階層型粗粒度並列処理におけるプログラム再構成を伴うデータ局所化の研究

点击翻译按钮获取中文摘要

平成13年度は、共有メモリ型マルチプロセッサシステム上での階層型粗粒度タスク並列処理における、一般的なマクロタスクグラフを対象としたデータ局所化(データローカライゼーション)について研究を行った。本研究では、従来、集中共有メモリ経由で行われていた粗粒度タスク間データ転送において、分散キャッシュ(ローカルメモリ)を有効利用し、データ転送オーバヘッドを軽減することを目的としている。具体的には、本年度は、粗粒度タスク並列処理の適用される各階層において、粗粒度タスク並列性が十分に得られ、かつ、粗粒度タスク間で分散キャッシュを介したデータ転送が行えるようにプログラムを再構成するループ整合分割法を開発した。本手法の適用後、各ループは整合して複数の部分ループに分割されており、同一データを使用する異なるループの部分ループ間において、分散キャッシュを介したデータ授受が可能となる。また、一般的なマクロタスクグラフから分散キャッシュ経由のデータ授受を行う領域を決定する方法として、データローカライゼーション対象マクロタスク決定法についても研究を行った。上述のループ整合分割法を適用後、多量のデータ転送を必要とする粗粒度タスク集合を同一プロセッサに割り当てるため、データ転送ゲインを考慮したスケジューリングアルゴリズム、及び、データローカライゼーショングループを考慮したスケジューリングアルゴリズムを用いる。本研究では、提案手法を用いた階層型粗粒度タスク並列処理をマルチプロセッサシステム(Sun Ultra80)上で性能評価し、その有効性を確認している。なお、本研究に関連した研究成果は、国際会議IWACT、情報処理学会論文誌、並列処理シンポジウム、情報処理学会研究会等で発表されている。