文献

J-GLOBAL ID：201702214126283237   整理番号：17A1730002

異種分散テンソル分解のための性能課題【Powered by NICT】

Performance challenges for heterogeneous distributed tensor decompositions

著者 (3件)： Rolinger Thomas B. (Laboratory for Physical Sciences, University of Maryland, College Park, MD) ,  Simon Tyler A. (Laboratory for Physical Sciences, University of Maryland, College Park, MD) ,  Krieger Christopher D. (Laboratory for Physical Sciences, University of Maryland, College Park, MD)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： HPEC  ページ： 1-7  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多次元アレイの因数分解したテンソル分解は大規模データ分析においてますます重要になっている。一般的テンソル分解アルゴリズムを交互最小二乗フィッティング(CP ALS)を用いた正準分解/並列因数分解である。実世界アプリケーションをモデル化するテンソルはしばしば非常に大規模でスパースな,多くのタイプの計算資源の利点を取ることができることを,CP ALSのような分解アルゴリズムの高性能実現のための必要性を駆動する。本研究では,ReFacTo,DeFacToをもとにした異種分散テンソル分解実装,CP ALSに既存の分散メモリアプローチを提案した。DFacToはCP ALSの臨界ルーチンを減少させる一連のスパース行列-ベクトル乗算(SpMVs)であった。ReFacToはMPIによるクラスタ内のGPUを利用するこれらSpMVsを行い,他のルーチンを並列化するOpenMPスレッドを用いた。NVIDIAのGPUベースcuSPARSEライブラリーを用いた場合ReFacToの性能を評価し,SpMVのためのIntel社のCPUベース数学カーネルライブラリ(MKL)を利用する代替実装と比較した。さらに,観察された結果をもとにした異種分散テンソル分解の性能課題の議論を提供する。32ノードまで,cuSPARSEを用いた場合MKLを用いた場合ReFacToのSpMVであるReFacToよりも6.8倍まで速いことを見出した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高次元 ,  因数分解 ,  ベクトル ,  スレッド ,  最小二乗法 ,  アルゴリズム ,  分散メモリ ,  クラスタ ,  スパース行列 ,  *テンソル ,  モデリング ,  応用プログラム ,  乗算
準シソーラス用語： OpenMP ,  *テンソル分解 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  信号理論  (ND02020G)

タイトルに関連する用語 (1件)： テンソル分解