抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大規模言語モデル(Large Language Model,LLM)による生成AI技術が発達し,プログラムコードの実装支援・自動生成に応用されるようになった.本稿ではCPU向けのBasic Linear Algebra Subprograms(BLAS)コードを題材に,OpenAI社が提供する既存モデルを用いて数値計算コードの実装支援能力を検討した.LLMモデルとして2025年4月にリリースされた生成的事前学習型トランスフォーマー(Generative Pre-trained Transformer,GPT)モデルのGPT-4.1と,リーズニングモデルであるoシリーズの一つであるo4-miniを用いた.Level-1から3までのルーチンについて,(1)ルーチン名のみから最適化なしのC言語コードを生成,(2)ルーチン名のみから最適化ありのC言語コードを生成,(3)Fortranのリファレンスコードから最適化ありのコードを生成.という3つのケースについて結果を検証した.その結果,ルーチン名だけを与えた場合でも多くの場合に正しいコードを生成できることが明らかとなった.またOpenMPによるスレッド並列化やSIMD化,キャッシュブロッキングもある程度実装することができ,リファレンスコードと比べて高速化できることを確認した.(著者抄録)