2018 Fiscal Year Annual Research Report
大規模グラフで表現された不規則・複雑な対象を高速にシミュレーションする方法の研究
| Project/Area Number |
15H01687
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
萩原 兼一 大阪大学, 情報科学研究科, 特任教授(常勤) (00133140)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
伊野 文彦 大阪大学, 情報科学研究科, 教授 (90346172)
置田 真生 大阪大学, 情報科学研究科, 助教 (50563988)
|
|---|
| Project Period (FY) |
2015-04-01 – 2020-03-31
|
| Keywords | 超高速情報処理 / アルゴリズム / 生体機能シミュレータ / 自動並列化 / 自動プログラム生成 / ハイパーグラフ / ベクトル処理 / メモリアクセス |
|---|
| Outline of Annual Research Achievements |
不規則なアクセスパターンを持つ並列プログラムを入力として，メモリアクセス性能の高いアクセスパターンへ変換する手法を研究した．
まず，ベクトル型スーパーコンピュータSX-ACEを用いる場合の高速化を達成した．SX-ACEでは，ベクトル化の対象となる配列の定義および参照において，配列要素へ線形アクセスを行う場合にアクセス性能が高い．そこでベクトル化されるループの順番を入れ替えることでアクセスパターンを線形に変換する最適化手法を用いる．ただし，複数のベクトルデータ間で参照する配列要素に重複がある場合，線形アクセスの最大化には組み合わせ最適化を解く必要がある．そこで，メモリアクセス性能の高いアクセスパターンを貪欲法に基づいて求める手法を提案した．ベクトルデータごとの空間局所性を定量的に予測し，局所性の向上を期待できる順にループの順番と配列要素の配置を決定する．大規模な心筋細胞の膜電位シミュレーションプログラムに適用した結果，単純な手法と比較して，線形アクセスの割合を30%から60%に増大し，最大1.15倍の速度向上を達成した．
次に，GPUを用いる場合の高速化手法を研究した．具体的には，グローバルメモリ上の領域をL1キャッシュラインと同程度の大きさのチャンクに分割し，プログラムの静的なアクセスパターンを入力として，各スレッドブロックおよびワープがアクセスするチャンク数を最小化するデータ配置を求める．この問題をハイパーグラフの分割問題に変換し，それを効率的に解く分割アルゴリズムを提案した．評価実験の結果，線形アクセスの増大に特化したデータ配置と比較して，L1キャッシュミス数を70%に削減し，最大1.28倍の速度向上を達成した．分割に要する時間は，頂点数が2000万を越える大規模なハイパーグラフに対して38分であり，シミュレーション全体の実行時間と比べて無視できるものと考えている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成29年度交付申請書の研究実施計画に記載した内容に関して，研究実績の概要に記載した通り実施できたため．
|
| Strategy for Future Research Activity |
研究計画調書の研究計画・方法に記載した通りに実施可能と考える．
|
