基于统计数据的超级计算机内存故障分析

来源：计算机工程杂志2019年第5期北京时间：

作者：刘睿涛,陈左宁

单位：1.数学工程与先进计算国家重点实验室,江苏 无锡 214215; 2.国家并行计算机工程技术研究中心,北京 100190

摘要：基于神威太湖之光和神威蓝光超级计算机的巨量内存故障统计数据,建立P级超级计算机的内存失效时间模型。采用序列规则挖掘方法,分析内存失效序列模式,得到CPU节点上内存失效序列与后续内存失效的关联关系。通过协同分析方法研究并行应用的内存故障与内存失效特征,结果表明计算-访存-I/O密集型应用对内存故障影响较大,而应用类型对内存失效的影响有限,内存失效可能与内存芯片自身的可靠性有关。

关键词：超级计算机, 内存故障, 内存失效, 统计数据, 失效模型, 关联关系, 协同分析

基金资助：2019-05-15