コンピュータクラスター

コンピュータクラスターは、連携して動作するコンピュータのセットであり、単一のシステムとして見ることができます。グリッドコンピュータとは異なり、コンピュータクラスターでは、各ノードが同じタスクを実行するように設定され、ソフトウェアによって制御およびスケジュールされます。クラスターコンピューティングの最新の表現は、クラウドコンピューティングです。

クラスターのコンポーネントは通常、高速ローカルエリアネットワークを介して相互に接続され、各ノード（サーバーとして使用されるコンピューター）は独自のオペレーティングシステムのインスタンスを実行します。ほとんどの場合、すべてのノードは同じハードウェア^[1]^{[より適切な情報源が必要]}と同じオペレーティングシステムを使用しますが、一部の設定（Open Source Cluster Application Resources（OSCAR）の使用など）では、各コンピューターで異なるオペレーティングシステムを使用したり、異なるハードウェアを使用したりすることができます。^[2]

クラスターは通常、単一のコンピューターよりもパフォーマンスと可用性を向上させるために導入され、同等の速度や可用性を持つ単一のコンピューターよりもはるかにコスト効率が高くなります。^[3]

コンピュータクラスタは、低コストのマイクロプロセッサ、高速ネットワーク、高性能分散コンピューティング用ソフトウェアの利用可能性など、いくつかのコンピューティングトレンドが収束した結果として登場しました。^[要出典]クラスタの適用範囲と展開範囲は広く、少数のノードを持つ小規模ビジネスクラスタから、IBM の Sequoiaなどの世界最速のスーパーコンピュータまで多岐にわたります。^[4] クラスタが登場する前は、モジュール冗長性を備えた単一ユニットのフォールトトレラントメインフレームが採用されていましたが、クラスタの初期費用が低く、ネットワークファブリックの速度が速いことから、クラスタの採用が進みました。高信頼性メインフレームとは対照的に、クラスタはスケールアウトが安価ですが、エラー処理の複雑さも増します。これは、クラスタではエラーモードが実行中のプログラムに対して不透明ではないためです。^[5]

基本概念

多数の低コストの市販コンピュータを統合することで、より高いコンピューティング能力と信頼性を実現したいという要望から、さまざまなアーキテクチャと構成が生まれました。

コンピュータクラスタリングのアプローチは、通常（常にではありませんが）、高速ローカルエリアネットワークを介して、すぐに利用できる多数のコンピューティングノード（サーバーとして使用されるパーソナルコンピュータなど）を接続します。^[6]コンピューティングノードのアクティビティは、「クラスタリングミドルウェア」によって調整されます。これは、ノードの上に位置するソフトウェアレイヤーであり、ユーザーがクラスターを1つのまとまったコンピューティングユニットとして扱うことを可能にします（たとえば、単一のシステムイメージコンセプトを介して）。^[6]

コンピュータクラスタリングは、ノードをオーケストレーションされた共有サーバーとして利用できるようにする集中管理アプローチに依存しています。これは、ピアツーピアやグリッドコンピューティングなどの他のアプローチとは異なります。これらのアプローチも多数のノードを使用しますが、はるかに分散化された性質を持っています。^[6]

コンピュータクラスタは、2 台のパーソナルコンピュータを接続しただけの単純な 2 ノードシステムの場合もあれば、非常に高速なスーパーコンピュータの場合もあります。クラスタを構築する基本的なアプローチは、数台のパーソナルコンピュータで構築して従来の高性能コンピューティングに代わる費用対効果の高い方法を生み出すBeowulfクラスタです。このコンセプトの実現可能性を示した初期のプロジェクトは、133 ノードのStone Soupercomputerでした。^[7]開発者は、Linux、Parallel Virtual Machineツールキット、およびMessage Passing Interfaceライブラリを使用して、比較的低コストで高性能を実現しました。^[8]

クラスターは単純なネットワークで接続された数台のパソコンで構成されている場合もありますが、クラスターアーキテクチャを使用して非常に高いレベルのパフォーマンスを実現することもできます。TOP500組織が半年ごとに発表する最速スーパーコンピュータ500台のリストには、多くのクラスターが含まれていることがよくあります。たとえば、2011年に世界最速のマシンは、分散メモリのクラスターアーキテクチャを備えた京コンピュータでした。^[9]

歴史

グレッグ・フィスターは、クラスターは特定のベンダーによって発明されたのではなく、1台のコンピューターにすべての作業を収めることができなかった、またはバックアップを必要とした顧客によって発明されたと述べています。^[10]フィスターは、その時期を1960年代と推定しています。あらゆる種類の並列作業を行う手段としてのクラスターコンピューティングの正式なエンジニアリングの基礎は、IBMのジーン・アムダールによって発明されたとされており、彼は1967年に並列処理に関する独創的な論文と見なされるようになった「アムダールの法則」を発表しました。

初期のコンピュータクラスターの歴史は、初期のネットワークの歴史と多かれ少なかれ直接結びついています。ネットワーク開発の主な動機の 1 つは、コンピューティングリソースをリンクして、事実上のコンピュータクラスターを作成することだったからです。

クラスターとして設計された最初の実稼働システムは、1960 年代半ばの Burroughs B5700でした。これにより、それぞれ 1 個または 2 個のプロセッサを搭載した最大 4 台のコンピュータを共通のディスクストレージサブシステムに密結合して、ワークロードを分散できるようになりました。標準的なマルチプロセッサシステムとは異なり、各コンピュータは全体の動作を中断することなく再起動できます。

最初の商用の疎結合クラスタリング製品は、 1977 年に開発されたDatapoint Corporation の「Attached Resource Computer」(ARC) システムで、クラスタインターフェイスとしてARCnet が使用されていました。クラスタリング自体は、 Digital Equipment Corporation が1984 年にVMSオペレーティングシステム用のVAXcluster製品をリリースするまで、本格的に普及しませんでした。ARC および VAXcluster 製品は、並列コンピューティングをサポートしただけでなく、ファイルシステムや周辺機器の共有もサポートしました。そのアイデアは、データの信頼性と一意性を維持しながら、並列処理の利点を提供することでした。その他の注目すべき初期の商用クラスタは、Tandem NonStop (1976 年の高可用性商用製品) ^[11]^[12]とIBM S/390 Parallel Sysplex (1994 年頃、主にビジネス用途) です。

同じ時期に、コンピュータクラスタがコンピュータ外部の汎用ネットワーク上で並列処理を行っていたのに対し、スーパーコンピュータは同じコンピュータ内で並列処理を行い始めました。 1964年のCDC 6600の成功に続き、1976年にCray 1が登場し、ベクトル処理による内部並列処理を導入しました。^{[13]初期のスーパーコンピュータはクラスタを使わず}共有メモリに依存していましたが、やがて最速のスーパーコンピュータ（京コンピュータなど）の一部はクラスタアーキテクチャに依存するようになりました。

クラスターの属性

コンピュータクラスタは、Web サービスのサポートなどの一般的なビジネスニーズから、計算集約型の科学計算まで、さまざまな目的に合わせて構成できます。いずれの場合も、クラスタは高可用性アプローチを使用できます。以下に説明する属性は排他的ではなく、「コンピュータクラスタ」でも高可用性アプローチなどを使用する場合があることに注意してください。

「負荷分散」クラスターは、クラスターノードが計算負荷を共有して全体的なパフォーマンスを向上させる構成です。たとえば、Webサーバークラスターは異なるクエリを異なるノードに割り当てることができるため、全体的な応答時間が最適化されます。^[14]ただし、負荷分散のアプローチはアプリケーションによって大きく異なる場合があります。たとえば、科学計算に使用される高性能クラスターは、Webサーバークラスターとは異なるアルゴリズムを使用して負荷を分散しますが、Webサーバークラスターでは、新しいリクエストをそれぞれ異なるノードに割り当てる単純なラウンドロビン方式を使用する場合があります。^[14]

コンピュータクラスタは、WebサービスやデータベースなどのIO指向の操作を処理するのではなく、計算集約型の目的で使用されます。 ^[15]たとえば、コンピュータクラスタは、自動車の衝突や天候の計算シミュレーションをサポートする場合があります。非常に密に結合されたコンピュータクラスタは、「スーパーコンピューティング」に近づく可能性のある作業用に設計されています。

「高可用性クラスター」(フェイルオーバークラスターまたは HA クラスターとも呼ばれる) は、クラスターアプローチの可用性を向上させます。これらは冗長ノードを使用して動作し、システムコンポーネントに障害が発生した場合にサービス提供に使用されます。HA クラスター実装では、クラスターコンポーネントの冗長性を使用して単一障害点を排除しようとします。多くのオペレーティングシステム用の高可用性クラスターの商用実装があります。Linux -HAプロジェクトは、 Linuxオペレーティングシステム用のよく使用されるフリーソフトウェアHA パッケージの1 つです。

利点

クラスタは主にパフォーマンスを考慮して設計されますが、インストールは他の多くの要因に基づいています。フォールトトレランス（ノードが故障してもシステムが動作し続ける能力）によりスケーラビリティが実現され、高パフォーマンスの状況では、メンテナンスルーチンの頻度を低く抑え、リソースの統合（RAIDなど）、集中管理が可能になります。利点には、災害時にデータを回復できること、並列データ処理と高い処理能力を提供することなどがあります。^[16]^[17]

スケーラビリティの点では、クラスターは水平方向にノードを追加する機能によってこれを実現します。つまり、より多くのコンピューターをクラスターに追加して、パフォーマンス、冗長性、フォールトトレランスを向上させることができます。これは、クラスター内の 1 つのノードをスケールアップするよりも、パフォーマンスの高いクラスターにとって安価なソリューションとなります。コンピュータークラスターのこの特性により、パフォーマンスの低い多数のコンピューターで、より大きな計算負荷を実行できます。

クラスターに新しいノードを追加する場合、クラスター全体を停止する必要がないため、信頼性が向上します。メンテナンスのために 1 つのノードを停止しても、クラスターの残りの部分がその個々のノードの負荷を引き受けます。

多数のコンピュータをクラスター化している場合は、分散ファイルシステムとRAIDを使用すると、クラスターの信頼性と速度が向上します。

設計と構成

クラスターを設計する際の問題の 1 つは、個々のノードをどの程度密に結合するかということです。たとえば、単一のコンピュータージョブでノード間の頻繁な通信が必要になる場合があります。これは、クラスターが専用ネットワークを共有し、密集して配置され、おそらく同種のノードを持つことを意味します。もう 1 つの極端な例は、コンピュータージョブが 1 個または少数のノードを使用し、ノード間の通信がほとんどまたはまったく必要なく、グリッドコンピューティングに近づく場合です。

Beowulf クラスターでは、アプリケーションプログラムは計算ノード (スレーブコンピューターとも呼ばれる) を見ることはなく、スレーブのスケジュールと管理を処理する特定のコンピューターである「マスター」とのみ対話します。^[15]一般的な実装では、マスターには 2 つのネットワークインターフェイスがあり、1 つはスレーブのプライベート Beowulf ネットワークと通信し、もう 1 つは組織の汎用ネットワークと通信します。^[15]スレーブコンピューターは通常、同じオペレーティングシステムの独自のバージョンと、ローカルメモリとディスク領域を備えています。ただし、プライベートスレーブネットワークには、必要に応じてスレーブがアクセスするグローバルな永続データを格納する大規模な共有ファイルサーバーが存在する場合もあります。^[15]

特別な目的の144ノードDEGIMAクラスターは、汎用科学計算ではなく、Multiple-Walk並列ツリーコードを使用して天体物理学N体シミュレーションを実行するように調整されています。^[18]

ゲーム機は世代ごとに計算能力が向上しているため、ハイパフォーマンスコンピューティング(HPC) クラスターに再利用するという新しい用途が生まれています。ゲーム機クラスターの例としては、 Sony PlayStation クラスターやMicrosoft Xboxクラスターがあります。消費者向けゲーム製品のもう 1 つの例としては、複数のグラフィックアクセラレータプロセッサチップを使用するNvidia Tesla パーソナルスーパーコンピュータワークステーションがあります。ゲーム機のほかに、ハイエンドのグラフィックカードも代わりに使用できます。グリッドコンピューティングの計算にグラフィックカード (または GPU) を使用すると、精度は劣るものの、CPU を使用するよりもはるかに経済的です。ただし、倍精度値を使用すると、CPU と同等の精度で作業でき、コスト (購入コスト) は大幅に低くなります。^[2]

コンピュータクラスタは、歴史的に同じオペレーティングシステムを搭載した別々の物理コンピュータ上で実行されてきました。仮想化の登場により、クラスタノードは、異なるオペレーティングシステムを搭載した別々の物理コンピュータ上で実行され、それらの上に仮想レイヤーが描かれ、見た目が似ているようになりました。 ^{[19 ]}^[^要出典^]^[^要説明^]クラスタは、メンテナンスが行われるにつれてさまざまな構成で仮想化されることもあります。実装例としては、Linux-HAを使用した仮想化マネージャとしてのXenがあります。^[19]

データの共有とコミュニケーション

データ共有

1980 年代にコンピュータクラスターが登場すると同時に、スーパーコンピュータも登場しました。当時の 3 つのクラスを区別する要素の 1 つは、初期のスーパーコンピュータが共有メモリに依存していたことです。クラスターでは通常、物理的な共有メモリは使用されませんが、多くのスーパーコンピュータアーキテクチャでも共有メモリは使用されなくなりました。

ただし、現代のコンピュータクラスターでは、クラスターファイルシステムの使用が不可欠です。^{[引用が必要]例としては、}IBM General Parallel File System、Microsoft のCluster Shared Volumes、Oracle Cluster File Systemなどがあります。

メッセージの受け渡しと通信

クラスターノード間の通信に広く使用されている2つのアプローチは、MPI（メッセージパッシングインターフェース）とPVM（並列仮想マシン）です。^[20]

PVM は、MPI が利用可能になる前の 1989 年頃にオークリッジ国立研究所で開発されました。PVM は、すべてのクラスタノードに直接インストールする必要があり、ノードを「並列仮想マシン」として表現する一連のソフトウェアライブラリを提供します。PVM は、メッセージパッシング、タスクとリソースの管理、および障害通知のためのランタイム環境を提供します。PVM は、C、C++、または Fortran などで記述されたユーザープログラムで使用できます。^[20]^[21]

MPI は 1990 年代初頭に 40 の組織による議論から生まれました。最初の取り組みはARPAとNational Science Foundationによってサポートされました。MPI の設計は、一から始めるのではなく、当時の商用システムで利用可能なさまざまな機能を利用しました。その後、MPI 仕様から特定の実装が生まれました。MPI 実装では通常、TCP/IPとソケット接続が使用されます。^{[20] MPI は現在、}C、Fortran、Pythonなどの言語で並列プログラムを作成できる、広く利用可能な通信モデルです。^{[21]したがって、具体的な実装を提供する PVM とは異なり、MPI は}MPICHやOpen MPIなどのシステムに実装されている仕様です。^[21]^[22]

クラスター管理

コンピュータクラスタの使用における課題の1つは、クラスタの管理コストです。クラスタにN個のノードがある場合、クラスタの管理コストはN台の独立したマシンの管理コストと同じくらい高くなることがあります。^[23]場合によっては、管理コストが低い共有メモリアーキテクチャの方が有利になります。 ^[23]これにより、管理が容易なため、仮想マシンも人気が高まりました。 ^[23]

タスクのスケジュール

大規模なマルチユーザークラスターが大量のデータにアクセスする必要がある場合、タスクのスケジューリングが課題になります。複雑なアプリケーション環境を持つ異機種 CPU-GPU クラスターでは、各ジョブのパフォーマンスは基盤となるクラスターの特性に依存します。そのため、タスクを CPU コアと GPU デバイスにマッピングすることは大きな課題となります。^[24]これは現在も研究が進められている分野であり、MapReduceとHadoop を組み合わせて拡張するアルゴリズムが提案され、研究されています。^[24]

ノード障害管理

クラスター内のノードに障害が発生した場合、「フェンシング」などの戦略を採用して、システムの残りの部分を稼働させ続けることができます。^[25]^[26]フェンシングとは、ノードが故障していると思われる場合に、ノードを隔離したり共有リソースを保護したりするプロセスです。フェンシング方法には2つのクラスがあります。1つはノード自体を無効にするもので、もう1つは共有ディスクなどのリソースへのアクセスを禁止します。^[25]

STONITH方式は「Shoot The Other Node In The Head」の略で、疑わしいノードを無効にするか電源をオフにすることを意味します。たとえば、パワーフェンシングでは、電源コントローラを使用して動作不能なノードをオフにします。^[25]

リソースフェンシングアプローチでは、ノードの電源をオフにせずにリソースにアクセスすることはできません。これには、SCSI3経由の永続予約フェンシング、ファイバーチャネルポートを無効にするファイバーチャネルフェンシング、またはGNBD サーバーへのアクセスを無効にするグローバルネットワークブロックデバイス(GNBD) フェンシングが含まれる場合があります。

ソフトウェア開発と管理

並列プログラミング

ウェブサーバーなどの負荷分散クラスターは、多数のユーザーをサポートするためにクラスターアーキテクチャを使用し、通常、各ユーザー要求は特定のノードにルーティングされ、システムの主な目標が共有データへの迅速なユーザーアクセスを提供することであるため、複数ノードの協力なしにタスクの並列処理を実現します。ただし、少数のユーザーのために複雑な計算を実行する「コンピュータークラスター」では、クラスターの並列処理機能を活用し、「同じ計算」を複数のノードに分割する必要があります。^[27]

プログラムの自動並列化は依然として技術的な課題であるが、並列プログラミングモデルを使用すれば、プログラムの別々の部分を異なるプロセッサ上で同時に実行することで、より高いレベルの並列性を実現することができる。^[27]^[28]

デバッグと監視

クラスター上で並列プログラムを開発およびデバッグするには、並列言語プリミティブと、HPD仕様の元となったHigh Performance Debugging Forum (HPDF)で議論されたような適切なツールが必要です。 ^[21]^{[29]その後、}メッセージパッシングインターフェイス(MPI)または並列仮想マシン(PVM)を使用してメッセージパッシングを行うコンピュータークラスター上の並列実装をデバッグするために、 TotalViewなどのツールが開発されました。

カリフォルニア大学バークレー校のワークステーションネットワーク（NOW）システムはクラスターデータを収集してデータベースに保存し、インドで開発されたPARMONなどのシステムは大規模なクラスターを視覚的に観察および管理することを可能にします。^[21]

アプリケーションチェックポイントは、長時間のマルチノード計算中にノードに障害が発生した場合に、システムの特定の状態を復元するために使用できます。^[30]ノードの数が増えると、重い計算負荷でノードが失敗する可能性が高くなるため、これは大規模なクラスターでは不可欠です。チェックポイントはシステムを安定した状態に復元し、結果を再計算することなく処理を再開できるようにします。^[30]

実装

Linux の世界では、さまざまなクラスターソフトウェアがサポートされています。アプリケーションクラスタリングには、distccやMPICHがあります。Linux Virtual Server、Linux-HAは、サービスに対する着信要求を複数のクラスターノードに分散できるディレクターベースのクラスターです。MOSIX 、LinuxPMI、Kerrighed、OpenSSI は、カーネルに統合された本格的なクラスターで、同種のノード間での自動プロセス移行を提供します。OpenSSI 、openMosix、Kerrighed は、単一システムイメージの実装です。

Windows Serverプラットフォームに基づくMicrosoft Windowsコンピュータクラスター Server 2003 は、ジョブスケジューラ、MSMPI ライブラリ、管理ツールなどの高性能コンピューティングのための機能を提供します。

gLite は、 Enabling Grids for E-sciencE (EGEE) プロジェクトによって作成されたミドルウェアテクノロジのセットです。

slurmは、最大規模のスーパーコンピュータクラスターのスケジュール設定と管理にも使用されます (top500 リストを参照)。

その他のアプローチ

ほとんどのコンピュータクラスターは恒久的な設備ですが、特定の計算用に短命のクラスターを構築するフラッシュモブコンピューティングの試みも行われてきました。ただし、 BOINCベースのシステムなどの大規模なボランティアコンピューティングシステムの方が、より多くのフォロワーを獲得しています。

参照

参考文献

^ 「クラスターとグリッドコンピューティング」。Stack Overflow。
^ ab Graham-Smith, Darien (2012年6月29日). 「週末プロジェクト: 自分だけのスーパーコンピューターを構築」. PC & Tech Authority . 2017年6月2日閲覧。
^ Bader, David ; Pennington, Robert (2001 年 5 月). 「クラスターコンピューティング: アプリケーション」. Georgia Tech College of Computing . 2007 年 12 月 21 日時点のオリジナルよりアーカイブ。2017年 2 月 28 日閲覧。
^ 「核兵器スーパーコンピュータ、米国の世界速度記録を更新」。The Telegraph。2012年6月18日。2022年1月12日時点のオリジナルよりアーカイブ。2012年6月18日閲覧。
^ グレイ、ジム、ルーター、アンドレアス (1993)。トランザクション処理:概念とテクニック。Morgan Kaufmann Publishers。ISBN 978-1558601901。
^ abc 榎戸智也; バローリ・レオンハルト; 滝沢誠 (2007年8月23日).ネットワークベース情報システム: 第1回国際会議, NBIS 2007. p. 375. ISBN 978-3-540-74572-3。
^ William W. Hargrove、Forrest M. Hoffman、Thomas Sterling (2001 年 8 月 16 日)。「自分で作るスーパーコンピュータ」。Scientific American誌第 265 巻第 2 号、72～79 ページ。2011年10 月 18 日閲覧。
^ Hargrove, William W.; Hoffman, Forrest M. (1999). 「クラスターコンピューティング: Linux Taken to the Extreme」. Linux Magazine。2011年10月18日時点のオリジナルよりアーカイブ。2011年10月18日閲覧。
^ 横川光夫、他 (2011年8月1日～3日)。「京」コンピュータ：日本の次世代スーパーコンピュータ開発プロジェクト。低消費電力エレクトロニクスと設計に関する国際シンポジウム (ISLPED)。pp. 371～372。doi : 10.1109/ISLPED.2011.5993668。
^ Pfister, Gregory (1998). In Search of Clusters (第2版). Upper Saddle River, NJ: Prentice Hall PTR. p. 36. ISBN 978-0-13-899709-0。
^ Katzman, James A. (1982)。「第 29 章、Tandem 16: フォールトトレラントコンピューティングシステム」。Siewiorek, Donald P. (編)。『コンピュータ構造: 原理と例』。米国: McGraw-Hill Book Company。pp. 470–485。
^ 「TANDEM COMPUTERS, INC.の歴史 – FundingUniverse」www.fundinguniverse.com . 2023年3月1日閲覧。
^ ヒル、マーク・ドナルド、ジョッピ、ノーマン・ポール、ソーヒ、グリンダール (1999)。『コンピュータアーキテクチャの読み物』。ガルフ・プロフェッショナル。pp. 41–48。ISBN 978-1-55860-539-8。
^ ab Sloan, Joseph D. (2004).高性能 Linux クラスター. 「O'Reilly Media, Inc.」. ISBN 978-0-596-00570-2。
^ abcd Daydé, Michel; Dongarra, Jack (2005).計算科学のための高性能コンピューティング – VECPAR 2004 . Springer. pp. 120–121. ISBN 978-3-540-25424-9。
^ 「IBM Cluster System : Benefits」。IBM。2016年4月29日時点のオリジナルよりアーカイブ。2014年9月8日閲覧。
^ 「クラスタリングの利点の評価」。Microsoft。2003年3月28日。2016年4月22日時点のオリジナルよりアーカイブ。2014年9月8日閲覧。
^ Hamada, Tsuyoshi; et al. (2009). 「GPU 上の Barnes–Hut ツリーコード用の新しいマルチウォーク並列アルゴリズム - コスト効率の高い高性能 N 体シミュレーションに向けて」.コンピュータサイエンス - 研究開発. 24 (1–2): 21–31. doi :10.1007/s00450-009-0089-1. S2CID 31071570.
^ ab Mauer, Ryan (2006 年 1 月 12 日). 「Xen 仮想化と Linux クラスタリング、パート 1」. Linux Journal . 2017 年6 月 2 日閲覧。
^ abc Milicchio, Franco; Gehrke, Wolfgang Alexander (2007). OpenAFS による分散サービス: 企業と教育向け. Springer. pp. 339–341. ISBN 9783540366348。
^ abcde Prabhu, CSR (2008). グリッドとクラスターコンピューティング。PHI Learning Pvt. pp. 109–112. ISBN 978-8120334281。
^ Gropp, William; Lusk, Ewing; Skjellum, Anthony (1996). 「MPI メッセージパッシングインターフェイスの高性能でポータブルな実装」.並列コンピューティング. 22 (6): 789–828. CiteSeerX 10.1.1.102.9485 . doi :10.1016/0167-8191(96)00024-5.
^ abc パターソン、デビッド A.; ヘネシー、ジョン L. (2011)。コンピュータの構成と設計。エルゼビア。pp. 641–642。ISBN 978-0-12-374750-1。
^ ab K. Shirahata; et al. (2010 年 11 月 30 日 – 12 月 3 日). GPU ベースの異機種クラスタ向けハイブリッドマップタスクスケジューリング. クラウドコンピューティング技術と科学 (CloudCom). pp. 733–740. doi :10.1109/CloudCom.2010.55. ISBN 978-1-4244-9405-7。
^ abc 「Alan Robertson STONITH を使用したリソースフェンシング」(PDF)。IBM Linux Research Center、2010 年。2021 年 1 月 5 日時点のオリジナル(PDF)からアーカイブ。
^ Vargas, Enrique; Bianco, Joseph; Deeths, David (2001). Sun Cluster 環境: Sun Cluster 2.2. Prentice Hall Professional. p. 58. ISBN 9780130418708。
^ ab Aho, Alfred V.; Blum, Edward K. (2011). コンピュータサイエンス：ハードウェア、ソフトウェア、そしてその中心。Springer。pp. 156–166。ISBN 978-1-4614-1167-3。
^ Rauber, Thomas; Rünger, Gudula (2010). 並列プログラミング: マルチコアおよびクラスターシステム向け。Springer。pp. 94–95。ISBN 978-3-642-04817-3。
^ Francioni, Joan M.; Pancake, Cherri M. (2000 年 4 月). 「高性能コンピューティングのためのデバッグ標準」. Scientific Programming . 8 (2).アムステルダム、オランダ: IOS Press: 95–108. doi : 10.1155/2000/971291 . ISSN 1058-9244.
^ ab スルート、ピーター編 (2003)。計算科学：ICCS 2003：国際会議。pp. 291–292。ISBN 3-540-40195-4。

さらに読む

Baker, Mark; et al. (2001 年 1 月 11 日)。「クラスターコンピューティングホワイトペーパー」。arXiv : cs /0004014。
マーカス、エヴァン、スターン、ハル (2000-02-14)。高可用性のためのブループリント: 回復力のある分散システムの設計。John Wiley & Sons。ISBN 978-0-471-35601-1。
フィスター、グレッグ（1998）。クラスターの探求。プレンティスホール。ISBN 978-0-13-899709-0。
Buyya, Rajkumar 編 (1999)。高性能クラスタコンピューティング: アーキテクチャとシステム。第 1 巻。ニュージャージー州、米国: Prentice Hall。ISBN 978-0-13-013784-5。
Buyya, Rajkumar 編 (1999)。高性能クラスタコンピューティング: アーキテクチャとシステム。第 2 巻。ニュージャージー州、米国: Prentice Hall。ISBN 978-0-13-013785-2。

外部リンク

IEEE スケーラブルコンピューティング技術委員会 (TCSC)
信頼性が高くスケーラブルなクラスターテクノロジー、IBM ^{[永久リンク切れ‍ ]}
Tivoli システムオートメーション Wiki
Borg による Google での大規模クラスタ管理、2015 年 4 月、Abhishek Verma、Luis Pedrosa、Madhukar Korupolu、David Oppenheimer、Eric Tune、John Wilkes 著

[1] 「クラスターとグリッドコンピューティング」。Stack Overflow。

[pcauthority-2] Graham-Smith, Darien (2012年6月29日). 「週末プロジェクト: 自分だけのスーパーコンピューターを構築」. PC & Tech Authority . 2017年6月2日閲覧。

[3] Bader, David ; Pennington, Robert (2001 年 5 月). 「クラスターコンピューティング: アプリケーション」. Georgia Tech College of Computing . 2007 年 12 月 21 日時点のオリジナルよりアーカイブ。2017年 2 月 28 日閲覧。

[4] 「核兵器スーパーコンピュータ、米国の世界速度記録を更新」。The Telegraph。2012年6月18日。2022年1月12日時点のオリジナルよりアーカイブ。2012年6月18日閲覧。

[5] グレイ、ジム、ルーター、アンドレアス (1993)。トランザクション処理:概念とテクニック。Morgan Kaufmann Publishers。ISBN 978-1558601901。

[nbis-6] 榎戸智也; バローリ・レオンハルト; 滝沢誠 (2007年8月23日).ネットワークベース情報システム: 第1回国際会議, NBIS 2007. p. 375. ISBN 978-3-540-74572-3。

[sciam-7] William W. Hargrove、Forrest M. Hoffman、Thomas Sterling (2001 年 8 月 16 日)。「自分で作るスーパーコンピュータ」。Scientific American誌第 265 巻第 2 号、72～79 ページ。2011年10 月 18 日閲覧。

[extreme-8] Hargrove, William W.; Hoffman, Forrest M. (1999). 「クラスターコンピューティング: Linux Taken to the Extreme」. Linux Magazine。2011年10月18日時点のオリジナルよりアーカイブ。2011年10月18日閲覧。

[9] 横川光夫、他 (2011年8月1日～3日)。「京」コンピュータ：日本の次世代スーパーコンピュータ開発プロジェクト。低消費電力エレクトロニクスと設計に関する国際シンポジウム (ISLPED)。pp. 371～372。doi : 10.1109/ISLPED.2011.5993668。

[10] Pfister, Gregory (1998). In Search of Clusters (第2版). Upper Saddle River, NJ: Prentice Hall PTR. p. 36. ISBN 978-0-13-899709-0。

[11] Katzman, James A. (1982)。「第 29 章、Tandem 16: フォールトトレラントコンピューティングシステム」。Siewiorek, Donald P. (編)。『コンピュータ構造: 原理と例』。米国: McGraw-Hill Book Company。pp. 470–485。

[12] 「TANDEM COMPUTERS, INC.の歴史 – FundingUniverse」www.fundinguniverse.com . 2023年3月1日閲覧。

[Hill41-13] ヒル、マーク・ドナルド、ジョッピ、ノーマン・ポール、ソーヒ、グリンダール (1999)。『コンピュータアーキテクチャの読み物』。ガルフ・プロフェッショナル。pp. 41–48。ISBN 978-1-55860-539-8。

[Sloan-14] Sloan, Joseph D. (2004).高性能 Linux クラスター. 「O'Reilly Media, Inc.」. ISBN 978-0-596-00570-2。

[VECPAR-15] Daydé, Michel; Dongarra, Jack (2005).計算科学のための高性能コンピューティング – VECPAR 2004 . Springer. pp. 120–121. ISBN 978-3-540-25424-9。

[16] 「IBM Cluster System : Benefits」。IBM。2016年4月29日時点のオリジナルよりアーカイブ。2014年9月8日閲覧。

[17] 「クラスタリングの利点の評価」。Microsoft。2003年3月28日。2016年4月22日時点のオリジナルよりアーカイブ。2014年9月8日閲覧。

[Hamada-18] Hamada, Tsuyoshi; et al. (2009). 「GPU 上の Barnes–Hut ツリーコード用の新しいマルチウォーク並列アルゴリズム - コスト効率の高い高性能 N 体シミュレーションに向けて」.コンピュータサイエンス - 研究開発. 24 (1–2): 21–31. doi :10.1007/s00450-009-0089-1. S2CID 31071570.

[linuxjournal-19] Mauer, Ryan (2006 年 1 月 12 日). 「Xen 仮想化と Linux クラスタリング、パート 1」. Linux Journal . 2017 年6 月 2 日閲覧。

[Gehrke-20] Milicchio, Franco; Gehrke, Wolfgang Alexander (2007). OpenAFS による分散サービス: 企業と教育向け. Springer. pp. 339–341. ISBN 9783540366348。

[Prabhu-21] Prabhu, CSR (2008). グリッドとクラスターコンピューティング。PHI Learning Pvt. pp. 109–112. ISBN 978-8120334281。

[Gropp-22] Gropp, William; Lusk, Ewing; Skjellum, Anthony (1996). 「MPI メッセージパッシングインターフェイスの高性能でポータブルな実装」.並列コンピューティング. 22 (6): 789–828. CiteSeerX 10.1.1.102.9485 . doi :10.1016/0167-8191(96)00024-5.

[patter641-23] パターソン、デビッド A.; ヘネシー、ジョン L. (2011)。コンピュータの構成と設計。エルゼビア。pp. 641–642。ISBN 978-0-12-374750-1。

[Shira-24] K. Shirahata; et al. (2010 年 11 月 30 日 – 12 月 3 日). GPU ベースの異機種クラスタ向けハイブリッドマップタスクスケジューリング. クラウドコンピューティング技術と科学 (CloudCom). pp. 733–740. doi :10.1109/CloudCom.2010.55. ISBN 978-1-4244-9405-7。

[ARob-25] 「Alan Robertson STONITH を使用したリソースフェンシング」(PDF)。IBM Linux Research Center、2010 年。2021 年 1 月 5 日時点のオリジナル(PDF)からアーカイブ。

[suncl-26] Vargas, Enrique; Bianco, Joseph; Deeths, David (2001). Sun Cluster 環境: Sun Cluster 2.2. Prentice Hall Professional. p. 58. ISBN 9780130418708。

[Blum-27] Aho, Alfred V.; Blum, Edward K. (2011). コンピュータサイエンス：ハードウェア、ソフトウェア、そしてその中心。Springer。pp. 156–166。ISBN 978-1-4614-1167-3。

[28] Rauber, Thomas; Rünger, Gudula (2010). 並列プログラミング: マルチコアおよびクラスターシステム向け。Springer。pp. 94–95。ISBN 978-3-642-04817-3。

[iosp-29] Francioni, Joan M.; Pancake, Cherri M. (2000 年 4 月). 「高性能コンピューティングのためのデバッグ標準」. Scientific Programming . 8 (2).アムステルダム、オランダ: IOS Press: 95–108. doi : 10.1155/2000/971291 . ISSN 1058-9244.

[sloot-30] スルート、ピーター編 (2003)。計算科学：ICCS 2003：国際会議。pp. 291–292。ISBN 3-540-40195-4。