文献

J-GLOBAL ID：202202248274874863   整理番号：22A1062866

GPU上の並列スパース一般行列乗算のためのタイルSpGEMM【JST・京大機械翻訳】

TileSpGEMM a tiled algorithm for parallel sparse general matrix-matrix multiplication on GPUs

著者 (6件)： Niu Yuyao (China University of Petroleum-Beijing, Beijing, China) ,  Lu Zhengyang (China University of Petroleum-Beijing, Beijing, China) ,  Ji Haonan (China University of Petroleum-Beijing, Beijing, China) ,  Song Shuhui (China University of Petroleum-Beijing, Beijing, China) ,  Jin Zhou (China University of Petroleum-Beijing, Beijing, China) ,  Liu Weifeng (China University of Petroleum-Beijing, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： PPoPP ’22  ページ： 90-106  発行年： 2022年 
JST資料番号： D0698C  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： スパース一般行列乗算(SpGEMM)は,スパース線形ソルバ,グラフ処理フレームワークおよび機械学習アプリケーションにおける最も基本的なビルディングブロックの1つである。共有メモリSpGEMMのための既存の並列手法は,おそらく良い並列性を有する列列スタイルを使用する。しかし,スパース性構造における不規則性のため,既存の列列法は,しばしば3つの問題に悩まされる。1)負荷不均衡,2)高いグローバル空間複雑性と不十分なデータ局所性,3)スパースアキュムレータ選択。本論文では,TileSpGEMMと名付けたタイル並列SpGEMMアルゴリズムを提案した。著者らのアルゴリズムは,高密度一般的マトリックス-マトリックス乗算(GEMM)におけるタイル化方式を強化して,まばらな形式で各々の非空のタイルを節約した。その最初の利点は,基本的な作業ユニットが,現在,非常に長い列ではなく,少数のノンゼロを含む固定サイズのスパースタイルであることである。したがって,負荷不均衡問題は自然に軽減できる。第二に,各タイルに必要な一時的空間は小さく,常にオンチップスクラッチパッドメモリである。したがって,大量の中間製品のためにオフチップ空間を割り当てる必要がなく,データ局所性ははるかに良い。第3に,計算が単一タイル内で制限されるので,スパースタイルのための高速スパースアキュムレータを選択することは比較的容易である。2つの最も新しいNVIDIA GPUに関する著者らの実験結果は,著者らのTileSpGEMMが,SpGEMM操作のために10億のフロップを実行せず,それぞれ,2.78x,145.35x,97.86xおよび3.70xの高速化を実行する,すべての142の正方形マトリックスのうち,139,138,127および94で,4つの最先端のSpGEMM法,cuSPARSE,bhSPARSE,NSPARSE,およびspECKを凌駕することを示しているものであることを示した。”2つの4つの2つの正方形マトリックスのうち,139,138,127,および94]において,それぞれ,最大2.78x,145.35x,97.86xおよび3.70xの高速化。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *行列 ,  応用プログラム ,  局所性 ,  高速化 ,  機械学習 ,  共有メモリ ,  スパース行列 ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： 不均衡 ,  オンチップ ,  ビルディングブロック ,  スパース性 ,  ソルバ ,  *行列積 , 【Automatic Indexing@JST】

著者キーワード (4件)： GPU ,  SpGEMM ,  スパース行列 ,  タイル化アルゴリズム

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： GPU ,  行列乗算 ,  タイル