society5.0におけるデータ解析に資する高性能線形計算技術の研究

点击翻译按钮获取中文摘要

本研究課題では、Society 5.0におけるビッグデータ解析の基盤となり得る新しい線形計算アルゴリズムの研究開発を実施している。HPCと数理の両面から、エッジコンピューティング等に代表される計算環境を念頭におき線形計算アルゴリズムの研究開発を行うことで、Society 5.0におけるビッグデータ解析の効率化に貢献することを目指している。2022年度は、前年度に実施した、縦長行列のQR分解アルゴリズムに関する分散並列環境上の性能評価を継続し、得られた性能データに対するより詳細な分析を行った。その結果、アーキテクチャの異なる各計算機システムにおける、特徴の異なる各アルゴリズムの性能特性を明らかにし、利用者のアルゴリズム選択に有益となる知見を得るとともに、今後のアルゴリズムの改良における課題を明確にすることができた。一方、エッジコンピューティング等の計算環境における各アルゴリズムの性能予測を念頭におき、上記の性能評価で取得した豊富な性能データを活用した性能モデルの構築にも着手した。また、上記の性能評価で扱ったアルゴリズムの一つで、縦長行列に対して優れた特徴を有するコレスキーQR型アルゴリズムについて、行列が非縦長の場合にも対応できるようにアルゴリズムの拡張を行った。具体的には、ブロック化手法と組み合わせることで、非縦長行列に対しても有効に機能するアルゴリズムを構築した。2022年度では、シングルノード上で提案アルゴリズムが有効に動作することを確認するとともに、分散並列環境を想定したプログラムのプロトタイプ開発に着手した。加えて、動的モード分解と呼ばれる手法に関する理論面の研究を行った。具体的には、計算対象のデータにノイズが含まれる場合を想定し、動的モード分解で得られる計算結果に対して統計的な観点から理論的解析を行った。