三層架構超級計算環境容錯框架

摘要：為確保建成的中國科學院“十一五”信息化重大專項超級計算環境提供穩定可靠的服務，提出三層架構超級計算環境的容錯框架。對計算環境可靠性和計算節點可靠性兩大部分，通過作業可靠性、服務可靠性和網格節點可靠性三個主要方面的可靠性研究，提出并實現了三層架構超級計算環境的可靠性解決方案。該框架重點解決了單點故障對環境的影響，確保單點故障發生后系統能夠繼續提供高可用的高性能計算服務。