文献

J-GLOBAL ID：202302297086521661   整理番号：23A2026838

CUDA Fortran+MIG+UVMを用いたBLR行列QR分解の大規模高速化

著者 (5件)： 大島聡史 (九大 情報基盤研究開発セ) ,  伊田明弘 (海洋研究開発機構) ,  河合直聡 (名古屋大 情報基盤セ) ,  横田理央 (東京工大 学術国際情報セ) ,  山崎市太郎 (Sandia National Lab.)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2023  号： HPC-190  ページ： Vol.2023-HPC-190,No.14,1-8 (WEB ONLY)  発行年： 2023年07月27日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： CPUやGPUの演算性能の向上に対してメモリ容量やメモリ速度の向上が遅れている今日,行列を近似して計算を行う近似行列計算法への注目が高まっている.我々は近似行列の一種であるブロック低ランク(Block Low Rank,BLR)行列に対するQR分解(BLR-QR)に取り組んでいる.特にGPUを用いた高速なBLR-QRの実現を目指しており,既に過去の研究においてMulti-Instance GPU(MIG)を用いたBLR-QRの高速化に成功している.本稿ではその際に生じた幾つかの課題を解決するため,CUDA FortranとMIGとUnified Virtual Memory(UVM)を用いた実装を行い,性能を評価した.その結果,Fortran90プログラムに対してC/C++およびCUDA Cを使わずにGPU化を行うことができ,GPUに適しない小規模なGPUカーネルであってもMIGにより高性能を得ることが可能であり,UVMを使うことでGPUに収まらないメモリサイズでも容易に実行可能であることが確認できた.この実装(実行)方法はBLR-QR以外のアプリケーションにとっても有用であることが期待される.(著者抄録)

シソーラス用語： *プログラミング環境 ,  FORTRAN ,  *行列 ,  *QR分解 ,  高速化 ,  数値計算 ,  オペレーティングシステム ,  *CUDA ,  カーネル【オペレーティングシステム】 ,  行列計算

分類 (3件)： 汎用プログラミング言語  (JD03051H) ,  ディジタル計算機方式一般  (JC02010O) ,  数値計算  (JE02000J)

引用文献 (12件)：

• Ida, A., Nakashima, H., Kawai, M.: Parallel Hierarchical Matrices with Block Low-rank Representation on Distributed Memory Computer Systems, Proc. International Conference on High Performance Computing in Asia-Pacific Region, pp.232-240, ACM (2018). https://doi.org/10.1145/3149457.3149477 (Accessed 2023-07-03)
• Ida, A., Nakashima, H., Hiraishi, T., Yamazaki, I., Yokota, R., Iwashita, T.: QR Factorization of Block Low-rank Matrices with Weak Admissibility Condition, Journal of Information Processing, Vol. 27, pp. 831-839 (2019). https://doi.org/10.2197/ipsjjip.27.831 (Accessed 2023-07-03)
• Ohshima, S., Ida, A., Yokota, R., Yamazaki, I.: QR Factorization of Block Low-Rank Matrices on Multi-Instance GPU, Parallel and Distributed Computing, Applications and Technologies, Springer Nature Switzerland, pp.359-369 (2023). https://doi.org/10.1007/978-3-031-29927-8_28 (Accessed 2023-07-03)
• NVIDIA, NVIDIA Multi-Instance GPU User Guide, https://docs.nvidia.com/datacenter/tesla/mig-user-guide/index.html (Accessed 2023-07-03)
• Hackbusch, W.: A Sparse Matrix Arithmetic Based on H-Matrices, Part I:Introduction to H-Matrices, Computing, Vol. 62, pp. 89-108 (1999). https://doi.org/10.1007/s006070050015 (Accessed 2023-07-03)

タイトルに関連する用語 (5件)： CUDA ,  行列 ,  QR分解 ,  大規模 ,  高速化