるメモリ１２は、メモリ１１０−２である。受信ノード１３０におけるメモリ１２は、メモリ１３０−２である。さらに、メモリ１２は、プロセッサ１１の動作により得られたデータや、プロセッサ１１の処理に用いられるデータも、適宜、記憶する。

送信ノード１１０におけるネットワーク接続装置１９は、図４のＮＩＣ１１０−３であり、図１の送受信部１１２として動作する。受信ノード１３０におけるネットワーク接続装置１９は、図４のＮＩＣ１３０−３である。ネットワーク接続装置１９は、他の装置との通信に使用され動作する。入力装置１３は、例えば、ボタン、キーボード、マウス等として実現され、出力装置１４は、ディスプレイなどとして実現される。バス１５は、プロセッサ１１、メモリ１２、入力装置１３、出力装置１４、外部記憶装置１６、媒体駆動装置１７、ネットワーク接続装置１９の間を相互にデータの受け渡しが行えるように接続する。外部記憶装置１６は、プログラムやデータなどを格納し、格納している情報を、適宜、プロセッサ１１などに提供する。媒体駆動装置１７は、メモリ１２や外部記憶装置１６のデータを可搬記憶媒体１８に出力することができ、また、可搬記憶媒体１８からプログラムやデータ等を読み出すことができる。ここで、可搬記憶媒体１８は、フロッピイディスク、Ｍａｇｎｅｔ-Ｏｐｔｉｃａｌ（ＭＯ）ディスク、ＣｏｍｐａｃｔＤｉｓｃＲｅｃｏｒｄａｂｌｅ（ＣＤ−Ｒ）やＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃＲｅｃｏｒｄａｂｌｅ（ＤＶＤ−Ｒ）を含む、持ち運びが可能な任意の記憶媒体とすることができる。

ここで、ノード間演算装置４０３のハードウェア構成の例についても説明する。ノード間演算装置４０３は、プロセッサ１１、メモリ１２及びネットワーク接続装置１９を備える。プロセッサ１１は、演算部１２２として動作する。メモリ１２は、プロセッサ１１の動作により得られたデータや、プロセッサ１１の処理に用いられるデータも、適宜、記憶する。ネットワーク接続装置１９は、受信部１２１、送信部１２２として動作し、他の装置との通信に使用され動作する。

図６は、送信ノードの処理の例を説明するフローチャートである。送信ノード１１０の処理部１１１は、自送信ノード１１０で異常があるか否かを判定する（ステップＳ１０１）。送信ノード１１０に異常がある場合（ステップＳ１０１でＹＥＳ）、処理部１１１は、パラメータ２０１に０を設定する（ステップＳ１０２）。処理部１１１は、引数２０２にエラーコードと自送信ノード１１０の識別情報を対応づけた整数を設定する（ステップＳ１０３）。処理部１１１は、引数２０３と引数３０２にエラーコードと自送信ノード１１０の識別情報を対応づけた整数を設定する（ステップＳ１０４）。

一方、送信ノード１１０に異常がない場合（ステップＳ１０１でＮＯ）、処理部１１１は、パラメータ２０１に１を設定する（ステップＳ１０５）。処理部１１１は、引数２０２に０を設定する（ステップＳ１０６）。処理部１１１は、引数２０３と引数３０２に０を設定する（ステップＳ１０７）。

送受信部１１２は、パラメータ２０１をＡＰＩコマンドであるMPI_Allrecudeで全送信ノードに送信し、併せて他の送信ノード１１０のパラメータ２０１を受信する（ステップＳ１０８）。処理部１１１は、パラメータ２０１に基づいて、異常のある送信ノード１１０の個数が２個以下であるか否かを判定する（ステップＳ１０９）。

異常のある送信ノード１１０が2個以下である場合（ステップＳ１０９でＹＥＳ）、処理部１１１は、引数２０２を用いたＭＰＩ＿Ｒｅｄｕｃｅを実行する（ステップＳ１１０）。ステップＳ１１０の処理で引数２０２が演算装置１２０に送信され、演算装置１２０は、加法（式１）によるリダクション処理を実行し、演算結果の係数を受信ノード１３０に送信する。続いて、処理部１１１は、引数２０３を用いたＭＰＩ＿Ｒｅｄｕｃｅを実行する（ステップＳ１１１）。ステップＳ１１１の処理で引数２０３が演算装置１２０に送信され、演算装置１２０は、乗法（式２）によるリダクション処理を実行し、演算結果の係数を受信ノード１３０に送信する。ステップＳ１１１が終了すると、処理部１１１は、異常を通知する処理を終了する。

異常のある送信ノード１１０が3個以上である場合（ステップＳ１０９でＮＯ）、処理部１１１は、引数３０２に定数を加算する（ステップＳ１１２）。処理部１１１は、引数３０２に定数を加算した値を用いたＭＰＩ＿Ｒｅｄｕｃｅを実行する（ステップＳ１１３）。ステップＳ１１３の処理で引数３０２に定数を加算した値が演算装置１２０に送信され、演算装置１２０は、乗法（式４〜６など）によるリダクション処理を実行し、演算結果の係数を受信ノード１３０に送信する。処理部１１１は、異常のある送信ノードの数だけ、ステップＳ１１２とステップＳ１１３の処理を実行したか否かを判定する（ステップＳ１１４）。異常のある送信ノードの数だけ処理が完了していない場合（ステップＳ１１４でＮＯ）、処理部１１１は、ステップＳ１１２から処理を繰り返す。異常のある送信ノードの数分のステップＳ１１２とＳ１１３の処理を実行している場合（ステップＳ１１４でＹＥＳ）、処理部１１１は、異常を通知する処理を終了する。

図７は、受信ノードの処理の例を説明するフローチャートである。抽出部１３１は、パラメータ２０１をＡＰＩコマンドであるMPI_Allrecudeで全送信ノードに送信し、併せて他の送信ノード１１０のパラメータ２０１を受信する（ステップＳ２０１）。抽出部１３１は、ＭＰＩ＿Ｒｅｄｕｃｅを実行し、乗法によるリダクションの結果を整数で取得する（ステップＳ２０２）。抽出部１３１は、異常のある送信ノード１１０の数分の整数（係数）を取得したか否かを判定する（ステップＳ２０３）。異常のある送信ノード１１０の数分の整数（係数）を取得していない場合（ステップＳ２０３でＮＯ）、抽出部１３１は、処理をステップＳ２０２から繰り返す。

異常のある送信ノード１１０の数分の整数（係数）を取得済みの場合（ステップＳ２０３でＹＥＳ）、抽出部１３１は、異常のある送信ノードの数が２以下か否かを判定する（ステップＳ２０４）。異常のある送信ノードの数が２以下でない場合（ステップＳ２０４でＮＯ）、抽出部１３１は、係数の値（Ｎ個）を用いた方程式の解からエラーコードと識別情報の対を表す整数を抽出する（ステップＳ２０５）。

異常のある送信ノードの数が２以下である場合（ステップＳ２０４でＹＥＳ）、抽出部１３１は、係数の値１と係数の値２が同じ値であるか否かを判定する（ステップＳ２０６）。係数の値１と値２が同じ値でない場合（ステップＳ２０６でＮＯ）、抽出部１３１は、異常のある送信ノードが２つあると判定し、係数の値１と値２を用いた2次方程式の解からエラーコードと識別情報の対を表す整数を抽出する（ステップＳ２０７）。係数の値１と値２が同じ値である場合（ステップステップＳ２０６でＹＥＳ）、ステップＳ２０５、ステップ２０７が終了すると、抽出部１３１は、整数からエラーコードと識別情報を抽出する（ステップＳ２０８）。

なお、値１と値２が同じ値である場合（ステップＳ２０６でＹＥＳ）は、異常のある送信ノードが１つの場合であるため、係数の値１及び値２のそれ自体が、エラーコード及び識別情報である。

１１０ａ〜１１０ｎ送信ノード
１２０並列演算装置
１２１受信部
１２２処理部
１２３送信部
１３０受信ノード
１３１抽出部

Claims

複数の送信ノードのうち異常のある送信ノードの個数に対応する方程式の係数を、前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値から演算する演算部と、
前記係数を用いる前記方程式の解から前記数値を抽出する受信ノードに、前記係数を送信する送信部と、を備える
ことを特徴とする演算装置。
前記異常のある送信ノードの個数が１つである場合、
前記送信部は、
前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値を、前記係数として前記受信ノードに送信する
ことを特徴とする請求項１に記載の演算装置。
前記異常のある送信ノードの個数が２つである場合、
前記演算部は、
前記異常のある送信ノードの状態情報と識別情報とを含む２つの数値から、2次方程式の係数を演算する
ことを特徴とする請求項１に記載の演算装置。
前記異常のある送信ノードの個数が３以上である場合、
前記演算部は、
前記異常のある送信ノードの状態情報と識別情報とを含む数値に、異常のある送信ノードの個数に応じた数の異なる定数を加算した値から、方程式の係数を演算する
ことを特徴とする請求項１に記載の演算装置。
複数の送信ノードのうち異常のある送信ノードの個数に対応する方程式の係数を、前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値から演算し、
前記係数を用いる前記方程式の解から前記数値を抽出する受信ノードに、前記係数を送信する処理を、演算装置に実行させる
ことを特徴とするプログラム。
前記異常のある送信ノードの個数が１つである場合、
前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値を、前記係数として前記受信ノードに送信する処理を前記演算装置に実行させる
ことを特徴とする請求項５に記載のプログラム。
前記異常のある送信ノードの個数が２つである場合、
前記異常のある送信ノードの状態情報と識別情報とを含む２つの数値から、2次方程式の係数を演算する処理を前記演算装置に実行させる
ことを特徴とする請求項５に記載のプログラム。
前記異常のある送信ノードの個数が３以上である場合、
前記異常のある送信ノードの状態情報と識別情報とを含む数値に、異常のある送信ノードの個数に応じた数の異なる定数を加算した値から、方程式の係数を演算する処理を前記演算装置に実行させる
ことを特徴とする請求項５に記載のプログラム。
複数の送信ノードのうち異常のある送信ノードの個数に対応する方程式の係数を、前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値から演算し、
前記係数を用いる前記方程式の解から前記数値を抽出する受信ノードに、前記係数を送信する
ことを特徴とする情報処理方法。
前記異常のある送信ノードの個数が１つである場合、
前記異常のある送信ノードの状態情報と前記異常のある送信ノードを識別する識別情報とを含む数値を、前記係数として前記受信ノードに送信する
ことを特徴とする請求項９に記載の情報処理方法。
前記異常のある送信ノードの個数が２つである場合、
前記異常のある送信ノードの状態情報と識別情報とを含む２つの数値から、2次方程式の係数を演算する
ことを特徴とする請求項９に記載の情報処理方法。
前記異常のある送信ノードの個数が３以上である場合、
前記異常のある送信ノードの状態情報と識別情報とを含む数値に、異常のある送信ノードの個数に応じた数の異なる定数を加算した値から、方程式の係数を演算する
ことを特徴とする請求項９に記載の情報処理方法。