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。
高性能コンピューティング(HPC)資源の信頼性,アベイラビリティおよびサービス性(RAS)ログは,空間的および時間的次元において密接に研究されると,システム状態,性能および資源利用に関する貴重な情報を提供することができる。これらのデータは,システムの多くの構成要素をカバーする複数の検層システムとセンサからしばしば生成される。持続的な時間的および空間的洞察を見出すためのこれらのデータの解析は,2つの主要な困難さに直面する。RASログの体積は手動検査を困難にし,各サブシステムにより生成されたログデータの非構造化特性とユニークな性質は記録イベント間の暗黙相関を同定するのにもう一つの困難さを付加する。これらの問題を解決するために,著者らは最近,Oak海嶺国立研究所(ORNL)におけるHPCログデータのためのマルチユーザBigデータ解析フレームワークを開発した。本論文は,システム状態,鉱山イベントパターン,およびユーザアプリケーションとシステムイベントの間の研究相関を評価するために,このフレームワークを活用する3つの進歩したデータ解析プロジェクトを紹介する。著者らは,ORNLのタイタンスーパーコンピュータから収集された3年間のログデータを用いて,各プロジェクトの動機づけとそれらのワークフローを詳細に記述した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】