Acceleration of kernel with random access and data recurrence on many computer architectures

在许多计算机体系结构上通过随机访问和数据重现来加速内核

• 批准号: 22K12057
• 负责人: 藤田 航平
• 金额: $ 2.66万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12057/
• 关键词: ランダムアクセス; データレカレンス; 高性能計算; 有限要素法

計算科学アプリケーションにおいて頻繁に現れるランダムアクセス・データレカレンスを含む計算は近年の計算機アーキテクチャとの親和性が低く、多くのアプリケーションの性能ボトルネックとなっている。本研究ではこのようなランダムアクセス・データレカレンスを含むカーネルを対象に、実行パターンに含まれる先見情報を活用し対象とする計算機アーキテクチャの特性を踏まえた計算手法を開発することでCPU/GPUを含む多種の計算機アーキテクチャにおいて高速化を目指している。本年度においては、ランダムアクセス・データレカレンスを多く含むカーネルの一例として、地震シミュレーションに用いられる非構造格子有限要素法におけるマトリクスフリーの行列ベクトル積カーネル(Element-by-Elementカーネル)に注目し、各社で開発が進むCPU・GPUにおけるアルゴリズム開発・性能分析を実施した。CPU/GPU間では計算機アーキテクチャが大きく異なるため最適な計算方法が変わるが、同じCPUやGPUでも種類によってその特性は大きく変わることとなる。そこで、これらの特性をベンチマークで調査しそれぞれのアーキテクチャに適したアルゴリズムを開発した。この研究結果はSCにて併設されるワークショップの一つである2022 Workshop on Accelerator Programming Using Directives (WACCPD)において論文発表した。

Computer science has been developing rapidly in recent years, and the affinity of computer science has become low and high. This study aims to explore the application of foresight information in computer development, including computer development, computer performance, and CPU/GPU development, including computer acceleration. This year, the development of CPU and GPU was carried out, including an example of non-structural lattice finite element method (Element-by-Element method) used in earthquake, earthquake. The CPU/GPU ratio is different from the CPU/GPU ratio, and the CPU/GPU ratio is different from the GPU ratio. The investigation was conducted on the basis of the characteristics of the two groups. The results of this study are presented in the 2022 Workshop on Accelerator Programming Using Directives (WACCPD).

项目成果

Enhanced Earthquake Simulation with Data-Driven Methods and Stochastic Analysis

利用数据驱动方法和随机分析增强地震模拟

• 发表时间: 2022
• 作者: Kikuchi Yuma;Fujita Kohei;Ichimura Tsuyoshi;Hori Muneo;Maddegedara Lalith;Kohei Fujita
• 通讯作者: Kohei Fujita

都市の詳細3次元地震シミュレーションのための高速・スケーラブルな有限要素法の開発

开发快速且可扩展的有限元方法，用于详细的城市 3D 地震模拟

• 发表时间: 2022
• 作者: 藤田 航平;市村 強;堀 宗朗;Maddegedara Lalith
• 通讯作者: Maddegedara Lalith

GPU-Accelerated Sparse Matrix Vector Product based on Element-by-Element Method for Unstructured FEM using OpenACC

使用 OpenACC 针对非结构化 FEM 基于逐元素方法的 GPU 加速稀疏矩阵向量积

• DOI: 10.1109/waccpd56842.2022.00011
• 发表时间: 2022
• 期刊: 2022 Workshop on Accelerator Programming Using Directives (WACCPD)
• 作者: Kusakabe Ryota;Fujita Kohei;Ichimura Tsuyoshi;Hori Muneo;Lalith Maddegedara
• 通讯作者: Lalith Maddegedara

Seismic Wave Simulation from Earthquake Fault to City with Large-Scale Finite-Element Analysis on Fugaku

利用富岳大型有限元分析模拟从地震断层到城市的地震波

• 发表时间: 2022
• 作者: 藤田航平;金川航希;市村強;堀宗朗;Maddegedara Lalith;Kohei Fujita
• 通讯作者: Kohei Fujita

Extreme Scale Earthquake Simulation with Uncertainty Quantification

具有不确定性量化的极大规模地震模拟

• DOI: 10.1109/sc41404.2022.00009
• 发表时间: 2022
• 期刊: SC22: International Conference for High Performance Computing, Networking, Storage and Analysis
• 作者: Ichimura Tsuyoshi;Fujita Kohei;Kusakabe Ryota;Koyama Kentaro;Murakami Sota;Kikuchi Yuma;Hori Takane;Hori Muneo;Inoue Hikaru;Nose Takafumi;Kawashima Takahiro;Lalith Maddegedara
• 通讯作者: Lalith Maddegedara