@techreport{oai:ipsj.ixsq.nii.ac.jp:00194786,
 author = {比嘉, 慎哉 and 置田, 真生 and 萩原, 兼一 and 伊野, 文彦},
 issue = {15},
 month = {Feb},
 note = {本報告では，GPU プログラムを対象に，メモリ参照効率化を目的としたデータ配置の最適化問題をヒューリスティックに解く手法を提案する．具体的には，グローバルメモリ上の領域を L1 キャッシュラインと同程度の大きさのチャンクに分割し，プログラムの静的なアクセスパターンを入力として，各スレッドブロックおよびワープがアクセスするチャンク数を最小化するデータ配置を求める．この問題をハイパーグラフの分割問題に変換し，それを効率的に解く分割アルゴリズムを提案する．評価実験の結果，連続アクセスの増大に特化したデータ配置と比較して，L1 キャッシュミス数を 70% に削減し，最大 1.28 倍の速度向上を達成した．分割に要する時間は，頂点数が 2000 万を越える大規模なハイパーグラフに対して 38 分であった．提案手法は，静的グラフ処理のように，不規則なアクセスパターンを含む GPU プログラムの高速化に有用である．},
 title = {GPUプログラムにおける静的参照関係を表すハイパーグラフの分割を用いた参照効率のよいデータ配置},
 year = {2019}
}