CUDAによるランダムスパース方程式求解の命令レベル並列性を用いた高速化手法

富永浩文; 前川仁孝

文献

J-GLOBAL ID：201502288404223324 整理番号：15A0447042

CUDAによるランダムスパース方程式求解の命令レベル並列性を用いた高速化手法

The Speed-up Method Solving Random-sparse Equations Using Instruction-level Parallelism by the CUDA

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=15A0447042&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=15A0447042&from=J-GLOBAL&jstjournalNo=U0474A") }}

著者 (2件)： ,
資料名：
巻： 7 号： 1 ページ： 10-17 (WEB ONLY) 発行年： 2014年01月22日
JST資料番号： U0474A ISSN： 1882-7802 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)

本論文では,CUDA GPUにおいて実非対称(ランダムスパース)な構造を持つ方程式の求解を高速化するために,スタティックスケジューリングによって抽出した命令レベル並列性を用いてベクトル命令を生成するアルゴリズムを提案する。従来より,ランダムスパース方程式求解には直接法が用いられている。直接法によるランダムスパース方程式の求解は,零要素を含む演算を省くことで効率良く実行できる。よって,CUDA GPU上で演算の効率を高めるためには,スタティックスケジューリングを用いて零演算を含まない演算のみを抽出しベクトル化する。本手法は,方程式を求解する際に実行可能であるという組合せの情報のみを抽出することで,ベクトル化する。しかし,従来のように実行可能であるという組合せの情報のみからベクトル化するだけでは,高い効率で計算ができない。スケジューリングする際に,依存関係以外の情報も考慮することでCUDA GPUで演算の高速化が期待できる。そこで本論文では,すべての演算の依存関係を用いてスタティックスケジューリングを行うことで同時に実行可能な演算を抽出し,ベクトル化する。本手法によるスケジューリングでは,同時に実行可能な命令のうち,依存関係を多く持つ演算から優先的にベクトル化することでCUDA GPUによる効率的な演算を可能にする。(著者抄録)

, , , , , , , ,
, , , ,

ディジタル計算機方式一般 , 専用演算制御装置

引用文献 (16件)：

NVIDIA Corporation: NVIDIA CUDA C Programming Guide v5.0, available from Khttps://developer.nvidia. com/category/zone/cuda-zone).
Krawezik, G.P. and Poole, G.: Accelerating the ANSYS Direct Sparse Solver with GPUs, 2010 Symposium on Application Accelerators in High Performance Computing (SAAHPC '10) (2010).
Demir, V.: Graphics Processor Unit (gpu) Acceleration of Finite-difference Frequency-domain (fdfd) Method, Progress In Electromagnetics Research M, Vol.23, pp.29-51 (2012).
鹿毛哲郎,下郡慎太郎:ベクトル計算機による高速回路解析のためのベクトル化処理技法,電子情報通信学会論文誌,Vol.70,No.8,PP.1597-1606(1987).
Quarles, T.L.: The SPICES Implementation Guide, Electronics Research Laboratory, College of Engineering, University of California (1989).

, , , , ,

前のページに戻る