| 研究課題/領域番号 |
23240002
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
定兼 邦彦 国立情報学研究所, 情報学プリンシプル研究系, 准教授 (20323090)
|
|---|
| 研究分担者 |
渋谷 哲朗 東京大学, 医科学研究所, 准教授 (60396893)
浅野 哲夫 北陸先端科学技術大学院大学, 情報科学研究科, 教授 (90113133)
福永 ALEX 東京大学, 総合文化研究科, 准教授 (90452002)
|
|---|
| 研究期間 (年度) |
2011-05-31 – 2015-03-31
|
| キーワード | メニーコア / GPGPU / 並列アルゴリズム / 省スペースアルゴリズム |
|---|
| 研究概要 |
GPUのための計算モデルAGPUモデル上で比較ソートアルゴリズムを開発した．このアルゴリズムはI/O計算量（グローバルメモリの読み書き回数）が漸近的に最適である．また，時間計算量も最適に近い．また，I/O計算量とマルチスレッディングの効果の間にトレードオフがあることを理論的に示した．このアルゴリズムをNVIDIAのGPUであるTesla K20上に実装した．既存のThrustライブラリの比較ソートアルゴリズムと比較して，1.9倍高速になった．
また，省スペースアルゴリズムとして，文字列の文法圧縮を完全にオンラインで行う手法を開発した．オンラインとは，入力文字が順番に与えられていくときに，任意の段階でデータ構造が完成していることを表す．つまり，任意の段階で，部分文字列の復号と文字の追加が高速に行える．
さらに，省スペースデータ構造の最も基本的なものであるビット列でのrank/select計算を行うものに対し，その永続化を行った．永続化とは，データに変更が加えられたときに，過去の履歴に対しても問い合わせが行えるようにすることである．ビット列においては，ビット変更の操作列が与えられたときに，任意の段階でのrank/select計算が行えるようになった．
|
| 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
平成24年度はGPUでの計算モデルを開発し，平成25年度はそれを用いて高速アルゴリズムの開発を行った．
|
| 今後の研究の推進方策 |
これまでに開発したソートアルゴリズムでは，I/O計算量とマルチスレッディングの効果の間にトレードオフがあることが判明したため，今後はアルゴリズムを改良していく．
|
