GPUプログラムの開発支援を目的とする性能予測手法

点击翻译按钮获取中文摘要

本研究はGPUプログラムの開発および性能改善の支援を目的として、GPUプログラムの性能予測モデルおよび性能予測を支援するシステムの開発を目標とする。平成24年度は、これらの目標を達成することを目指し、GPUプログラムの静的解析結果を用いたモデルの構築および評価対象として汎用生体シミュレータのGPUによる高速化に取り組んだ。'まず、モデルの構築においては、GPUプログラムを静的に解析し、制御フロー情報およびその内部の命令列を得るツールを作成した。本研究では、プログラム中の演算命令の遅延時間を用い、性能予測の精度向上を図るが、手作業によるプログラム中の演算命令列の調査は煩雑である。そこで、プログラム開発者がこれらの命令列を正確かつ容易に把握することの支援を目的とした静的解析ツールを作成した。ただし、現段階では制御フローなどの静的な情報のみを求めているため、そこから実際のプログラムが実行する命令列を予測する作業は開発者が行う必要がある。そして、ツールを用いて得られた制御フロー情報、および前年度測定した命令遅延時間を組み合わせ、GPUプログラムの性能予測を試みた。結果、命令遅延時間を用いることにより、1スレッドの実行時間を精度よく予測できる可能性があることを確認できた。しかしながら、GPUプログラム全体の実行時間予測精度を向上させるためには、命令のスループットなどさらなる情報を組み合わせることが必要であることが明らかとなった。これらの成果は今後のGPUプログラムの性能予測モデルの開発およびそれを活用したプログラム開発支援に対し、基礎的な洞察を提供する点において有意義である。一方、評価用の汎用生体シミュレータは、多数の数式から構成される生体モデルを対象に、その数式群の数値解を計算する。前年度に引き続き、このシミュレータの高速化に取り組み、その結果を論文誌へ投稿中である。