48、SCI 集群监控：硬件、软件与工具全解析

SCI 集群监控：硬件、软件与工具全解析

1. 相关工作概述

在分布式共享内存（DSM）监控领域，目前专注于为基于硬件的分布式共享内存提供硬件支持的项目较少。例如，普林斯顿 SHRIMP 多计算机的性能监控器，它既可以配置为跟踪监控器，利用大量本地内存存储本地跟踪信息且无探测效应，也能作为多维直方图监控器。对于 CC - NUMA FLASH 多处理器系统，其硬件实现的缓存一致性机制通过用于监控细粒度性能数据（如缺失次数和持续时间、无效操作等）的组件得到补充。还有一些多处理器系统利用现代 CPU 芯片（如 DEC Alpha 21164、英特尔奔腾处理器、MIPS R10000）内置的硬件计数器收集的信息进行性能分析。不过，这些系统都只是进行性能测量，并未尝试影响程序行为。

2. SMiLE 系统介绍

SMiLE 系统是一个基于硬件支持的 DSM 架构的示例，它使用现代低延迟、高速互连（如 SCI）将 PC 集群化。这类并行和分布式计算机的细粒度通信特性，虽能带来更精细的计算活动优势，但也给高效并行程序的开发带来了挑战。在性能分析和调试方面，通信的可观察性是了解被测程序行为的关键要素。

SMiLE 硬件监控卡能够检测底层 SCI 内存事务的大小、时间点和目标地址。对于性能分析，这些信息可以高效地记录在节点的主内存中，满足时间和空间要求。监控器的另一个任务是影响程序运行行为，SMiLE 监控卡和 SMiLE PCI/SCI 适配器的组合可以选择性地检测和暂停传入的 SCI 事务，混合监控系统的软件部分可以显式地重新启用这些事务，从而对 SMiLE 系统架构提供的面向内存的通信进行显式控制。以 codex 系统为例，它展示了这种方法的强大功能，使得通常仅适用于