作品总结
《使用虚拟平台的软错误可靠性：多核系统的早期评估》
《使用虚拟平台的软错误可靠性：多核系统的早期评估》本书描述了使用虚拟平台 (VP) 对多核系统执行快速和早期软错误评估的固有优点和缺点。作者表明，VP 为工程师提供了适当的方法来研究新的和更有效的故障注入和缓解技术。覆盖范围还包括使用机器学习技术（例如线性回归）通过精确定位对软件堆栈可靠性影响最大的参数（例如架构）来加速软错误评估过程。本书通过超过 300 万个单独的场景和 200 万个模拟小时提供了宝贵的信息和见解。此外，本书探讨了使用机器学习技术来导航大型故障注入数据集。
描述最合适和最高效的虚拟平台，包括故障注入功能，旨在支持最先进的处理器模型的软错误分析；
包括来自嵌入式和 HPC 领域的多个基准的分析和移植，包括 Rodinia 和 NASA NAS Parallel Benchmark (NPB) 套件；
介绍四种新颖的非侵入式 FI 技术，使软件工程师能够进行深入和相关的软错误评估，解决可用 FI 工具与行业需求之间的差距；
探索机器学习技术，这些技术可用于识别单个（或组合）微体系结构和软件参数，这些参数与每个检测到的软错误或故障具有最重要的关系。
客服咨询
400 093 7005
周一至周日：09:00AM-21:00PM
微信扫码关注
小程序扫码注册
0条评论