面向高性能计算平台的多级层次结构并行存储系统的优化技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61872299
  • 项目类别：
    面上项目
  • 资助金额：
    61.0万
  • 负责人：
    廖剑伟
  • 依托单位：
    西南大学
  • 学科分类：
    F0204.计算机系统结构与硬件技术
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

This project intends to study a parallel file system, which enables a multi-layer I/O stack for providing high performance, scalable and low latency I/O service. To be specific, considering the fact of multi-level hierarchy in high performance clusters, we work on designing and implementing such a parallel file system that has a suited multi-layer I/O stack in which each layer has relevant I/O functionalities. Consequently, it is able to afford extendable, low latency and high performance I/O service. Furthermore, the project aims to research on server-pushing I/O optimization strategies including storage node-side prefetching and computing migration on the basis of block I/O access patterns, and then the compute nodes can be significantly relieved from optimization-related tasks. As a result, not only the execution time of applications running on the compute nodes can be cut down, but also high performance I/O services can be offered by the storage system.
本项目拟通过研究具有多级层次体系结构的并行存储系统的I/O优化支撑技术，为高性能计算机集群提供具有高性能、可扩展和低延迟等特性的存储基础设施。具体而言，拟研究的并行存储系统优化技术考虑到高性能计算机集群往往采用多级层次体系结构的事实，通过定义与之相匹配的层次结构I/O软件协议栈，并在协议栈不同层次引入相应的I/O功能与属性，构建易于维护和扩展的高性能存储系统。而且，通过研究实现部署在计算机集群的存储系统服务器端的自底而上的I/O优化机制（包括基于磁盘块访问模式的推送式数据预取机制和基于磁盘块访问信息的计算任务动态迁移机制等），减少计算结点参与I/O优化操作的力度进而加速应用程序执行并大幅提升存储系统输入/输出性能，最终解决或者缓解I/O性能与计算性能不匹配的问题。

结项摘要

本项目拟通过研究具有多级层次体系结构的并行存储系统的I/O优化支撑技术，为高性能计算机集群提供具有高性能、可扩展和低延迟等特性的存储基础设施。具体而言，拟研究的并行存储系统优化技术考虑到高性能计算机集群往往采用多级层次体系结构的事实，通过定义与之相匹配的层次结构I/O软件协议栈，并在协议栈不同层次引入相应的I/O功能与属性，构建易于维护和扩展的高性能存储系统。而且，通过研究实现部署在计算机集群的存储系统服务器端的自底而上的I/O优化机制(包括基于磁盘块访问模式的推送式数据预取机制和基于磁盘块访问信息的计算任务动态迁移机制等)，减少计算结点参与I/O 优化操作的力度进而加速应用程序执行并大幅提升存储系统输入/输出性能，最终解决或者缓解I/O性能与计算性能不匹配的问题。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（6）
专利数量（0）
Toward Efficient Block Replication Management in Distributed Storage
实现分布式存储中高效的块复制管理
  • DOI：
    10.1145/3412450
  • 发表时间：
    2020-10
  • 期刊：
    ACM Transactions on Modeling and Performance Evaluation of Computing Systems
  • 影响因子：
    0.6
  • 作者：
    Jianwei Liao;Zhiging Sha;Zhigang Cai;Zhiming Liu;Kenli Li;Wei-keng Liao;Alok N. Choudhary;Yutaka Ishikawa
  • 通讯作者：
    Yutaka Ishikawa
Adaptive Switch on Wear Leveling for Enhancing I/O Latency and Lifetime of High-density SSDs
磨损均衡的自适应开关可提高高密度 SSD 的 I/O 延迟和使用寿命
  • DOI：
    10.1109/tcad.2022.3197340
  • 发表时间：
    2022
  • 期刊：
    IEEE Transactions on Computer-aided Design of Integrated Circuits and Systems
  • 影响因子：
    2.9
  • 作者：
    Jiaojiao Wu;Jun Li;Zhibing Sha;Zhigang Cai;Jianwei Liao
  • 通讯作者：
    Jianwei Liao
Pattern-Based Prefetching with Adaptive Cache Management Inside of Solid-State Drives
基于模式的预取以及固态硬盘内部的自适应缓存管理
  • DOI：
    10.1145/3474393
  • 发表时间：
    2022
  • 期刊：
    ACM Transactions on Storage
  • 影响因子：
    1.7
  • 作者：
    Jun Li;Xiaofei Xu;Zhigang Cai;Jianwei Liao;Kenli Li;Balazs Gerofi;Yutaka Ishikawa
  • 通讯作者：
    Yutaka Ishikawa
Patch-Based Data Management for Dual-Copy Buffers in RAID-Enabled SSDs
支持 RAID 的 SSD 中双副本缓冲区的基于补丁的数据管理
  • DOI：
    10.1109/tcad.2020.3012252
  • 发表时间：
    2020-11-01
  • 期刊：
    IEEE TRANSACTIONS ON COMPUTER-AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS
  • 影响因子：
    2.9
  • 作者：
    Li, Jun;Sha, Zhibing;Liao, Jianwei
  • 通讯作者：
    Liao, Jianwei
Mitigating Negative Impacts of Read Disturb in SSDs
减轻 SSD 中读取干扰的负面影响
  • DOI：
    10.1145/3410332
  • 发表时间：
    2020-09
  • 期刊：
    ACM Transactions on Design Automation of Electronic Systems
  • 影响因子：
    1.4
  • 作者：
    Jun Li;Bowen Huang;Zhibing Sha;Zhigang Cai;Jianwei Liao;Balazs Gerofi;Yutaka Ishikawa
  • 通讯作者：
    Yutaka Ishikawa

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

一种基于压缩感知的无线传感信号重构算法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    陈善雄;何中市;熊海灵;廖剑伟
  • 通讯作者：
    廖剑伟
基于内存分块相异数据的虚拟机同步机制
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    通信学报
  • 影响因子：
    --
  • 作者：
    廖剑伟;陈善雄;李莉
  • 通讯作者：
    李莉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

廖剑伟的其他基金

结合逻辑与物理I/O访问信息的存储系统优化策略的研究
  • 批准号：
    61303038
  • 批准年份：
    2013
  • 资助金额：
    23.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码