2019 Fiscal Year Annual Research Report
Development of Innovative Auto-tuning Middleware With Deep Learning
| Project/Area Number |
18K19782
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大島 聡史 名古屋大学, 情報基盤センター, 准教授 (40570081)
田中 輝雄 工学院大学, 情報学部(情報工学部), 教授 (90622837)
|
|---|
| Project Period (FY) |
2018-06-29 – 2020-03-31
|
| Keywords | ディープラーニング / 自動チューニング / 前処理方式選択 / 疎行列反復解法 / Xabclib / GpGPU / FIBER方式 / 実行時最適化 |
|---|
| Outline of Annual Research Achievements |
先進計算機アーキテクチャがもたらすチューニング作業の困難性の爆発的増大から、ソフトウェア性能を人手を介さず最大限に引き出す仕組みが求められている。このような状況のもと、利便性の向上と多様な入力や計算機環境での高性能化のため、ソフトウェア自動チューニング（AT）の方式研究を行う。本研究では、ATに関連する方式開発、特に、ディープラーニング（DL）を用いたAT方式の開発を行うことを目的とする。特に疎行列反復解法へのAT適用についてDLを用いた方式を提案することにより、実用性の高いAT方式の構築を目指す。本年度の成果は、以下にまとめられる。
（1）DLを用いた自動チューニング方式開発：（A）数値計算ライブラリには多数の性能パラメタがあるが、収束性に影響し実行時間に大きな影響を及ぼすものに前処理選択がある。そこで本研究では、この前処理選択のAT方式へ活用できるDLを用いたAT方式を開発し,
性能評価を行った。（B）評価対象プログラムの実行時の性能の揺らぎに対しても追随できるような新方式の提案と評価を行なった。
（2）先進計算機環境への適用：GPUやメニーコア環境における数値計算コードの最適化に関する研究を進め、ATDL方式の開発に必要な最新のGPUやメニーコア環境における最適化と、性能評価を行った。
（3）高速な通信方式の開発：スーパーコンピュータ上での高性能実装に関して、RDMA方式による高速な通信実装方式を開発し、疎行列反復解法のアプリ―ションレベルである、共役勾配法を用いて性能評価を行った。
|
