| 研究課題/領域番号 |
23300007
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
萩原 兼一 大阪大学, 情報科学研究科, 教授 (00133140)
|
|---|
| 研究分担者 |
置田 真生 大阪大学, 情報科学研究科, 助教 (50563988)
伊野 文彦 大阪大学, 情報科学研究科, 准教授 (90346172)
|
|---|
| 研究期間 (年度) |
2011-04-01 – 2014-03-31
|
| キーワード | 高性能計算 / ＧＰＵコンピューティング / コンパイラ |
|---|
| 研究概要 |
高性能計算分野でＧＰＧＰＵは有効な技術として定着している．行列積計算など特定の計算をするＧＰＵプログラムの開発が研究の中心である．他の計算をするには他のＧＰＵプログラムの開発が必要である．ＧＰＧＰＵをより広範囲で有効とするためには，次の２つのＧＰＧＰＵ技術の開発が不可欠と考え，その開発を研究目的としている．ａ）概念上，異種タスクを多数同時に処理するＧＰＧＰＵ技術．ｂ）コンパイラのように任意のユーザ定義式を処理可能とするＧＰＧＰＵ技術．そのための具体的題材として，ユーザが生体機能記述言語により生体機能をモデルとして記述し，それをシミュレーションすることを題材に研究を進めている．
平成２４年度は，遅延微分方程式(DDE)および関数の集合で表された生体モデルを対象に，その数式群の数値解を計算できるようにした．これにより，処理可能な生体機能モデルの対象を拡大できた．ＧＰＵは内部に多数のコアを持つ並列計算機であるが，それらのコアは複数個ごとにグループ化されており，グループごとに処理内容を統一したときに処理効率が高い．一方，処理内容を統一できない場合は，ＧＰＵでの性能向上は望めない．これを解決することが，上記ａ）およびｂ）の問題点の解決が最も重要である．
上記ａ）の問題点を解決するために，スタックマシンを用いたインタプリタ方式を考え，それをさらに高速化する手法を開発し，その手法の副産物として，ｂ）の問題点も開発した．
DEEを用いた視覚野神経モデルは，興奮性神経細胞を縦横101 個のメッシュ状に並べたものを上下2 層に接続したモデルである．このモデルは代数関数を1,377,145個，常微分方程式を 387,638個，遅延微分方程式を 20,402個の数式規模である．この処理時間に関して，ＣＰＵの1コアでの実行に対して，ＧＰＵでは最大で約24倍の高速化を達成した．
|
| 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
平成２４年度までの達成度は計画通りである．
|
| 今後の研究の推進方策 |
ＧＰＧＰＵに関しては計画ステップを前倒しに実施する．なお，計算対象に関するＧＰＧＰＵ処理で考案した方法は，共有メモリのマルチコア・コンピュータでの実行にも適用可能なので，ＧＰＵだけでなく実行環境をマルチコアコンピュータにも拡張し，性能比較する．また，新たに心筋細胞モデルを実験対象とする．このモデルは規模が大きいので複数ＧＰＵでの処理を試みる．ただ，モデル規模が大きくなると，対応するグラフの規模が大きくなり，使用するメモリ量が増加することが問題であり，この対策が新たな課題となる．
|
