2021 Fiscal Year Research-status Report
Automatic synthesis of memory access optimization programs synergistically coordinated with deep learning and empirical methods
| Project/Area Number |
19K11874
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
佐藤 幸紀 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (30452113)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | メモリアクセス最適化 / 性能モデル / ハード・ソフト協調設計 / 深層学習と経験的手法 / プログラム自動合成 |
|---|
| Outline of Annual Research Achievements |
2021年度は、前年度に開発したメモリ階層を考慮した性能モデルについて評価するプロトタイプを高度化することに重点的に取り組んだ。近年の多様なデバイスから構成されるメモリ階層の特性を反映するため、不揮発性メモリをメモリ階層に組み入れた場合を想定し、キャッシュシミュレータと連動して動作するメインメモリシミュレータを構築することにより、性能モデルを高度化することを試みた。特に、DRAMよりも高速かつ低エネルギの書き込みが可能なVC-MRAM (Voltage-Controlled Magnetoresistive RAM : 電圧駆動磁気抵抗メモリ)をメインメモリにするシナリオでの性能モデルの構築に向けて、ECCやRowバッファに関する詳細なモデリングを行い、システムレベルのシミュレーションを実施した。今後は、性能モデルとして取りまとめていく計画である。
加えて、メモリトレースを用いた詳細なキャッシュシミュレータの実現においては、x86環境向けのバイナリ計装ツールであるPinに加えて、ARMを含むマルチプラットフォームで動作するバイナリ計装ツールであるDynamoRIOを用いた実装を用意し、評価を進めた。具体的には、スーパーコンピュータ富岳に搭載されるCPUであるA64FX向けの実行バイナリコードを入力とし、同CPUのキャッシュパラメータを用いてメモリ階層のシミュレーションを行い、キャッシュ性能を評価することを実施した。今後は、A64FXに搭載されるベクトル命令拡張であるSVEに対応したシミュレータとして発展させる計画である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2021年度は、コロナウイルス感染症への対策としてオンラインでの学会参加による研究資料収集が主となったことにより当初計上していた旅費の執行ができなかったが、遠隔からの実験を円滑に行うためのワークステーションの導入と環境構築を行い、概ね順調に研究を行うことができた。本研究の成果の一部は、国際会議CANDARのワークショップCSAおよびWANCにて発表し、それぞれCSA Best Paper Award、WANC Best Paper Awardを受賞した。
|
| Strategy for Future Research Activity |
今後は、高度化したシミュレータを活用した評価を進め、メモリ階層を含むシステムレベルの性能に関する知見を性能モデルとして取りまとめていくと同時に、スーパーコンピュータ富岳等での性能チューニングに活用することを検討する。最終的には、開発した性能モデルをPolyhedral最適化ツールチェインに結合し、プログラム自動合成法として確立していくことを目指す計画である。
|
| Causes of Carryover |
研究資料収集や成果発表のために計上していた旅費の執行がCOVID-19の状況によりできなかったため。2022年度は、ハイブリッドやオンサイトでの開催が見込めるため、旅費に充当する計画である。
|
