@techreport{oai:ipsj.ixsq.nii.ac.jp:00214036,
 author = {原口, 雄士 and 谷川, 一哉 and 佐野, 健太郎 and 弘中, 哲夫},
 issue = {26},
 month = {Nov},
 note = {機械学習や Web マーケティングなどにおけるビッグデータ分析の需要が高まってきており，ビッグデータ分析の手法としてのグラフ処理の性能がコンピュータに求められている．我々の研究室でもグラフ処理性能を評価 するベンチマーク Graph500 を対象として，幅優先探索専用アクセラレータの HyGTA を開発している．これまでに開発した HyGTA 用のシミュレータによる解析結果から，メモリアクセス回数がボトルネックとなっていることが分かった．そこで，HyGTA が採用しているグラフ探索アルゴリズム Hybrid Graph Traversal Algorithm の特徴を元に専用キャッシュメモリを提案する．提案するキャッシュメモリは Hybrid Graph Traversal Algorithm とメモリアクセスにおける特徴の関係から，次数の低い節点の隣接節点情報を積極的に格納するキャッシュメモリである．HyGTA をモデリングしたシミュレータを用いた評価の結果，提案したキャッシュメモリを使用することで，グラフ探索においてメインメモリにアクセスする回数を約 26.4～28.0% 削減することができ，HyGTA の性能を約 1.1 倍向上させることができた．},
 title = {幅優先探索専用アクセラレータHyGTAにおけるキャッシュメモリの検討},
 year = {2021}
}