文献

J-GLOBAL ID：200902293260151524   整理番号：09A0636851

正方行列向け特異値分解のCUDAによる高速化

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： 情報処理学会シンポジウム論文集  (情報処理学会ワークショップ論文集)
巻： 2009  号： 2  ページ： 107-114  発行年： 2009年01月15日 
JST資料番号： Y0978B  ISSN： 1344-0640  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： 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ー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 Core2 Duo 1.86GHz 2コア使用)のみで計算する場合と比べて,5120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： *プログラミング環境 ,  *並列処理 ,  *特異値分解 ,  *専用プロセッサ ,  行列 ,  ライブラリ【計算機】 ,  高速化 ,  対角化 ,  マイクロプロセッサ ,  性能評価 ,  *CUDA ,  *GPGPU ,  正方行列 ,  行列積
準シソーラス用語： *GPU ,  二重対角化 ,  行列乗算

分類 (4件)： 計算機システム開発  (JD02010R) ,  ディジタル計算機方式一般  (JC02010O) ,  数値計算  (JE02000J) ,  専用演算制御装置  (JC04030Y)

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