[發(fā)明專利]高性能計算機系統(tǒng)中不滿足計算精度要求的結(jié)點檢測方法

有效

• 申請?zhí)枺?/td>: 201210041912.4
• 申請日: 2012-02-23
• 公開（公告）號: CN102646060A
• 公開（公告）日: 2012-08-22
• 發(fā)明（設(shè)計）人: 劉杰;遲利華;胡慶豐;徐涵;晏益慧;龔春葉;楊博;趙文聞
• 申請（專利權(quán)）人: 中國人民解放軍國防科學(xué)技術(shù)大學(xué)
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 國防科技大學(xué)專利服務(wù)中心 43202
• 代理人: 郭敏

技術(shù)領(lǐng)域

本發(fā)明涉及一種高性能計算機系統(tǒng)中不滿足計算精度要求的問題結(jié)點檢測方法，尤指基于并行程序的加載運行，能夠快速定位不能滿足用戶計算精度問題要求的計算結(jié)點的檢測方法。

背景技術(shù)

高性能計算機系統(tǒng)計算精度問題指用戶并行應(yīng)用程序在高性能計算機系統(tǒng)上的計算精度不能滿足用戶需求的問題，是由于少數(shù)計算結(jié)點的計算精度錯誤或結(jié)點間的連接引起的問題。

高性能計算機系統(tǒng)結(jié)構(gòu)復(fù)雜，計算精度涉及用戶程序運行結(jié)果的可信度，是用戶首先關(guān)心的問題。計算精度既涉及單機運算，也涉及多機協(xié)同計算；既和計算結(jié)點相關(guān)，也和通信網(wǎng)絡(luò)相關(guān)；既需要MPI(Message?Passing?Interface)并行環(huán)境，也需要OpenMP共享計算環(huán)境或CUDA(Compute?Unified?Device?Architecture)等其他并行計算環(huán)境；既要考慮串行編譯器的影響，又要考慮MPI、OpenMP和CUDA等并行編譯的影響；既涉及本地多級存儲結(jié)構(gòu)，又涉及遠地存儲結(jié)構(gòu)。計算結(jié)果的精度對高性能計算機系統(tǒng)是否具有可用性至關(guān)重要。

目前對計算精度的研究主要集中在提高計算精度的方法，如頂層設(shè)計提高計算精度方法，為避免舍入誤差造成模擬計算的不可靠性，從應(yīng)用軟件角度必須研究高精度偏微分離散格式和求解方法，盡量減少截斷誤差，并從程序設(shè)計角度對算術(shù)運算精度要求敏感的核心部分考慮采用高于64位的浮點運算，從系統(tǒng)研制角度則必須考慮對超64位字長的算術(shù)運算的支持。從應(yīng)用和系統(tǒng)設(shè)計著手提高計算精度，如果系統(tǒng)出現(xiàn)互連網(wǎng)絡(luò)等系統(tǒng)級錯誤時，得到錯誤的計算結(jié)果，無法定位出現(xiàn)錯誤的計算結(jié)點。

對高性能計算機系統(tǒng)的精度是否滿足用戶要求，主要采用計算精度對比法和國際基準(zhǔn)程序測試法：

(1)計算精度對比法。使用基于用戶需求研制的核心算法并行程序、測試程序和典型應(yīng)用程序在國內(nèi)國外已投入運行的高性能計算機系統(tǒng)上運行，保存計算結(jié)果，在被測試的系統(tǒng)上使用同等規(guī)模的問題進行計算，然后進行計算結(jié)果比對，具有相同的有效數(shù)字，就認為計算結(jié)果正確。目前要測試的高性能計算機系統(tǒng)可能遠大于已投入運行的系統(tǒng)，所計算的問題可能在已投入運行的機器上無法運行，得不到可供參考的計算結(jié)果。

(2)國際基準(zhǔn)程序測試法。選擇國際上的基準(zhǔn)測試程序?qū)Ω咝阅苡嬎銠C系統(tǒng)的計算精度進行測試，基準(zhǔn)測試程序中有標(biāo)準(zhǔn)的計算結(jié)果，測試完成后會自動報告是否成功，如果成功說明計算結(jié)果正確。該方法可以知道計算結(jié)果的正確性，但不知道哪些計算結(jié)點造成計算結(jié)果不正確，無法定位出錯誤的計算結(jié)點。

上述方法只能告訴用戶高性能計算機系統(tǒng)是否滿足用戶的需求，不能實現(xiàn)自動檢測功能，目前國際上還缺乏將計算精度有問題的計算結(jié)點自動檢測出來的方法。如何能夠既告訴用戶高性能計算機系統(tǒng)的精度是否滿足用戶的要求，又對計算精度不滿足要求的計算結(jié)點進行自動檢測是本領(lǐng)域技術(shù)人員極為關(guān)注的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于：提出一種高性能計算機系統(tǒng)中不滿足計算精度要求的結(jié)點檢測方法，使用并行程序加載運行，自動定位不能滿足計算精度要求的少數(shù)計算結(jié)點。

為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案為：根據(jù)高性能計算機系統(tǒng)的并行計算環(huán)境，采用覆蓋MPI、OpenMP和加速器的基準(zhǔn)測試程序，加載運行基準(zhǔn)測試程序，自動檢測計算精度問題，定位不滿足計算精度要求的計算結(jié)點。