Исследователи представляют Relight, фреймворк, обеспечивающий автоматическое распределённое сохранение контрольных точек для программ на основе задач вместе с эффективным механизмом быстрого воспроизводного запуска для полного восстановления заданий. В отличие от традиционных подходов, требующих ручной миграции данных, Relight использует внутреннюю структуру вычислений на основе задач для захвата и возобновления состояния при минимальных изменениях кода.

  • Обеспечивает производительность и масштабируемость сохранения контрольных точек, сопоставимые с оригинальным немодифицированным кодом.
  • Поддерживает работу до 512 узлов суперкомпьютера Piz Daint.
  • Устраняет необходимость для пользователей вручную управлять миграцией данных во время операций сохранения и возобновления.

Этот подход снижает риски, связанные с недетерминированными ошибками, аппаратными сбоями и ограничениями времени выполнения заданий в долгоиграющих программах, за счёт автоматизации управления состоянием.