Studio e realizzazione in ambiente HPC di un algoritmo fault-tolerant per la soluzione di sistemi lineari basato sul Metodo delle Interdizioni

Questo lavoro di tesi si inquadra nell’ambito di sistemi High Performance Computing (HPC) / High Availability Computing (HAC) , i quali vengono impiegati in moltissime applicazioni scientifiche. Il problema che si riscontra spesso è quello della fault-tolerance. Studi approfonditi ed analisi di dati mostrano che, con il progredire della tecnologia, il tempo medio tra un guasto ed un altro, ovvero il MTBF (Mean Time Between Failures), per un singolo nodo sia enormemente cresciuto. Questo significa che il verificarsi di un guasto risulta essere molto raro. Sebbene il MTBF per il singolo nodo sia cresciuto, quello dei sistemi HPC è diminuito, a causa della gran quantità di nodi presenti. Infatti, su cluster di grandi dimensioni è molto più probabile che si possa verificare un qualche tipo di guasto, facendo così abortire possibili job in esecuzione. Per ovviare a queste risapute problematiche spesso si utilizzano sistemi di checkpointing, i quali periodicamente salvano in maniera persistente il lavoro. In questo modo, in caso di guasto, sarà possibile riprendere l’esecuzione da dove si era bloccata. Occorre però pagare un costo in termini di tempo, speso per fermare l’esecuzione del job e salvare lo stato. La problematica affrontata in questo lavoro di tesi è legata alla risoluzione di sistemi lineari di grandi dimensioni. Questi sistemi vengono solitamente risolti su cluster HPC attraverso vari algoritmi, ma in questa tesi ci concentriamo su un metodo di soluzione per sistemi lineari chiamato Metodo delle Interdizioni (IMe), proposto dal prof. Filippo Ciampolini. L’idea è quella di realizzare un sistema di recovery diskless basato sul metodo prima menzionato; basandoci sulla formulazione matematica di checksum per il recovery, si procederà alla realizzazione di un sistema che non richiede di fermare l’esecuzione per il salvataggio dello stato. Successivi test proveranno l’efficacia di questa realizzazione.