1、計(jì)算流體力學(xué)的飛速發(fā)展需要高性能的并行計(jì)算系統(tǒng)，然而高性能計(jì)算機(jī)的發(fā)展面臨著嚴(yán)重的可靠性問題。為使得大型CFD計(jì)算程序在故障頻發(fā)的運(yùn)算平臺(tái)上繼續(xù)保持可用性與擴(kuò)展性，我們需要為其設(shè)計(jì)高效易用的容錯(cuò)機(jī)制。OpenFOAM是CFD領(lǐng)域編程框架的典型代表，用戶可以通過書寫近似自然語言的方式對(duì)CFD應(yīng)用進(jìn)行描述，從而在OpenFOAM平臺(tái)上開發(fā)出可運(yùn)行的CFD并行模擬程序，實(shí)現(xiàn)對(duì)底層并行細(xì)節(jié)的屏蔽。從可編程的角度看，這類開發(fā)方式是目前CFD并行編

2、程的一個(gè)很有吸引力的發(fā)展趨勢(shì)。但OpenFOAM現(xiàn)有的自容錯(cuò)機(jī)制開銷大，且需要用戶值守。因此本文著眼于為OpenFOAM引入異步在線恢復(fù)容錯(cuò)思想，并為此設(shè)計(jì)配套的容錯(cuò)框架。
　　本研究主要內(nèi)容包括：⑴借鑒OpenFOAM的設(shè)計(jì)初衷，我們?cè)O(shè)計(jì)的容錯(cuò)框架僅要求領(lǐng)域用戶修改配置文件，以類自然語言的形式選擇所期望的容錯(cuò)機(jī)制方法，并設(shè)定相應(yīng)的參數(shù)；而具體容錯(cuò)機(jī)制方法以及相關(guān)優(yōu)化技術(shù)的實(shí)現(xiàn)則由計(jì)算機(jī)專家在框架中選擇合理位置插裝完成，減輕了領(lǐng)域

3、用戶的容錯(cuò)負(fù)擔(dān)。⑵基于協(xié)同檢查點(diǎn)機(jī)制與用戶級(jí)消息日志協(xié)議構(gòu)建容錯(cuò)框架，為Open-FOAM引入了異步恢復(fù)的容錯(cuò)思想，即僅自動(dòng)回滾錯(cuò)誤進(jìn)程，從而有效地節(jié)省了恢復(fù)過程中的總體CPU時(shí)間開銷，同時(shí)避免產(chǎn)生多米諾效應(yīng)與孤兒進(jìn)程。⑶用戶級(jí)消息日志將傳統(tǒng)實(shí)現(xiàn)在MPI庫級(jí)或以下的消息日志提升至用戶代碼層，從而給消息日志的容錯(cuò)方式與容錯(cuò)能力帶來了如下三點(diǎn)改進(jìn)：以用戶級(jí)語句代碼為粒度記錄歸約通信消息，屏蔽了歸約通信在MPI庫級(jí)的實(shí)現(xiàn)細(xì)節(jié)。從而減小了歸約通