| 研究概要 |
最近GPU(Graphics Processing Unit)は約500個のプロセッサをもち,並列計算機として注目されている.処理すべきすべてのデータが,1台のGPUのメモリVRAMに格納できない場合は,データを分割して処理し,各実行結果を融合することになる.このような処理に関する研究は,実用上大きなデータ処理での需要が高く,一般的なPCクラスタではよく研究されているが,マルチGPU処理の場合はまだよく解明されていない.それを解明するために,平成21年度は複数GPUを用いて応用問題を解き,GPUコンピューティングにおける性能問題に関して研究した.平成22年度は,これまでの結果を検討し,GPUプログラムおよびその支援システムに反映させた
1. CPU～GPU間で効率的にデータ転送することが,性能のよいGPUプログラムを開発する上で重要である.GPUで処理するタスクを動的にスケジュールし,マルチGPU環境で効率的に支援するミドルウェアを開発した
2. 非常にデータ数が多い高速フーリエ変換FFTはCPU～GPU間で効率的にデータ転送がボトルネックになる.マルチコアCPUとマルチGPUの両方をFFT計算に使い,データ転送をこの処理に隠蔽する効率的なアルゴリズムを開発した
3. 1台のGPUで処理するには,処理量が少ないものがある.このような処理でかつパラメータスィープなタスクを多数実行する場合に効果的な処理方法を,光学シミュレーションを応用として開発した
4. PET再構成,全点対最短経路長を解くブロック化フロイド・ワーシャル法,全変動最小化,ニューラルネットワークモデルを用いた文字認識,を解く単体GPUプログラムを開発した
|
