抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大規模シミュレーションは数十年のための高性能計算(HPC)群集の特徴であるされてきたが,大規模データ分析(LSDA)負荷は科学的コミュニティの中で注目を集めてとしてだけでなく大きなHPCシミュレーション処理成分として知識発見のためのスタンドアロン科学的ツールである。エクサスケールへの道を用いた,新しいHPC実行時システムはまた,古典的な分散計算モデルとは異なる方法で出現している。しかし,最新最大のスケールDOEスーパーコンピューティングに対するそのような能力のためのシステムソフトウェアはこれらのタイプの新しいソフトウェア生態系のを支持するが,より適切に高める必要がある。本論文では,HPC負荷でなく,新たなビッグデータスタックをサポートするためのシステムを可能にする先進スーパーコンピューティング資源上での仮想クラスタの使用を提案した。特に,XCシリーズスーパコンピュータテストベッド上でクレイの計算ノードLinux内KVMハイパーバイザを展開した。libvirtとQEMUを用い計算ノード上に直接VMを管理し,設備,Ethernet上のAriesネットワークエミュレーションを活用した。我々の知る限りでは,これは真のMPPスーパコンピュータ上でのKVMの最初の使用である。HPCベンチマークを用いた溶液の両方,単一ノード性能だけでなく,32節点仮想クラスタの弱いスケーリングを評価するオーバヘッドを調べた。全体として,CrayのKVMを用いた溶液の単一ノード性能は天然に近い性能を持つ非常に効率的で見出した。しかし仮想クラスタサイズが増加するにつれてオーバーヘッドは20%まで増加し,Ethernet上のAries橋かけネットワークの限界によるものである。さらに,仮想クラスタにおける大規模データ解析作業負荷とApacheスパークを展開,ソフトウェア生態系は高性能仮想クラスタにより支持されることができるかを多様な実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】