سب سے بڑا سپر کام کرنے والوں کو سب سے مشکل ہوتا ہے، محقق سے پتہ چلتا ہے

جیسا کہ سپر کامپٹرز زیادہ طاقتور ہو جاتے ہیں، بلٹ میں اجزاء کی بڑھتی ہوئی رقم کی وجہ سے، ناکامی کے باعث بھی زیادہ کمزور ہو جائیں گے. گزشتہ ہفتے حالیہ SC12 کانفرنس میں چند محققین نے یوٹہ سالٹ لیب سٹی، یوٹہ میں اس بڑھتی ہوئی دشواری کا ممکنہ حل پیش کیا.

آج کے اعلی کارکردگی کمپیوٹنگ (HPC) کے نظام میں 100،000 نوڈس یا زیادہ میموری، پروسیسرز، بسیں اور دیگر سرکٹری کے اجزاء. شمالی کیرولینا اسٹیٹ یونیورسٹی کے ایک پی ایچ ڈی کے طالب علم ڈیوڈ فالہ نے کہا کہ اعداد و شمار کے مطابق، یہ تمام اجزاء کچھ نقطہ نظر میں ناکام رہے گی اور وہ ایسا کرتے ہیں جب وہ ایسا کرتے ہیں.

مسئلہ نہیں ہے. بالکل نیا. جب لارنس لیورورم نیشنل لیبارٹری کے 600 نوڈ ASCI (تیز رفتار اسٹریٹجک کمپیوٹنگ نوٹیفکیشن) 2001 میں وائٹ سپر کمپیوٹر آن لائن چلا گیا، تو اس کا مطلب صرف پانچ گھنٹے کی ناکامی (MTBF) کے درمیان ہے، جزو کی ناکامیوں میں حصہ لینے کا شکریہ. Fiala نے کہا کہ بعد میں ٹیوننگ کی کوششیں ASCI وائٹ کی MTBF 55 گھنٹوں تک بہتر ہوگئیں.

لیکن جیسا کہ سپر کمپیوٹر نوڈ کی تعداد بڑھتی ہے، لہذا مسئلہ ہوگی. فیضہ نے کہا، "اس بارے میں کچھ کرنا ہوگا." اس سے پہلے کہ ہم پریشانی کی طرف بڑھ جائیں گے، "اگلی دہائی کے سپر پاور پروسیسرز کا کہنا ہے کہ آج دس ماڈلوں کے مطابق معاہدتی طاقت دس گنا ہے. فیفا نے کہا کہ نظام کی ناکامی سے نمٹنے کے لئے بہت اچھی طرح سے پیمائش نہیں ہوسکتی ہے. انہوں نے چیک پوائنٹنگ کا حوالہ دیتے ہوئے، جس میں ایک چل رہا ہے پروگرام عارضی طور پر روک دیا گیا ہے اور اس کا ریاست ڈسک میں محفوظ ہے. اس پروگرام کے بعد حادثے کا سامنا کرنا پڑتا ہے، یہ نظام آخری چوکی سے نوکری کو دوبارہ شروع کرنے میں کامیاب ہے.

NCSUDAVID FIALA

فالہ کے مطابق، چیک پوائنٹنگ کے ساتھ مسئلہ یہ ہے کہ نڈس کی تعداد بڑھتی ہے چیک پوائنٹنگ کرنے کے لئے ضروریات کے ساتھ ساتھ بڑھتی ہوئی شرح میں اضافہ ہوتا ہے. مثال کے طور پر، 100000 نوڈ سپر کمپیوٹر پر کام کرنے میں تقریبا 35 فیصد سرگرمی شامل ہو گی. Fiala کا اندازہ لگایا گیا ہے کہ باقی نظام کو ناکامی کا سامنا کرنا پڑتا ہے اور نظام کو ناکامی کا سامنا کرنا پڑے گا.

Exascale کے نظام کے لئے ضروری تمام اضافی ہارڈ ویئر کی وجہ سے، جو ایک ملین یا اس سے زیادہ اجزاء سے تعمیر کیا جا سکتا ہے، نظام کی وشوسنییتا ہوگی فیض نے کہا.

پرانا، اچھی مشورہ: بیک اپ ڈیٹا

فیالہ نے اس ٹیکنالوجی کو پیش کیا کہ وہ اور ساتھی محققین نے ترقی دی کہ وہ قابل اعتماد کو بہتر بنانے میں مدد مل سکتی ہے.. جب ٹیکنالوجی کو خرابی کے اعداد و شمار کو ڈسک سے ڈیٹا لکھتے ہیں تو خاموش اعداد و شمار کی خرابی کی دشواری کا سامنا ہوتا ہے.

بنیادی طور پر، محققین کے نقطۂٔٔٔٔٔٔٔٔٔٔٔ پر ایک سے زیادہ کاپی، یا "کلون" پروگرام کے ساتھ ساتھ، جوابات کے ساتھ ساتھ چلتے ہیں. ریڈ ایم پی آئی نامی سافٹ ویئر، پیغام پاس ورڈ انٹرفیس (MPI) کے ساتھ مل کر چل رہا ہے، ایک سے زیادہ سرورز پر تقسیم کرنے والی درخواستوں کے لئے ایک لائبریری ہے تاکہ اس پروگرام کے مختلف حصوں متوازی میں عملدرآمد کی جاسکیں.

ریڈ ایم پی آئی ہر MPI کاپی اور نقل کرتا ہے. پیغام جس کا اطلاق پروگرام کے کلون (یا کلون) کو پیغام بھیجتا ہے، اور بھیجتا ہے. اگر مختلف کلون مختلف جوابوں کا حساب لگائیں تو، تعداد میں مکھی پر دوبارہ دوبارہ رجوع کیا جاسکتا ہے، جو پورے پروگرام کو چلانے سے وقت اور وسائل کو بچائے گا.

"لاگو کرنا بے حد نہیں ہے. یہ بنیادی شماروں کی تعداد میں زیادہ ہوسکتی ہے. اس کی ضرورت ہوتی ہے، لیکن یہ چیک پوائنٹ کے ساتھ دوبارہ ریستوران کی ضرورت سے بچتا ہے. " "متبادل ہے، یقینا، جب تک آپ کو صحیح جواب ملتا ہے، جب تک آپ کو صحیح جواب نہیں ملتا ہے،" جب تک فیفا نے ہر پروگرام کے دو بیک اپ کاپیاں چلانے کی سفارش کی ہے، ٹرپل اپیل کے لئے. اگرچہ ایک پروگرام کا ایک سے زیادہ کاپی چلانے میں ابتدائی طور پر زیادہ وسائل لگے گی، اس وقت کے ساتھ جب یہ اصل میں زیادہ موثر ہوسکتا ہے، اس حقیقت کی وجہ سے کہ جواباتوں کو چیک کرنے کے لئے پروگراموں کی ضرورت نہیں ہوگی. اس کے علاوہ، جانچ پڑتال کرنے کی ضرورت نہیں ہوسکتی ہے جب ایک سے زیادہ کاپی چلائے جاتے ہیں، جو نظام کے وسائل کو بھی بچائے گا.

UCSCEthan Miller

"مجھے لگتا ہے کہ بے حسی کرنے کا خیال بہت اچھا خیال ہے. [کیونکہ] بہت بڑے اداروں میں، سینکڑوں ہزار نوڈس شامل ہوتے ہیں، وہاں یقینی طور پر ایک موقع ہے کہ غلطیوں میں پھنسے جائیں گے." پیشے میں شرکت کرنے والے کیلی فورنیا سانتا کروز یونیورسٹی کے کمپیوٹر سائنس پروفیسر. لیکن انہوں نے کہا کہ یہ نقطۂ نظر نیٹ ورک ٹریفک کی مقدار سے مناسب نہیں ہوسکتا ہے جو اس طرح کی بے مثال ہو سکتی ہے. انہوں نے کہا کہ نوڈس کے اسی سیٹ پر تمام ایپلی کیشنز کو چلانے کا مشورہ دیا گیا ہے، جو اندرونیڈ ٹریفک کو کم کر سکتا ہے.

ایک اور پیشکش میں، اربانہ- چیمپئنڈ میں ایلیینوس یونیورسٹی کے ایک پی ایچ ڈی کے طالب علم انا گینیارو نے لاگ ان کا تجزیہ پیش کیا جب فائلوں میں ناکام ہوجائے گی تو فائلوں کی پیشن گوئی کی جائے گی.

یہ کام ڈیٹا کان کنی کے ساتھ سگنل کا تجزیہ کرتا ہے. سگنل تجزیہ عام طور پر عام رویے کی خصوصیات کے لئے استعمال کیا جاتا ہے، لہذا جب ناکامی ہوتی ہے تو یہ آسانی سے دیکھا جا سکتا ہے. ڈیٹا کان کنی علیحدہ رپورٹ کی ناکامی کے درمیان رابطے کے لئے لگ رہا ہے. دیگر محققین نے ظاہر کیا ہے کہ کئی ناکامیاں کبھی کبھی ایک دوسرے سے مل کر ملتی ہیں، کیونکہ ایک ٹیکنالوجی کے ساتھ ناکامی دوسروں میں کارکردگی پر اثر انداز کر سکتی ہے. مثال کے طور پر، جب ایک نیٹ ورک کارڈ ناکام ہوجاتا ہے، تو یہ جلد ہی دوسرے نظام کے عملوں کو گزرنا ہوگا جو نیٹ ورک مواصلات پر منحصر ہے.

محققین نے پتہ چلا کہ 70 فیصد سے متعلق مطابقت پذیر ناکامیوں سے 10 سیکنڈ سے زائد موقع کا موقع ملتا ہے. دوسرے الفاظ میں، جب ناکامی کا پہلا نشان پتہ چلا ہے تو، اس کے کام کو بچانے کے لئے نظام 10 سیکنڈ ہوسکتے ہیں، یا کام کو دوسرے نوڈ میں منتقل کر سکتے ہیں، زیادہ اہم ناکامی سے پہلے ہوتا ہے. Gainaru نے کہا کہ "ناکامی کی پیشن گوئی دوسرے غلطی رواداری کی تکنیکوں کے ساتھ ضم کیا جا سکتا ہے."

جوا جیکسن نے انٹرپرائز سوفٹ ویئر اور عمومی ٹیکنالوجی کو

آئی ڈی جی نیوز سروس

کے بارے میں خبر توڑنے کا احاطہ کیا. Joab_Jackson پر ٹویٹر پر جوااب کو فالو کریں. جواب کا ای میل ایڈریس [email protected] ہے