| Budget Amount *help |
¥3,700,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥600,000)
Fiscal Year 2008: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2007: ¥1,100,000 (Direct Cost: ¥1,100,000)
|
|---|
| Research Abstract |
本研究では,CPUと描画処理用ユニット(Graphics Processing Unit, GPU)を搭載している一般的なPCを想定し,そのCPUとGPU間での移植性を維持しつつ両者を効果的に利用可能な高級プログラミング言語処理系としてSPRAT(Stream Programming with Runtime Auto-Tuning)を設計・実装・評価した.LU分解および2次元非圧縮流体シミュレーションをアプリケーション例としてSPRAT言語で記述し,PCに搭載されたCPUとGPUの性能差や問題サイズなどの実行時パラメータに応じて,SPRAT実行環境がプロセッサを適切に自動切り替え可能であることを評価実験により示した.また,実行時間が最短になるようにプロセッサを切り替える手法や,アプリケーション実行に要するエネルギ消費を最小にするプロセッサ切り替えなどを試し,SPRAT実行時環境がそれぞれの観点から適切にプロセッサを切り替え可能であることを示した.さらに,高水準のSPRAT言語からGPU 向けのCUDAコードを生成する言語処理系(SPRATコンパイラ)に2 種類の自動最適化機能を実装し,それらの演算性能への影響を評価した.その結果,自動最適化機能により,SPRATコンパイラによって自動生成されたコードを実行した際の性能を大幅に改善できることが示された.
|
