文献

J-GLOBAL ID：200902230193141703   整理番号：09A1230253

正方行列向け特異値分解のCUDAによる高速化

Acceleration of the Singular Value Decomposition Algorithm for Square Matrices Using CUDA

著者 (4件)： 深谷猛 (名古屋大 大学院工学研究科) ,  山本有作 (名古屋大 大学院工学研究科) ,  畝山多加志 (京大 化研) ,  中村佳正 (京大 大学院情報学研究科)
資料名： 情報処理学会論文誌トランザクション(CD-ROM)  (情報処理学会論文誌 Computer Vision and Applications(CD-ROM))
巻： 2009  号： 1  ページ： KONPYUTINGUSHISUTEMU,VOL.2,NO.2,98-109  発行年： 2009年11月15日 
JST資料番号： L7379A  ISSN： 1882-7772  資料種別： 逐次刊行物 (A)
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： 本論文ではGPGPU向けの統合開発環境CUDAを用いた,正方行列の特異値分解の高速化について報告する。正方行列の特異値分解では,計算対象の行列を二重対角行列に変換してから特異値分解を行い,その後逆変換を行うことで,もとの行列の特異値分解を得る。本論文ではCUDAのBLASライブラリ(CUBLAS)の中の高性能なSGEMM(行列乗算ルーチン)を効率的に利用することで,比較的少ないコストで大幅な高速化を行うことを目指し,演算の大部分がBLASによって行われる二重対角化と逆変換部分をGPUを用いて高速化した。実装にあたっては,行列乗算を中心に二重対角化が可能なBischofの手法がGPU向けに適していることを簡単な性能予測を通して確認し,この手法を採用した。また,各計算ステップにおけるCPUとGPUとの仕事の適切な分担や計算のオーバラップについても考慮した。GPUとしてNVIDIAのGeForce8800GTXを用いた性能評価の結果,CPU(Intel Core2Duo1.86GHz2コア使用)のみで計算する場合と比べて,5,120次元の正方行列の特異値分解の計算が約4倍高速化できることを確認した。(著者抄録)

シソーラス用語： 規格 ,  入出力インタフェイス ,  *特異値分解 ,  高速化 ,  *専用プロセッサ ,  行列 ,  ライブラリ【計算機】 ,  逆変換 ,  性能評価
準シソーラス用語： BLAS ,  *CUDA ,  *GPGPU ,  二重対角化 ,  対角行列

分類 (2件)： 数値計算  (JE02000J) ,  専用演算制御装置  (JC04030Y)

引用文献 (16件)：

• http://www. gpgpu. org/
• NVIDIA CUDA. http://www.nvidia.com/object/cuda home. html
• CUDA Programming Guide 1.1. http://www.nvidia.com/object/cuda develop. html
• http://www.nvidia.com/object/cuda showcase. html
• 深谷 猛, 山本有作, 畝山多加志, 堀 玄, 梅野 健: 長方行列向け特異値分解の浮動小数点コプロセッサによる高速化, 情報処理学会論文誌: コンピューティングシステム, Vol.48, No. SIG 8 (ACS 18)(2007).

タイトルに関連する用語 (4件)： 正方行列 ,  特異値分解 ,  CUDA ,  高速化