文献

J-GLOBAL ID：202502236082482031   整理番号：25A2194435

Cerebras CS-2における格子ボルツマン法の複数PE実装の検討

著者 (4件)： 酒井宏己 (明治大) ,  折原冴保 (明治大) ,  下川辺隆史 (東大 情報基盤セ) ,  宮島敬明 (明治大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2025  号： HPC-200  ページ： Vol.2025-HPC-200,No.11,1-8 (WEB ONLY)  発行年： 2025年07月28日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年のコンピュータは演算性能の向上が著しい一方で,Byte/Flops値に代表される演算性能に対するメモリ帯域幅の比率は悪化している。Cerebras CS-2は,深層学習における大規模言語モデルの学習ワークロードを高速化するために設計されたアクセラレータであり,世界最大のチップであるWafer Scale Engine-2を搭載している。格子ボルツマン法(Lattice Boltzmann Method,LBM)は,数値流体力学の分野で盛んに研究されてる計算手法の一つである。流体を微小な粒子の集まりとして近似し,各粒子の並進と衝突とを粒子の速度分布関数を用いて逐次計算することで,流体の大規模な動きを再現する。本研究では,複数PEを用いた実装に必須の,対角方向に隣接する格子点とのデータ転送を2ステップで行なう方法を提案する。また,1PEに1格子点を割り当て,境界格子を含む17×17格子を17×17PEで実行した場合の演算性能を測定した。この時の演算性能は695.1MFlops/sと29.5MULPSであった。(著者抄録)

シソーラス用語： *ハードウェアアクセラレータ ,  演算プロセッサ ,  *高速計算 ,  深層学習 ,  言語モデル ,  *格子Boltzmann法 ,  高速化
準シソーラス用語： 速度向上 ,  大規模言語モデル

分類 (1件)： 専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (4件)： Cs ,  格子ボルツマン法 ,  PE ,  実装