2024
Bachelorarbeit, RWTH Aachen University, 2023
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2024
Genehmigende Fakultät
Fak01
Hauptberichter/Gutachter
; ;
Tag der mündlichen Prüfung/Habilitation
2023-10-19
Online
DOI: 10.18154/RWTH-2024-01049
URL: https://publications.rwth-aachen.de/record/977991/files/977991.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
BeeOND (frei) ; GekkoFS (frei) ; HPC (frei) ; I/O (frei) ; burst buffer (frei)
Thematische Einordnung (Klassifikation)
DDC: 004
Kurzfassung
Burst Buffer Systeme bilden eine wichtige Komponente in modern Hochleistungs-rechnern, weil die Anzahl wissenschaftlicher Anwendungen und Simulation mit ho-hen I/O Anforderungen stetig steigt. Burst Buffer schließen die Performancelücke zwischen I/O intensiven Anwendungen und dem parallelen Dateisystem. Wir haben die zwei Node-lokalen Burst Buffer Dateisysteme BeeOND und GekkoFS getestet. Desweitern haben wir diese qualitativ und quantitativ verglichen und konnten einen durchschnittlichen Vorteil für die I/O Rate bei GekkoFS von10 % zeigen. Davon hervor stechen die Ergebnisse mit dem NBP BT-IO Benchmark in der simple-io Variante, welche kollektives Buffern nicht zulässt. In diesen Tests hatte GekkoFS sogar einen Performancevorteil um den Faktor 10.Burst buffer systems are an important component for modern high-performance computing systems as the count of scientific applications and simulations with highI/O demands grows rapidly. Burst Buffers close the performance gap between I/O intensive computations and the parallel file system. We tested the two node-local burst buffer file systems BeeOND and GekkoFS. We compared them by qualitative and quantitative aspects, showing an average performance advantage of 10 % in I/O data rates for GekkoFS. Most noticeable are the results for the NPB BT-IO benchmark in the simple-io which prevents collective buffering. In these tests GekkoFS outperformed BeeOND up to one order of magnitude.
OpenAccess: PDF
(additional files)
Dokumenttyp
Bachelor Thesis
Format
online
Sprache
English
Interne Identnummern
RWTH-2024-01049
Datensatz-ID: 977991
Beteiligte Länder
Germany