分散データ並列プラットフォーム上での大規模行列乗算の改良実行並行性【Powered by NICT】

Gu Rong; Tang Yun; Tian Chen; Zhou Hucheng; Li Guanru; Zheng Xudong; Huang Yihua

文献

J-GLOBAL ID：201702263978015415 整理番号：17A1346193

分散データ並列プラットフォーム上での大規模行列乗算の改良実行並行性【Powered by NICT】

Improving Execution Concurrency of Large-Scale Matrix Multiplication on Distributed Data-Parallel Platforms

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1346193&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1346193&from=J-GLOBAL&jstjournalNo=T0882A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 28 号： 9 ページ： 2539-2552 発行年： 2017年
JST資料番号： T0882A ISSN： 1045-9219 CODEN： ITDSEO 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

行列乗算は,多くのビッグデータ解析の分野でドミナントであるが,非常に時間のかかる操作である。その性能最適化は重要かつ基本的な研究課題である。分散データ並列プラットフォーム上での大規模行列乗算の性能は計算とIOコストの両方によって決定される。既存行列乗算実行戦略のために,実行並行性はしきい値以上のスケールアップと,それらの実行性能は,計算コストの低減を上回るIOコストの増加ため急激に低下する。本論文では,新しい並列実行戦略CRMM(同時応答ベース行列乗算)と共にデータ並列プラットフォーム上での大規模行列乗算のための,Marlin,並列アルゴリズムを提案した。CRMM戦略は同じIOコストでサブブロック行列乗算のための高い実行並行性を利用した。Marlin油田の性能をさらに改善するために,著者らはまた多くの新規なシステムレベル最適化の,バッチにおけるネイティブライブラリを呼び出すことによって局所データ交換の並行性を増加させ,ブロック行列変換のオーバヘッドを低減し,行列計算の意味論を利用することによる還元ディスク重シャッフル操作を提案した。ライブラリとしてMarlinと共に放電に関連する行列演算のセットを実装し,オープンソースコミュニティへのMarlinに寄与していた。大型行列乗算に対して,MarlinをスパークMLlib,SystemMLとSciDBを含む既存の系よりも優れており,平均して約1.29倍,3.53倍と2.21倍のスピードアップであった。実世界DNN作業負荷に対する評価もMarlinは約12.8倍,5.1倍と27.2倍のスピードアップによる上記の系よりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

ディジタル計算機方式一般

, , , ,

前のページに戻る