2019 Fiscal Year Research-status Report
大規模並列計算機用高精度演算環境の構築と演算精度自動チューニングの研究
| Project/Area Number |
18K11340
|
|---|
| Research Institution | Kogakuin University |
|---|
Principal Investigator |
田中 輝雄 工学院大学, 情報学部(情報工学部), 教授 (90622837)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
長谷川 秀彦 筑波大学, 図書館情報メディア系, 教授 (20164824)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 高精度計算 / 大規模並列処理 / 自動チューニング / AVX-512 |
|---|
| Outline of Annual Research Achievements |
本研究の課題について、それぞれ研究実績を項目ごとにまとめる。
(a)高並列計算機用高精度演算環境の構築として、①倍々精度演算ライブラリのAVX-512への対応については、Xeon Phi上に実装した倍々精度演算ライブラリDD-AVXに対して、複数の混合制度での対応を共通関数により、簡素化することを試みた。②GMP向けMPIコード自動生成に対しては、今年度の進捗はない。③大規模並列計算機用高精度演算環境での通信量削減方式としては、倍々精度に対応する前に通常精度にて実現したRDMA通信およびセマフォによる同期処理の削減によるデータ通信機能に対して、名古屋大学のFX100を用いて評価を行ない、その有効性を確認した。
(b)④高精度並列計算アルゴリズムの開発としては、これまでは素行列-ベクトル積(SpMV)を中心に研究を進めてきたが、より計算量の大きな行列-行列積(GEMM)に範囲を広げ、高精度演算での特にキャッシュの効果について分析した。⑤自動チューニング技術の適用については、高精度演算への適用するために、開発ツールの実用レベルへの適用化を進め、複数性能パラメタの同時最適組合せ推定に対して、実環境での実行時間などの評価パラメタの実測のブレにも柔軟に対応できるように改良を行った。また、機械学習など、今後、半精度を含め、混合精度演算が重要となると考える分野に対する適用を試み、開発した手法の有効性を示すことができた。
研究成果の公開として、①から④については今回の成果の公開するところまでは進められていない。⑤については積極的に実施し、国際会議（SC19ブースポスタ発表(2019.11)、SIAM PP2020口頭発表およびポスタ発表(2020.2)、HPCAsia2020ポスタ発表(2020.1)）、国内会議（情報処理学会HPC研究会(2019.5)）での発表を行なった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要に示したように、課題①-④については、公開まではいかなかったが、実質、改良ならびに評価は進められている。課題⑤については、基本機能の実現と今後、混合演算が必要となる分野での適用とその国内外での研究発表などによる公開を進めている。以上から、おおむね順調に進展していると判断できる。
|
| Strategy for Future Research Activity |
目標①-⑤について、来年度は最終年度であり、これまでの成果の公開に向けて、ライブラリ群の整備、評価実例の公開などを項目ごとに、計画に沿って研究を進める。
|
| Causes of Carryover |
当初、マルチコア計算サーバを購入予定であったが価格が想定したように下がらなかったことにより、産業総合研究所のABCIクラウドシステム、および、東大Reedbush、名古屋大学のFX100などのHPCIスーパーコンピュータ群を用いることとしたため。
|
Research Products
(4 results)
