Presented in the researchers cafe @Hongo, the University of Tokyo.

1. CPU・GPU
ハイブリッドコンピューティング
薦田 登志矢システム情報学専攻 博士3年
komoda@hal.ipc.i.u-tokyo.ac.jp
1 2012 12/3 リサーチャーズカフェ 2012/12/5

2. 並列計算機としてのGPU
 GPU is Everywhere
 Top 500 super computers
 52/500 のスパコンにGPUが搭載 (ICS, 2012)
 ラップトップ・モバイル端末
 GPUが搭載されているのが普通
AMD Radeon
 汎用的な並列処理をGPU上で実行
(GPUコンピューティング)
 科学技術計算
 データマイニング
 動画像処理
NVIDIA Tesla
2 2012 12/3 リサーチャーズカフェ 2012/12/5

3. ヘテロジニアスシステム上の
タスクスケジューリング
 実用的なGPGPUアプリケーション
 「CPU処理」・「GPU処理」・「データ転送
処理」が
混在
GPU上でデータ並列性だけを利用するだ
けでは不十分.
 粒度の大きなタスク並列性の利用
 CPU・GPU・データ転送バスという異なるデバ
イス上
3
で異なるタスクを並列実行したい 2012/12/5
2012 12/3 リサーチャーズカフェ

4. GPGPUアプリケーションのための
タスクスケジューリングライブラリ
パイプライン処理によるタスク並列性の利用
 高性能と高生産性の両立
input
Applications k1 k2 スケジューリング CPU
k3
BUS
(APIを用いてライブラリの
タスクグラフ解析を支援) output
Programmers タスクの依存関係を
表現したグラフ GPU
4 2012 12/3 リサーチャーズカフェ 2012/12/5

5. 実験結果(縦軸:性能向上率)
1.5
• 評価環境
1
normal • Intel CPU +
proposal
0.5
ideal overlap
Nvidia GPU
0 • OpenCLを用
fft nw median box いて提案ライブ
データ転送とGPU処理の並列実行(without User Hint)
• ラリを実装
• アプリケー
ション
• HPCアプリ
• 画像処理
CPU, GPU, データ転送処理の並列実行 (with User Hint)
5 2012 12/3 リサーチャーズカフェ 2012/12/5

6. 今後の課題
 大規模なアプリケーションへの提案ライブラリ
の適用
 複数アクセラレータの並列実行
 低消費電力技術との融合
 動的電圧周波数制御とタスクスケジューリングの強調
GPUアプリケーションの
消費電力測定系
6 2012 12/3 リサーチャーズカフェ 2012/12/5