Lessons Learned from Memory Errors Observed Over the Lifetime of Cielo

Maintaining the performance of high-performance computing (HPC) applications as failures increase is a major challenge for next-generation extreme-scale systems. Recent work demonstrates that hardware failures are expected to become more common. Few existing studies, however, have examined failures...

Celý popis

Podrobná bibliografie

Vydáno v:	SC18: International Conference for High Performance Computing, Networking, Storage and Analysis s. 554 - 565
Hlavní autoři:	Levy, Scott, Ferreira, Kurt B., DeBardeleben, Nathan, Siddiqua, Taniya, Sridharan, Vilas, Baseman, Elisabeth
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.11.2018
Témata:	Error correction codes Hardware Kernel Memory management Next generation networking Random access memory Reliability
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!