Checkpointing zum Speichern des Jobfortschritts

Speichern von Prüfpunkten für lange Simulationen

Was ist Checkpointing?

Checkpointing ist der Vorgang, bei dem notwendige Daten aus einem laufenden Simulation, normalerweise implementiert, um einen Job neu zu starten oder als Sicherheitspunkt im Falle eines Systemausfalls.

Bewährte Vorgehensweisen für Checkpointing

Vorausplanen

  • Viele Softwareanwendungen bieten Optionen zum Checkpointing/Neustarten Ihrer Simulationen. Stellen Sie vor dem Start Ihrer Simulationen sicher, dass Sie über die entsprechenden Checkpointing-Funktionen verfügen. FLAGS, ON.
  • Es ist wichtig zu beachten, dass jede Anwendung eine andere Nomenklatur und Formatierung hat. Stellen Sie sicher, dass Sie die entsprechenden Flags für die verwendete Anwendung haben.
  • Alternativ verfügt die Rescale-Plattform über eine native Checkpointing-Funktion Schnappschuss, mit dem Benutzer problemlos Zwischendateien speichern können. Beachten Sie, dass diese Methode für Neustarts nicht optimal ist.

Softwarebasierte Checkpointing- und Neustartverfahren

Nur für Checkpoints relevante Informationen

  • Es empfiehlt sich, nur relevante Informationen zu speichern, die für den Neustart Ihrer Simulationen benötigt werden.
  • Übermäßiges Schreiben von Daten kann zu Out of Memory Dies kann zu entsprechenden Systemfehlern führen oder den Simulationsprozess verlangsamen.
  • Im Allgemeinen ermöglichen die meisten Anwendungen das Schreiben von Neustartdateien, mit denen die Simulationen neu gestartet werden können. Beispielsweise schreibt Abaqus .rst Dateien, die verwendet werden können, um die Simulation ab der letzten berechneten Iteration/dem letzten berechneten Schritt neu zu starten.

Überwachungssimulation

  • Bei langen Job-Simulationen empfiehlt es sich, den Job in regelmäßigen Abständen zu überwachen, da Sie so mögliche Fehler erkennen können.
  • Neben der Fehlererkennung können Sie durch regelmäßiges Monitoring den Fortschritt prüfen und Simulationen stoppen, wenn die Anwendung nach einem Fehler nicht automatisch beendet wird.

Versuchen Sie Folgendes zu vermeiden

Zu häufiges Checkpointing

  • Übermäßiges Checkpointing beansprucht den verfügbaren Speicher auf dem
    Cloud Instanz. Dies unterbricht die Simulation und führt zu Systemfehlern aufgrund unzureichenden Speichers.
  • Das übermäßige Schreiben von Ausgabedateien führt außerdem zu einer Verlangsamung des Simulationsprozesses und einer Erhöhung der Gesamtarbeitszeit.

Kein Checkpointing

  • Wenn Sie keine regelmäßigen Checkpoints durchführen, kann es im Falle eines Systemausfalls zum Verlust von Fortschritten und Daten kommen.
  • Wenn Sie beispielsweise eine Simulation über mehrere Tage laufen lassen, empfehlen wir, alle paar Stunden während der Simulationszeit einen Kontrollpunkt zu setzen.
×