| 研究課題/領域番号 |
16H02822
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
高性能計算
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
滝沢 寛之 東北大学, サイバーサイエンスセンター, 教授 (70323996)
|
|---|
| 研究分担者 |
片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
横川 三津夫 神戸大学, 先端融合研究環, 教授 (70358307)
南 一生 国立研究開発法人理化学研究所, 計算科学研究センター, ユニットリーダー (70501998)
|
|---|
| 研究協力者 |
小林 広明
須田 礼仁
岡谷 貴之
江川 隆輔
大島 聡史
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 並列処理 / 性能最適化 / 機械学習 / 自動性能チューニング |
|---|
| 研究成果の概要 |
本研究では，高性能計算(HPC)プログラミングの支援に機械学習を効果的に利用できる事例を示した．すでに機械学習の利用が成功している問題に変換することにより，コード最適化における種々の問題も機械学習で解決できる可能性がある．また，HPCプログラミング分野で膨大な数の訓練データを用意できる問題は稀であり，効率的な収集のためには対象問題を十分に分析する重要性が示された．さらに，HPCプログラミングと同様に，機械学習の利用においても熟練者の経験と勘に頼らなければならないが，すでに数値化されているハイパーパラメータの調整であるため，計算コストの問題に置き換えて考えることが可能であることも明らかになった．
|
| 自由記述の分野 |
高性能計算
|
| 研究成果の学術的意義や社会的意義 |
従前，熟練のプログラマによる知識と経験に基づいて，高性能計算アプリケーションコードが対象計算システム向けに最適化されてきた．しかし，ポストムーア時代の大規模かつ複雑な計算システム向けにコードを最適化する労力は，今後ますます増大することが予想され，そのための人材を確保し続けることは困難である．この問題に対して，本研究では近年注目されている機械学習技術を有効活用することで，熟練のプログラマに求められる性能最適化の労力を大幅に軽減できる可能性を明確に示すことができた．多様な科学技術分野で必要不可欠なツールとなっている高性能計算アプリケーションの開発の効率化は，学術的にも社会的にも意義深い成果である．
|
