2021 Fiscal Year Annual Research Report
Project/Area Number |
21H03417
|
Allocation Type | Single-year Grants |
Research Institution | Hiroshima University |
Principal Investigator |
中野 浩嗣 広島大学, 先進理工系科学研究科(工), 教授 (30281075)
|
Co-Investigator(Kenkyū-buntansha) |
高藤 大介 広島大学, 先進理工系科学研究科(工), 助教 (00314732)
安戸 僚汰 京都大学, 情報学研究科, 助教 (00846941)
伊藤 靖朗 広島大学, 先進理工系科学研究科(工), 准教授 (40397964)
|
Project Period (FY) |
2021-04-01 – 2025-03-31
|
Keywords | データ圧縮 / ビッグデータ処理 / 並列処理 |
Outline of Annual Research Achievements |
現在幅広く利用されている可逆圧縮手法は,並列化による高速処理を前提に設計されておらず,本質的に逐次処理が必要なものが多い.そのため,GPUが身近にあるにもかかわらず,データの可逆圧縮の処理にその高いコンピューティングパワーが活用されていない.本研究の目的は,GPUをターゲットに並列化による高速化が可能な効率良い可逆圧縮法を提案することである.また,GPUの強力な並列計算能力を活用した圧縮性能の優れた可逆圧縮法を開発することを目指した.具体的にはdeflateアルゴリズムをGPUへの実装を試みた.deflateアルゴリズムはgzip,zip等で用いられており,圧縮性能が高いため,もっともポピュラーな可逆のデータ圧縮方式である.deflate圧縮では,前方部分を辞書として用い,(オフセット,長さ)のペアの値に変換する.長さが長いほど,圧縮率が高くなる.さらに,オフセットと長さをそれぞれハフマン符号により圧縮する.処理が逐次的なため,GPUによる並列化が困難であった.そこで,SKSS(Single Kernel Soft Synchronization)法を用いることにより並列処理化を目指した.GPUの通常のプログラムは,バリア同期のために,複数のカーネルに分割し,このカーネルが逐次的に実行される.カーネル起動のオーバーヘッドは大きく,それが性能低下の大きな原因となる.SKSS法では,複数カーネルへの分割を避けて,1つのカーネルで切れ目なく並列処理を行うことができる.このSKK法によりある程度のGPUによる処理の高速化が達成できた.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
逐次化が困難であったdeflateアルゴリズムをGPUに実装することに成功し,ある程度の性能が達成できた.deflateアルゴリズムは最もよく用いられている可逆圧縮手法であり,このGPU実装により,GPUによるデータ処理が,データの大きさを気にせずに実行できるようになる.よってGPUを用いたアプリケーション開発,特に大量のデータを扱うアプリケーションにおいて,大きなインパクトを与えることが予想される.
|
Strategy for Future Research Activity |
開発した可逆圧縮のためのdeflateアルゴリズムのGPU実装には,まだまだ改善の余地があるので,圧縮率のさらなる高性能化,処理速度の高速化をめざす.また,さまざまな実際のアプリケーションにこのGPU向けdeflateアルゴリズムを適用し,実用的であることを実証する.
|