2018 Fiscal Year Annual Research Report
Parallel Computation Theory for Memory Machine Models and Next Generation GPGPU Architecture
| Project/Area Number |
26280002
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
中野 浩嗣 広島大学, 工学研究科, 教授 (30281075)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高藤 大介 広島大学, 工学研究科, 助教 (00314732)
伊藤 靖朗 広島大学, 工学研究科, 准教授 (40397964)
|
|---|
| Project Period (FY) |
2014-04-01 – 2019-03-31
|
| Keywords | 並列処理 / 理論計算モデル / 並列アルゴリズム |
|---|
| Outline of Annual Research Achievements |
GPUは本来グラフィックス処理のための補助演算用のLSI であるが，これをグラフィクス以外の汎用計算に利用する技術GPGPUが注目されており，さまざまな研究開発が行なわれている．本研究では，GPUの理論モデルを構築し，それに基づいたGPU上の高速計算処理手法を開発することである．本年度は，これまでのGPGPUの理論的解析の結果，いくつかの研究成果を得た．例えば，SAT(Summed Area Table)とは行列の行ごとのPrefix-sumと列ごとのPrefix-sumを順に計算することにより得られる行列である．SATを用いれば，もとの行列の任意の矩形を４つの要素の加減算で求めることができるので，画像処理など幅広い応用がある．このSATをGPUで高速に計算する手法であるSKSS(Single Kernel Soft Synchronization)手法を開発した．これはたった１つのカーネルを用いて，複数のCUDA Blockを起動し，ソフトウェア的に同期しながら計算を進めていく方法である．この手法により，従来手法よりもかなり高速に，グローバルメモリのバンド幅の限界に近い性能でSATが計算できることを示した．また，GPU上で行列の行ごとのPrefix-sumだけを求める手法を開発した．これもSKSS手法を用いており，バリア同期のオーバーヘッドがなく，グローバルメモリのバンド幅の限界に近い性能を達成することができた．さらには，文字列のパターンマッチングをGPU上で高速に行う手法も開発した．以上により，GPU上の様々な計算処理が理論的解析に基づいた実装により，高速に行えることが示せた．
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
平成30年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
平成30年度が最終年度であるため、記入しない。
|
