@techreport{oai:ipsj.ixsq.nii.ac.jp:00233160,
 author = {松崎, 竜之介 and 福岡, 伶音 and 宮島, 敬明},
 issue = {18},
 month = {Mar},
 note = {近年の計算機は演算性能が向上しているが，Byte/Flops 値で表されるメモリ帯域と演算性能の比率は悪化し続けており，増大する消費電力も性能向上の阻害要因となっている．また，マルチノード環境では演算に比べて非常に長いノード間通信がボトルネックになり，スケーリングが問題となっている．Cerebras CS-2 システムは，世界最大のチップ Wafer Scale Engine-2 (WSE-2) を搭載する深層学習向けおよび高性能計算のためのアクセラレータである．WSE-2 は 2 次元メッシュトポロジで接続された，745,500 個の計算コアの分散メモリシステムと考えられる．本稿では，CS-2 の大規模科学技術計算への適用可能性を理解するために，単精度浮動小数点 GEMM (SGEMM) の性能評価と性能モデルの作成を試みた．性能評価として，最大性能，強スケーリング，弱スケーリングの 3 つの項目の測定と，処理時間の内訳を述べる．最大性能は行列サイズ M=35K の際に 0.34PFlops/s，弱スケーリングの並列化効率は 1.00 となった．},
 title = {Cerebras CS-2におけるGEMMの性能評価},
 year = {2024}
}