| 研究課題/領域番号 |
20K11842
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60090:高性能計算関連
|
|---|
| 研究機関 | 大阪公立大学 (2022-2023)
大阪府立大学 (2020-2021) |
|---|
研究代表者 |
藤本 典幸 大阪公立大学, 大学院情報学研究科, 教授 (90294165)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 高性能計算 / 組み合わせ最適化 / GPGPU / QUBO |
|---|
| 研究開始時の研究の概要 |
本研究で開発するソルバ（計算機プログラム）の対象問題であるQUBOは，その形式的定義が簡潔であるにもかかわらず，多くの重要な組み合わせ最適化問題を簡潔に帰着できる高い表現力を持つ．しかし，QUBOはNP困難であるため，多項式時間で厳密解が得られることは一般には期待できず，量子型・非量子型のハードウェア・アクセラレータにより近似解を現実的な時間で求める研究が最近盛んに行われている．本研究では，QUBOを制約無し二目的連続最適化問題に帰着して解く新しい解法を提案し，それを価格性能比のよい並列計算プラットフォームであるGPUを用いたGPUプログラムとして実装し，QUBOの高速求解を目指す．
|
| 研究実績の概要 |
本研究で開発するソルバ（計算機プログラム）の対象問題である無制約二値変数二次最適化問題（QUBO）は，その形式的定義が簡潔であるにもかかわらず，多くの重要な組み合わせ最適化問題を簡潔に帰着できる高い表現力を持つ．しかし，QUBOはNP困難であるため，多項式時間で厳密解が得られることは一般には期待できず，量子型・非量子型のハードウェア・アクセラレータにより近似解を現実的な時間で求める研究が最近盛んに行われている．
本研究では，QUBOを制約無し二目的連続最適化問題（BUCO）に帰着して解く新しい解法を提案する．さらに提案する解法を価格性能比のよい並列計算プラットフォームであるGPUを用いたGPUプログラムとして実装し，QUBOの高速求解を目指す．本研究によりQUBOが高速に解けるようになれば，多くの組み合わせ最適化問題が高速に解けるようになり，様々な実応用問題が高速に解けるようになる．本研究では群知能を活用した多点探索アルゴリズムである粒子群最適化手法を用いて二目的最適化問題を解く．研究代表者らはこれまでに様々な手法で最適化問題を解くGPUプログラムを多数開発してきており，特に2018年にはGPU1基を用いた粒子群最適化によりBUCOをCPUより最大182倍高速に解くGPUプログラムを開発した．
令和5年度は，QUBO求解に用いる粒子群最適化手法の改善に関する研究を行った．特に，粒子群最適化手法に既存手法MOEA/Dの分解というアイデアを取り込んで提案手法を改善する研究を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
令和5年度は，令和4年度までに開発・改良したGPU1基を用いるQUBOソルバを複数のGPUを用いるように拡張してさらに高速化し，その性能評価と改善を行う予定であったが，複数GPUへの対応がまだ未完成であるため．
|
| 今後の研究の推進方策 |
令和6年度は，令和5年度までに開発・改良したGPU1基を用いるQUBOソルバを複数のGPUを用いるように拡張してさらに高速化し，その性能評価と改善を行う．
|
