文献

J-GLOBAL ID：201702252244488190   整理番号：17A1730005

メモリ効率的並列テンソル分解【Powered by NICT】

Memory-efficient parallel tensor decompositions

著者 (7件)： Baskaran Muthu (Reservoir Labs Inc., New York, NY 10012) ,  Henretty Tom (Reservoir Labs Inc., New York, NY 10012) ,  Pradelle Benoit (Reservoir Labs Inc., New York, NY 10012) ,  Langston M. Harper (Reservoir Labs Inc., New York, NY 10012) ,  Bruns-Smith David (Reservoir Labs Inc., New York, NY 10012) ,  Ezick James (Reservoir Labs Inc., New York, NY 10012) ,  Lethin Richard (Reservoir Labs Inc., New York, NY 10012)
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： テンソル分解を実世界データの包括的で完全な分析を可能にするための強力な技術である。テンソル分解によるデータ解析は,大規模不規則スパースデータにわたる集中的な計算を含んでいる。そのようなデータの実行を最適化することは,実世界データ分析応用における時間の解(または応答時間)を低減する重要な集中計算。高性能コンピューティング(HPC)システムは,データ解析応用のための使用が増加しているとして,疎なテンソル計算を最適化し,現代的で高度なHPCシステム上で効率的にそれらを実行するためにますます重要になっている。HPCシステムの大きな処理能力を利用することに加えて,HPCシステムにおけるメモリ性能(メモリ使用量,コミュニケーション,同期,メモリ再利用,データの局所性)を改善するために重要である。本論文では,HPCシステム上での大規模テンソル解析の高速でメモリ効率の良い実行へ標的化されることを複数最適化を提示した。は,異なるアプリケーションドメインからの様々なサイズと構造の複数のデータセットに適用した場合,この技術はテンソル分解法のメモリ使用量と実行時間の短縮を達成することを実証した。メモリ使用量を11倍~倍低減までと性能における7×改善まで達成した。より重要なことに,筆者らは筆者らの最適化を行わずに実行可能されなかったであろうことをマルチコアシステムに関するいくつかの重要なデータセット上で大きなテンソル分解の応用を可能にする。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： データ解析 ,  再利用 ,  応答時間 ,  *テンソル ,  局所性 ,  コミュニケーション ,  テンソル解析 ,  *記憶装置 ,  高速度 ,  スループット ,  最適化
準シソーラス用語： 実行時間 ,  高性能コンピューティング ,  *テンソル分解 ,  *メモリ効率 , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (2件)： メモリ効率 ,  テンソル分解