学際大規模情報基盤共同利用・共同研究拠点

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