Checkpointing strategies for a fixed-length execution

This work considers checkpointing strategies for a parallel application executing on a large-scale platform whose nodes are subject to failures. The application executes for a fixed duration, namely the length of the reservation that it has been granted. We start with small examples that show the di...

Celý popis

Podrobná bibliografie

Vydáno v:	SC24-W: Workshops of the International Conference for High Performance Computing, Networking, Storage and Analysis s. 508 - 518
Hlavní autoři:	Benoit, Anne, Perotin, Lucas, Robert, Yves, Vivien, Frederic
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 17.11.2024
Témata:	Checkpointing Conferences Dynamic programming Error analysis fail-stop errors failures fixed-size reservation fixedlength execution Heuristic algorithms High performance computing Linear algebra Time-frequency analysis
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!