GPU向け並列計算フレームワークの提案とGAを用いた性能評価

• Item type: SIG Technical Reports(1)
• 公開日: 2011-11-21
• タイトル: GPU向け並列計算フレームワークの提案とGAを用いた性能評価
• タイトル / 言語: en
• タイトル: A Proposal of Parallel Computing Framework for GPU and an Evaluation with Genetic Algorithms
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: GPUフレームワーク
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 同志社大学理工学部
• 著者所属: 同志社大学理工学部
• 著者所属: 同志社大学理工学部
• 著者所属: 同志社大学生命医科学部
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Department of Life and Medical Science, Doshisha University
• 著者名: 蔵野, 裕己; 吉見, 真聡; 三木, 光範; 廣安, 知之
• 著者名(英): Yuki, Kurano; Masato, Yoshimi; Mitsunori, Miki; Tomoyuki, Hiroyasu
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，画像処理専用ハードウェアとして用いられてきた GPU が汎用計算へと応用されるようになり，GPU を用いた多くのソフトウェア開発や研究が盛んに行われている．GPU は多数のコアを備え，それらを用いて並列計算を行うため体積あたりの計算量が高く，消費電力が低いという特徴を持つ．GPU による汎用計算向けの開発環境も多数提供されているが，並列計算は高度なプログラミング技術や専門知識を要するため，開発コストが高い．そこで我々は，GPU による並列計算を容易な手段でユーザに提供する，GPU 向け並列計算フレームワークを提案する．このフレームワークを用いることで，GPU に関する高度な知識をもたないユーザも容易に並列計算を行えるようになり，GPU プログラミングをより一般化することが可能である．なお実装には NVIDIA 社が提供する GPU 向け開発環境である，CUDA を用いた．本研究報告ではこのフレームワークを利用して GA を実装し，並列計算が可能であることを確認した．本フレームワークは複数の GPU 利用や並列化粒度の変更も可能であり，そのような条件と処理速度の関係について検討し，フレームワークに基づく性能評価と議論を行った．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Graphic Processing Unit (GPU), which was traditionally used for image processing, has been widely applied to general computation called GPGPU. Nowadays, a lot of studies using GPUs are progressing and various products are developing. The most famous feature of GPU is hundreds of processing cores lead to low energy consumption compared to their physical volume. Even several developing environments are already provided, software developing cost remains high. Implementation of GPGPU program of the target algorithm exploiting parallelism requires not only realization of the target algorithm, but also knowledge of architecture such as memory hierarchy. We propose a framework, which enables easy implementation of parallel computation using GPU. The framework can lead communization of GPU programming. This paper reports evaluations of the simple genetic algorithms (SGA) implemented on the framework to confirm achieving parallel computation on GPUs. As the framework can customize parallel granularity and the number of GPU, relationship between computational speed and execution condition is also discussed.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10463942
• 書誌情報: 研究報告ハイパフォーマンスコンピューティング（HPC）; 巻 2011-HPC-132, 号 11, p. 1-8, 発行日 2011-11-21
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会