採択課題 【詳細】
| jh180012-NAHI | Hierarchical low-rank approximation methods on distributed memory and GPUs |
|---|---|
| 課題代表者 | 横田理央(東京工業大学) Rio Yokota (Tokyo Institute of Technology) |
| 概要 |
本研究では,エクサスケールを視野に入れた階層的低ランク近似法の分散メモリ・GPU上での高性能な実装を行うことを目的とする。このとき重要になるのが比較的小さな密行列の高速な処理である。 Tennessee大学のDongarraグループではまさにこのような小さな密行列のバッチ処理をGPU上で高速に行うライブラリを開発しており、JHPCNの国際共同研究として行うことでこの技術をいち早く導入できる。
昨年度はマルチGPU化とスケーラビリティの向上を目指すとともに、block MAGMAを用いた単体GPU性能の更なる向上を図ったが，今年度はマルチGPU上で行列分解を行う際の負荷分散アルゴリズムやbatch MAGMAを用いる際の階層的データのストリーム化について開発を行う。 |
| 関連Webページ | |
| 報告書等 | 研究紹介ポスター ／ 最終報告書 |
| 業績一覧 | (1) 学術論文 （査読あり） |
| 該当なし | |
| (2) 国際会議プロシーディングス （査読あり） | |
| 該当なし | |
| (3) 国際会議発表（査読なし） | |
| 該当なし | |
| (4) 国内会議発表（査読なし） | |
| 該当なし | |
| (5) 公開したライブラリなど | |
| 該当なし | |
| (6) その他（特許，プレスリリース，著書等） | |
| 該当なし |
無断転載禁止