Los investigadores presentan Relight, un marco que proporciona guardado automático de puntos de control distribuidos para programas basados en tareas junto con un mecanismo eficiente de reproducción rápida hacia adelante para la recuperación completa del trabajo. A diferencia de los enfoques tradicionales que requieren migración manual de datos, Relight aprovecha la estructura inherente de los cálculos basados en tareas para capturar y reanudar el estado con cambios mínimos en el código.
- Ofrece rendimiento y escalabilidad de guardado de puntos de control comparables a los códigos originales sin modificar.
- Soporta operación en hasta 512 nodos del supercomputador Piz Daint.
- Elimina la necesidad de que los usuarios gestionen manualmente la migración de datos durante las operaciones de guardado y reanudación.
Este enfoque mitiga los riesgos asociados con errores no deterministas, fallos de hardware y límites de tiempo de ejecución en programas de larga duración mediante la automatización de la gestión del estado.