実行情報を用いた動的電力予測による次世代大規模並列システムの省電力化に関する研究

本研究は,次世代大規模並列システムにおいて高性能と省電力化を両立するスケジューリング機構を実現し,高性能計算向け大規模並列システムの省電力化を実現する事を目的としている.本年度の成果は以下の通りである.1.プログラムの処理特性に応じたコードを挿入し,プログラム実行時に適切な動作周波数に適応することで並列システムの省電力化を実現する「コード埋め込み型実行時動作P-state適応手法」を拡張し,有効性を評価した.様々なアプリケーションにおいて,プロファイル取得を伴う最適化実行に近い消費エネルギー削減を実現できることを示した.2.これまでに様々な消費エネルギー削減手法が提案されているが,いずれも中小規模のシステムにおいて評価が行われたのみであり,大規模並列システムにおける消費エネルギー最適化の有効性は明らかではなかった.また,最適実行系列を決定するためには,本実行と同等の環境におけるプロファイルが必要であった.そこで,ノード数の異なる様々な環境において最適化時の消費エネルギーを実測し,ノード数と消費エネルギー最適化の関係について評価した.また,実測による評価が難しい大規模並列システムにおける電力最適化の有効性を評価するため,最適化実行時の消費エネルギーをモデル化した.大規模システムの一部ノードにおいて消費電力特性,並列化可能割合を学習することにより,大規模システムにおいて消費エネルギー最適化手法を適用した時の消費エネルギーおよび消費エネルギー最適化効率を予測した.評価結果より,大規模並列システムにおいては,消費エネルギーの削減量・削減率ともに向上する傾向があり,大規模システムにおける消費エネルギー最適化の有効性が明らかになった.

本研究は,次世代大規模並列システムにおいて高性能と省電力化を両立するスケジューリング機構を実現し,高性能計算向け大規模並列システムの省電力化を実現する事を目的としている.本年度の成果は以下の通りである.1.プログラムの処理特性に応じたコードを挿入し,プログラム実行時に適切な動作周波数に適応することで並列システムの省電力化を実現する「コード埋め込み型実行時動作P-state適応手法」を拡張し,有効性を評価した.様々なアプリケーションにおいて,プロファイル取得を伴う最適化実行に近い消費エネルギー削減を実現できることを示した.2.これまでに様々な消費エネルギー削減手法が提案されているが,いずれも中小規模のシステムにおいて評価が行われたのみであり,大規模並列システムにおける消費エネルギー最適化の有効性は明らかではなかった.また,最適実行系列を決定するためには,本実行と同等の環境におけるプロファイルが必要であった.そこで,ノード数の異なる様々な環境において最適化時の消費エネルギーを実測し,ノード数と消費エネルギー最適化の関係について評価した.また,実測による評価が難しい大規模並列システムにおける電力最適化の有効性を評価するため,最適化実行時の消費エネルギーをモデル化した.大規模システムの一部ノードにおいて消費電力特性,並列化可能割合を学習することにより,大規模システムにおいて消費エネルギー最適化手法を適用した時の消費エネルギーおよび消費エネルギー最適化効率を予測した.評価結果より,大規模並列システムにおいては,消費エネルギーの削減量・削減率ともに向上する傾向があり,大規模システムにおける消費エネルギー最適化の有効性が明らかになった.