Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Fault Tolerant High Performance Computing

Description du projet

Assurer les supercalculateurs contre les défaillances

Les communautés scientifique, industrielle et des ingénieurs dépendent fortement des supercalculateurs et de leur capacité à fonctionner de manière efficace. Forts de leur puissance de traitement et de leur mémoire accrues, les supercalculateurs de prochaine génération (exaflopique) devraient connaître au moins deux défaillances par minute. Il est donc de la plus haute importance de trouver des solutions simples et efficaces pour améliorer la tolérance aux défaillances qui n’exigeront pas une expertise de haut-niveau. Le projet FTHPC, financé par l’UE, vise à résoudre le problème de la tolérance aux défaillances en exploitant les dernières avancées dans le domaine des codes de correction d’erreur et de petites preuves vérifiables de manière probabiliste. La réussite de ce projet éliminera le besoin d’expertise relative aux tolérances aux défaillances et rendra le calcul exaflopique accessible à tous les concepteurs et programmeurs d’algorithmes.

Objectif

Supercomputers are strategically crucial for facilitating advances in science and technology: in climate change research, accelerated genome sequencing towards cancer treatments, cutting edge physics, devising engineering innovative solutions, and many other compute intensive problems. However, the future of super-computing depends on our ability to cope with the ever increasing rate of faults (bit flips and component failure), resulting from the steadily increasing machine size and decreasing operating voltage. Indeed, hardware trends predict at least two faults per minute for next generation (exascale) supercomputers.

The challenge of ascertaining fault tolerance for high-performance computing is not new, and has been the focus of extensive research for over two decades. However, most solutions are either (i) general purpose, requiring little to no algorithmic effort, but severely degrading performance (e.g. checkpoint-restart), or (ii) tailored to specific applications and very efficient, but requiring high expertise and significantly increasing programmers' workload. We seek the best of both worlds: high performance and general purpose fault resilience.

Efficient general purpose solutions (e.g. via error correcting codes) have revolutionized memory and communication devices over two decades ago, enabling programmers to effectively disregard the very
likely memory and communication errors. The time has come for a similar paradigm shift in the computing regimen. I argue that exciting recent advances in error correcting codes, and in short probabilistically checkable proofs, make this goal feasible. Success along these lines will eliminate the bottleneck of required fault-tolerance expertise, and open exascale computing to all algorithm designers and programmers, for the benefit of the scientific, engineering, and industrial communities.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

ERC-COG - Consolidator Grant

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) ERC-2018-COG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

THE HEBREW UNIVERSITY OF JERUSALEM
Contribution nette de l'UE
€ 1 824 467,00
Coût total
€ 1 824 467,00

Bénéficiaires (1)