2014 Fiscal Year Annual Research Report
データ圧縮技術の適用による超並列プロセッサの低消費電力化と高性能化
| Project/Area Number |
23700052
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
金子 晴彦 東京工業大学, 情報理工学(系)研究科, 准教授 (70392868)
|
|---|
| Project Period (FY) |
2011-04-28 – 2015-03-31
|
| Keywords | データ圧縮 / スループット / キャッシュメモリ / GPU |
|---|
| Outline of Annual Research Achievements |
【最終年度に実施した研究の成果】平成25年度までの研究では数十バイトから100バイト程度の長さのデータの圧縮に適した高速可逆データ圧縮法である Periodic Pattern Coding(PPC) を提案したが，最終年度においてはより圧縮率を向上する手法として，以下の圧縮法に関する研究を行った．(1)大規模シミュレーション等においては多次元の数値データを扱うことが多いことから，多次元数値データに対する高速可逆圧縮法を提案した．(2)値の周期性が長いデータに対する圧縮法として，セットアソシアティブ方式のハッシュテーブルを用いた圧縮法を構築した．また，圧縮・伸張回路をハードウェア記述言語で設計し，回路量と動作周波数の評価を行った．この結果，高いスループットと良好な圧縮率を得られることが明らかになった．
【研究期間全体を通じて実施した研究の成果】本研究では，GPUなどの超並列プロセッサのメモリシステムおよびデータバスにデータ圧縮技術を適用することにより， 超並列プロセッサの低消費電力化と高性能化を図ることを目的とし，高速かつ高効率なデータ圧縮／伸長アルゴリズの構築と，圧縮・伸張回路の設計を行った．(1)GPUシミュレータを用いて並列プロセッサのキャッシュメモリに保持されているデータを収集し，データパターンの解析を行った．(2)この解析に基づき，高速な可逆圧縮であるPPC，多次元数値データに対する圧縮法，等を構築した．(3)提案手法の定量的評価としてシミュレーションにより，圧縮率，圧縮・伸張回路のスループット，消費電力，回路量，IPC，等の評価を行い，提案手法の有用性を明らかにした．
|
