スクイーズ:テンソルコアGPUのための効率的コンパクトフラクタル【JST・京大機械翻訳】

Quezada Felipe A.; Navarro Cristobal A.; Hitschfeld Nancy; Bustos Benjamin

プレプリント

J-GLOBAL ID：202202217275891715 整理番号：22P0022850

スクイーズ:テンソルコアGPUのための効率的コンパクトフラクタル【JST・京大機械翻訳】

Squeeze: Efficient Compact Fractals for Tensor Core GPUs

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月03日プレプリントサーバーでの情報更新日： 2022年01月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究は,テンソルコアGPUのための効率的なコンパクトなフラクタル処理方式であるSqueezeを提示した。コンパクトと拡張型の間の離散空間変換を結合することによって,メモリにおけるフラクタルを拡張する必要なしで,近傍アクセスによってフラクタルに関してデータ並列計算を行うことができた。空間変換を2つのGPUテンソルコア加速スレッドマップ,λ(ω)およびν(ω)として定式化し,それぞれコンパクトから拡張および拡張からコンパクトな空間関数として作用する。マップのコストは,O(log_2log_s(n))時間であり,nは,その拡張形式におけるフラクタルに対するn×n埋込みの側面であり,線形スケーリング因子であった。提案した手法は,離散フラクタルの非重複-境界-ボックス(NBB)クラスに属する任意のフラクタルに対して動作し,同様に三次元に拡張できる。事例研究として離散Sierpinski Triangleを用いた実験結果は,GPUベース拡張空間結合ボックスアプローチに関して,高速化のΔΨ12×とメモリ低減係数Δ≦315×を示した。これらの結果は,提案したコンパクトなアプローチが,GPUメモリに適合できない問題を効率的に処理するための科学的コミュニティを可能にすることを示した。【JST・京大機械翻訳】

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

図形・画像処理一般 , 符号理論 , 専用演算制御装置 , システム・制御理論一般

, , , , ,

前のページに戻る