• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実施状況報告書

トロピカル代数系に基づく超並列計算理論の構築と応用

研究課題

研究課題/領域番号 20K21794
研究機関大阪大学

研究代表者

伊野 文彦  大阪大学, 情報科学研究科, 教授 (90346172)

研究期間 (年度) 2020-07-30 – 2023-03-31
キーワードトロピカル代数 / 最適化問題 / 高速化 / アクセラレータ
研究実績の概要

本研究の目的は,トロピカル代数系で記述された組合せ最適化問題を,GPU(Graphics Processing Unit)などの計算アクセラレータ上で加速することである.その実現のために,トロピカル代数系に特有の最適化技術を開発し,その計算基盤を最先端の超並列アーキテクチャ上に展開する.また,具体的な応用として,生命情報科学などで頻出する組合せ最適化問題を高速に解くGPU計算手法を開発する.令和2年度は以下の課題に取り組んだ.

まず,遺伝子配列のアライメント問題やグラフの全点対最短経路問題がトロピカル代数上の行列積で解けることから,GPU上で行列積を高速に解く実装の性能を分析した.また,トロピカル代数では加算演算子を通常の最大値関数maxに置換し,乗算演算子を通常の加算演算子に置換することから,通常の行列積をトロピカル代数上の行列積に置換した場合の性能を計測した.結果として,トロピカル代数上の行列積においては,通常の行列積と同様に,タイリングなどのキャッシュ最適化技術が高い性能を達成するために有効であることを確認した.

次に,トロピカル代数上の演算子の性質に着目し,疎行列に対する最適化技術を開発した.具体的には,行列を構成する要素の値が0である場合に,その要素に関連するデータ参照ならびに計算を省くことで高速化を図る.このトロピカル代数に固有の最適化技術を,計算粒度の細かいレベルから粗いレベルまで実現し,もっとも高い効果を得られる粒度を明らかにした.また,その高速化の度合いが,値が0である要素の比率とともに高まることを確認した.

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

トロピカル代数系に固有の最適化技術を見出し,その高速化効果を確認できたことは計画通りである.また,トロピカル代数系の問題に帰着することにより,計算量を削減できる最適化問題があることが判明したため,この問題を有望な応用先として取り組めることも分かった.ただし,現在のプログラム記述は,GPUの低水準言語CUDA(Compute Unified Device Architecture)に依存していることから,次年度に向けて高水準なプログラム記述による実現が必要である.このように,核となる最適化技術が今後の課題とともに明らかにできていることから進捗は計画通りである.

今後の研究の推進方策

当初の計画にしたがい,トロピカル代数系に固有の最適化技術を高水準なプログラム記述で実現していく.また,最適化手法に関する成果を国内外で発表し,他の研究者からの意見を反映していく予定である.

  • 研究成果

    (12件)

すべて 2020 その他

すべて 国際共同研究 (2件) 雑誌論文 (3件) (うち国際共著 2件、 査読あり 3件) 学会発表 (6件) (うち国際学会 2件) 備考 (1件)

  • [国際共同研究] University of Nicosia(キプロス)

    • 国名
      キプロス
    • 外国機関名
      University of Nicosia
  • [国際共同研究] University of Strathclyde(英国)

    • 国名
      英国
    • 外国機関名
      University of Strathclyde
  • [雑誌論文] Block Randomized Singular Value Decomposition on GPUs2020

    • 著者名/発表者名
      Yuechao Lu, Yasuyuki Matsushita, and Fumihiko Ino
    • 雑誌名

      IEICE Transactions on Information and Systems

      巻: E103-D ページ: 1949-1959

    • DOI

      10.1587/transinf.2019EDP7265

    • 査読あり
  • [雑誌論文] Reducing the Amount of Out-of-Core Data Access for GPU-Accelerated Randomized SVD2020

    • 著者名/発表者名
      Yuechao Lu, Ichitaro Yamazaki, Fumihiko Ino, Yasuyuki Matsushita, Stanimire Tomov, and Jack Dongarra
    • 雑誌名

      Concurrency and Computation: Practice and Experience

      巻: 32 ページ: e5754

    • DOI

      10.1002/cpe.5754

    • 査読あり / 国際共著
  • [雑誌論文] A Data-Centric Directive-Based Framework to Accelerate Out-of-Core Stencil Computation on a GPU2020

    • 著者名/発表者名
      Jingcheng Shen, Fumihiko Ino, Albert Farres, and Mauricio Hanzich
    • 雑誌名

      IEICE Transactions on Information and Systems

      巻: E103-D ページ: 2421-2434

    • DOI

      10.1587/transinf.2020PAP0014

    • 査読あり / 国際共著
  • [学会発表] A Study on Training Story Generation Models Based on Event Representations2020

    • 著者名/発表者名
      Jingcheng Shen, Changzeng Fu, Xiangtian Deng, and Fumihiko Ino
    • 学会等名
      3rd International Conference on Artificial Intelligence and Big Data (ICAIBD 2020)
    • 国際学会
  • [学会発表] Integrating GPU Support for FreeSurfer with OpenACC2020

    • 著者名/発表者名
      Jingcheng Shen, Jie Mei, Marcus Wallden, and Fumihiko Ino
    • 学会等名
      6th IEEE International Conference on Computer and Communications (ICCC 2020)
    • 国際学会
  • [学会発表] Apache Sparkにおける再計算の暗黙的な省略を考慮した性能予測2020

    • 著者名/発表者名
      井上達博, 置田真生, 伊野文彦
    • 学会等名
      情報処理学会システムソフトウェアとオペレーティング・システム研究会
  • [学会発表] マルチGPU環境において大規模計算を加速するためのディレクティブ記述手法2020

    • 著者名/発表者名
      水津大樹, 沈靖程, 伊野文彦
    • 学会等名
      情報処理学会ハイパフォーマンスコンピューティング研究会
  • [学会発表] A Hybrid Sampling Strategy for Improving the Accuracy of Image Classification with less Data2020

    • 著者名/発表者名
      Ruiyun Zhu and Fumihiko Ino
    • 学会等名
      電子情報通信学会パターン認識・メディア理解研究会
  • [学会発表] MPIプログラムにおける遅延挿入による不規則な多対多通信の効率化2020

    • 著者名/発表者名
      山田広俊, 置田真生, 伊野文彦
    • 学会等名
      情報処理学会ハイパフォーマンスコンピューティング研究会
  • [備考] 大阪大学 大学院情報科学研究科 並列処理工学講座

    • URL

      http://www-ppl.ist.osaka-u.ac.jp/

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi