[論文レビュー] Enabling Failure-resilient Intermittent Systems Without Runtime Checkpointing

Wei-Ming Chen, Tei-Wei-Kuo+1 more|arXiv (Cornell University)|Oct 11, 2019

Parallel Computing and Optimization Techniques参考文献 29被引用数 4

ひとこと要約

本論文は、ランタイムのチェックポイントやシステムの一時停止を必要とせず、即時の回復と一貫した進捗蓄積を可能にする、途切れ型埋め込みシステム向けの故障に強い設計を提案する。非揮発性メモリ内の永続的データバージョンと、未完了タスクを再実行する回復ハンドラを活用することで、従来のチェックポイントベース手法と比較して、進捗の向上が最大43%に、回復時間の短縮が90%以上に達する。

ABSTRACT

Self-powered intermittent systems typically adopt runtime checkpointing as a means to accumulate computation progress across power cycles and recover system status from power failures. However, existing approaches based on the checkpointing paradigm normally require system suspension and/or logging at runtime. This paper presents a design which overcomes the drawbacks of checkpointing-based approaches, to enable failure-resilient intermittent systems. Our design allows accumulative execution and instant system recovery under frequent power failures while enforcing the serializability of concurrent task execution to improve computation progress and ensuring data consistency without system suspension during runtime, by leveraging the characteristics of data accessed in hybrid memory. We integrated the design into FreeRTOS running on a Texas Instruments device. Experimental results show that our design can still accumulate progress when the power source is too weak for checkpointing-based approaches to make progress, and improves the computation progress by up to 43% under a relatively strong power source, while reducing the recovery time by at least 90%.

研究の動機と目的

• 途切れ型でエネルギー収穫を行うシステムにおいて、頻繁なチェックポイントが引き起こす高いランタイムオーバーヘッドと性能劣化を解消すること。
• 電源障害時のデータ一貫性を保証しつつ、実行時の一時停止を排除すること。
• 不安定な電源条件下でも自己駆動型デバイスで継続的な進捗蓄積を可能にすること。
• 非揮発性メモリに永続的なタスク状態とデータバージョンを保持することで、即時のシステム回復を実現すること。
• ランタイムのチェックポイントに依存せずに、並列タスク実行におけるシリアライズ性と正しさを保証すること。

提案手法

• データマネージャがデータアクセスを制御し、排他的に揮発性メモリ内の変更済みデータコピーを非揮発性メモリ内の永続的バージョンにコミットすることで、シリアライズ性を確保する。
• 非揮発性メモリ内に配置された回復ハンドラがタスクの属性と状態情報を保持し、電源復旧後に未完了タスクを即座に再開可能にする。
• 長時間実行のタスクは非揮発性メモリに割り当てられ、コンテキストを保持し、障害後の即時再開を可能にする。
• FreeRTOSに、永続的データと回復ロジックをサポートするメモリ管理およびタスクスケジューラの拡張を統合する。
• データの一貫性は、非揮発性メモリに、タスクの変更が完了した段階でのみ、シリアライズされ原子的に行われるコミットによって維持される。
• チェックポイントを回避することで実行時の一時停止を排除。代わりに、最後の整合的状態からの未完了タスクの再実行によって進捗を回復する。

実験結果

リサーチクエスチョン

• RQ1 ランタイムのチェックポイントやシステムの一時停止を伴わず、故障に強い途切れ型システムが一貫した進捗蓄積を達成できるか？
• RQ2 揮発性メモリが失われる電源サイクル間で、データの一貫性をどのように保証できるか？
• RQ3 頻繁な電源障害下でも1ms未満でシステム回復が可能か？ かつ、前進進捗を維持できるか？
• RQ4 チェックポイントのオーバーヘッドを排除することで、計算進捗と回復時間の両面でどの程度の性能向上が得られるか？
• RQ5 電源障害頻度やタスク長の変動に伴い、この設計はどのようにスケーリングするか？

主な発見

• 相対的に強い電源条件下でも、システム全体のチェックポイントとログベース手法と比較して、進捗が最大43%向上した。
• 回復時間は0.6msに短縮され、チェックポイントベース手法が7.6msおよび7msを要するのと比較して、少なくとも90%短縮された。
• 実行時の一時停止は完全に排除された。システムはもはや実行中にチェックポイントやログを必要としなくなった。
• 特にチェックポイント周期が延びるに従い、回復後のデータの新鮮さが顕著に向上した。これは、データ状態のロールバックが減少したためである。
• プログラミングモデルやアプリケーションコードの変更なしに、並列タスク実行におけるデータ一貫性とシリアライズ性を維持した。
• テキサスインスツルメンツのデバイス上でFreeRTOS上で実装したプロトタイプは、現実の途切れ型コンピューティングシナリオにおける本手法の有効性を裏付けた。