2015 Fiscal Year Research-status Report
GPGPUプログラミング容易化のためのMapReduceアルゴリズム処理系の開発
| Project/Area Number |
26330088
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
藤本 典幸 大阪府立大学, 理学(系)研究科(研究院), 教授 (90294165)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 超高速情報処理 / 並列処理 / GPGPU / MapReduce |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，並列処理やGPGPUに関する知識が無い一般的なプログラマでもGPUの高性能を容易に利用可能とするために，逐次C言語で記述されたMapReduceプログラムを効率の良いGPGPUプログラムに自動変換するコンパイラを開発することである．この目的の達成のために，(1)逐次C言語によるMapReduceプログラム記述のためのAPIの設計，(2)(1)で設計したAPIを用いて記述されたMapReduceプログラムをそのまま逐次Cプログラムとして実行するためのライブラリの開発，(3) MapReduceプログラムをソースプログラムの修正無しにそのままマルチコアCPU上で並列実行するためのライブラリの開発，をまず行い，いくつかのアプリケーションを用いて評価実験を行いつつ，GPGPUに関するこれまでの研究経験[6頁，7頁の30本の研究業績の全て]を活かしてこれらを徐々に発展させる形で， (4)単一GPU用コンパイラの開発，(5)単一PC上の複数GPU用コンパイラの開発，(6)GPUクラスタ用コンパイラの開発，を行う．
平成27年度は，まず，いくつかの簡単なMapReduceプログラムを平成26年度に開発したAPIとCPU用コンパイラを用いて開発し，さらにこれらを用いて，やはり平成26年度に試作した単一GPU用コンパイラの改良と実行性能の評価を行った．その結果，MapReduceプログラムの記述自体は改良したAPIを用いて問題なく行えることがわかったが，試作したGPU用コンパイラでは，細粒度のMapReduceアルゴリズムが対象の場合，CPU-GPU間のデータ転送がボトルネックになることがわかった．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初計画では今年度中に複数GPUに対応したコンパイラの試作まで行う予定であったが，昨年度に試作した単一GPU用コンパイラでは一部記述できないMapReduceアルゴリズムがあることが判明したため，APIおよびコンパイラの仕様変更および改良を行う必要が生じたため，作業にやや遅れが生じている．
|
| Strategy for Future Research Activity |
現在の単一GPU用コンパイラは，複雑なMapReduceアルゴリズムにも比較的容易に対応するため，NVIDIA社のGPUのUnified Memory機能を用いて実装している．しかしNVIDIA社のGPUはCPUとは物理的に分離されたディスクリートGPUであるため，Unified MemoryはCPU-GPU間の通信がボトルネックになりやすい．またUnified Memoryで使用できるメモリ容量は，GPUのVRAMの容量（一般的な製品では2GB程度）に制限される．このため，今後は，CPUとGPUが物理的に同一のメモリを用いるIntel社とAMD社のCPU内蔵GPUを対象とし，開発言語としてCUDAに代わってOpenCLを用い，CUDAのUnified Memoryに代わってOpenCLの仮想共有メモリを用いることにより，CPU-GPU間の通信のオーバーヘッドを削減したコンパイラを開発する予定である．
|
| Causes of Carryover |
他の予算により支出が抑えられたため
|
| Expenditure Plan for Carryover Budget |
研究発表のための旅費の一部に充当する予定
|
