@article{oai:ipsj.ixsq.nii.ac.jp:00073044,
 author = {井上, 弘士 and 安藤, 壽茂 and 薄田, 竜太郎 and 山村, 周史 and 柴村, 英智 and 三輪, 英樹 and 本田, 宏明 and 稲富, 雄一 and 眞木, 淳 and 平尾, 智也 and 青柳, 睦 and 村上, 和彰 and 石附, 茂 and 小松, 秀実 and 安島, 雄一郎 and 三吉, 郁夫 and 清水, 俊幸 and 黒川, 原佳 and Koji, Inoue and Hisa, Ando and Ryutaro, Susukita and Shuji, Yamamura and Hidetomo, Shibamura and Hideki, Miwa and Hiroaki, Honda and Yuichi, Inadomi and Jun, Maki and Tomoya, Hirao and Mutsumi, Aoyagi and Kazuaki, Murakami and Shigeru, Ishizuki and Hidemi, Komatsu and Yuichiro, Ajima and Ikuo, Miyoshi and Toshiyuki, Shimizu and Motoyoshi, Kurokawa},
 issue = {1},
 journal = {情報処理学会論文誌コンピューティングシステム（ACS）},
 month = {Feb},
 note = {本稿では，大規模スーパコンピュータ開発のための新しいシステム性能評価法を提案する．また，それを実現するために開発した各種ソフトウェア・ツールの詳細を述べる．さらに，実在するテラフロップス級スーパコンピュータを対象とした精度評価実験，ならびに，仮想ペタスケール・スーパコンピュータを対象とした性能予測実験を行うことにより，本環境の有効性を明らかにする．実在する計算機システムを利用して，2～3 桁高性能な計算機システムの性能を予測するためには，これらの間に存在する大きな性能差を埋める必要がある．そこで我々は，1） プログラムコードの抽象化技術の導入，2） 抽象化をサポートするためのプロセッサならびに相互結合網のシミュレータ開発，3） 抽象化したプログラムを実行するための仮想超並列実行環境の構築，を行った．ギガフロップス級の PC クラスタを用いて，実在するテラフロップス級スーパコンピュータの性能を予測した結果，性能予測誤差はわずか 10%～20% 程度であることが分かった．また，理論ピーク性能 2.1 ペタフロップスの仮想スーパコンピュータを対象とした実験を行い，4 時間～6 時間といった現実的な時間での性能予測が可能であることを示した．, This paper proposes a novel approach to predict the performance of large scale supercomputers, and shows the details of several software tools developed in this project. It is not easy to accurately predict the performance of large-scale systems such as peta-scale supercomputers. This is because we need to exploit existing computer systems, the performance of which is two or three orders of magnitude lower than the target system. To bridge the performance gap, a technique to highly abstract the application program codes is introduced. This approach makes it possible to achieve high-speed, accurate performance predictions. In addition, three software tools are developed to evaluate the performance of processors, interconnects, and also whole systems. The experiments demonstrate that the error was only from 10% to 20% when the performance of a tera-scale supercomputer is predicted by a giga-scale PC cluster. Another case study is to predict the performance of an un-existing peta-scale supercomputer by using an existing tera-scale machine. The results show that the performance can be predicted by spending only from four to six hours.},
 pages = {1--23},
 title = {大規模スーパコンピュータ向けシステム性能評価環境の構築},
 volume = {4},
 year = {2011}
}