富岳を用いた大規模並列実行による因果探索手法LiNGAMの高速化

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-29
• タイトル: 富岳を用いた大規模並列実行による因果探索手法LiNGAMの高速化
• タイトル / 言語: en
• タイトル: Accelerating LiNGAM causal discovery with massively parallel execution on Fugaku
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 富岳
• 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: 富士通株式会社
• 著者所属: 富士通株式会社
• 著者所属: 富士通株式会社
• 著者所属: 富士通株式会社
• 著者所属: 富士通株式会社
• 著者所属: 富士通株式会社
• 著者所属: 富士通株式会社
• 著者名: 松田, 一仁; 山崎, 雅文; 川上, 健太郎; 栗原, 康志; 山田, 芙夕楓; 田原, 司睦; 横山, 乾
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 統計的因果探索は，因果関係が未知である観測変数群に対してこれを推定するアプローチである．統計的因果探索手法の一つである LiNGAM (Linear Non-Gaussian Acyclic Model) アルゴリズムにより，各観測変数の独立成分が非ガウス分布であることが仮定できる場合に因果関係を一意に特定できることが知られている．一方で LiNGAM アルゴリズムは変数の数 dx に対し O(d3x) の計算量を必要とするため，適用領域が限られていた．我々は LiNGAM の OSS 実装を高速化し，1 万変数以上の因果探索を現実的な時間で解くことで適用領域の拡大を目指している．本稿では，LiNGAM における行列に対する算術演算の SIMD 化および MPI を用いた並列化のアプローチを報告する．評価は，スーパーコンピュータ富岳を用いて行った．富岳 96 ノードを用いた場合には，2 万変数で既存 OSS 実装と比較して最大 17,531 倍の高速化を実現し，17.7 時間で実行可能なことを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Statical causal discovery is an approach to infer the causal relationship between observed variables whose causalities are not revealed. LiNGAM (Linear Non-Gaussian Acyclic Model), which is an algorithm for causal discovery, can calculate the causal relationship uniquely if the independent components of variables are assumed to be non-Gaussian. However, use-cases of LiNGAM are limited because of its O(d3x) computational complexity, where dx is the number of variables. In this report, we show two approaches, that is, SIMD utilization for LiNGAM's mathematical matrixes operations, and MPI parallelization. We evaluate the implementation on the supercomputer Fugaku. In the case using 96 nodes of Fugaku, our improved version can achieve 17, 531 times faster (completed in 17.7 hours) than the original OSS implementation.
• 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 2021-HPC-182, 号 5, p. 1-6, 発行日 2021-11-29
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8841
• 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