| 研究課題/領域番号 |
17K12658
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
計算機システム
|
|---|
| 研究機関 | 豊橋技術科学大学 (2018-2019)
東京工業大学 (2017) |
|---|
研究代表者 |
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)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | FPGAアクセラレータ / カスタムコンピューティング / 高位合成 / ハード・ソフト協調設計 / Polyhedral最適化 / 計算機システム / ハイパフォーマンス・コンピューティング |
|---|
| 研究成果の概要 |
近年、消費エネルギ効率の優位性により注目を集めているFPGAを用いたアプリケーション特化型のアクセラレーションにおいては、アプリケーションに内在するソフト的特徴とアクセラレータ自体のハード的特徴の双方を踏まえてメモリ参照局所性を活用することが処理の高効率化の鍵となる。本研究では、個々のアプリケーションについて高度にカスタマイズされたアクセラレーション技術を生産的かつ効率的に適応することを目指した高位最適化技術の開発を行った。本研究を通して、メモリ参照局所性の高位最適化において多階層メモリを活用することが有効であることを示し、生産的な高位最適化のための変換方式についての技術的課題を整理した。
|
| 研究成果の学術的意義や社会的意義 |
FPGAによるアプリケーション特化型のカスタムアクセラレーションは、金融工学、ビッグデータ解析、人工知能分野など多岐にわたる分野でCPUやGPUによる汎用的なアプローチと比べて消費エネルギ効率の面で大きな優位性があることが報告されており、産業界の実利用や社会実装も広がっている。一方で、アプリケーション開発における開発コスト、設計の抽象化に伴う性能効率の低下が課題となっていた。本研究では、これらの課題に対して新規の高位最適化手法を提案し学術の発展に寄与したほか、アプリケーション特化型処理技術の普及に向けた基盤技術の1つとして展開していくことを目指すことを通して社会への還元を試みている。
|
