Recommended
Recommended
More Related Content
More from 智啓 出川
More from 智啓 出川 (20)
2015年度先端GPGPUシミュレーション工学特論 第1回補足 GPGPU教育計算機システムGROUSEの利用方法
- 2. 情報処理センターGPGPUシステム 16台の計算サーバで構成 NVIDIA Tesla M2050を搭載 各サーバに4機ずつ計64機 grouse tesla01 ‐ tesla04 M2050×16 tesla05 ‐ tesla08 M2050×16 tesla09 – tesla12 M2050×16 tesla13 – tesla16 M2050×16 外部ネットワーク 2015/04/09先端GPGPUシミュレーション工学特論40
- 15. WinSCP Unixコマンドscp（secure copy）のWindows GUI クライアント Secure Shell (ssh) に含まれるsshの機能を 使って安全性の高いファイル転送を行う Host名 grouse 統合アカウントの ユーザ名とパスワード login 2015/04/09先端GPGPUシミュレーション工学特論53
- 16. tesla??でコンパイルと実行 コンパイル $ nvcc kernel.cu 問題なければa.outという実行ファイルができる 実行 $ ./a.out 対応オプションの一覧は‐hオプションで確認可能 $ nvcc ‐h 2015/04/09先端GPGPUシミュレーション工学特論54
- 17. GPUの選択 計算機がGPUを複数搭載している場合 標準ではGPU1台しか利用できない CUDAで利用するGPUを選択 cudaSetDevice(); 2015/04/09先端GPGPUシミュレーション工学特論56 int main(void){ 変数宣言 //ここでは標準でGPU0が使われる GPUやCPUを使った処理// cudaSetDevice(1); //ここからGPU1が使われる ... return 0; }
- 18. GPUの選択 搭載されているGPUの確認 cudaGetDeviceCount(); 搭載されているGPUの数をint型引数に書き込み 搭載されているGPUの情報 cudaGetDeviceProperties(); 指定されたGPU番号の情報をcudaDeviceProp型構造体に 書き込み 2015/04/09先端GPGPUシミュレーション工学特論57 int deviceCount; cudaGetDeviceCount(&deviceCount); cudaDeviceProp deviceProp; cudaSetDevice(1); //GPU1を使用 cudaGetDeviceProperties(&deviceProp, 1);//GPU1の情報を取得 printf("¥nDevice %d: ¥"%s¥"¥n", 1, deviceProp.name);
- 19. エラー処理（CUDA API） CUDAのAPIは，cudaError_t型のエラーコード （status）を返す cudaGetErrorSting()で表示 先端GPGPUシミュレーション工学特論58 2015/04/09 cudaError_t err; err = cudaMemcpy(); if(err != cudaSuccess){ printf("%s¥n", cudaGetErrorString(err)); }
- 20. GPUの選択（エラー処理有り） 2015/04/09先端GPGPUシミュレーション工学特論59 #include<stdio.h> #include<stdlib.h> int main(void){ int deviceCount = 0,dev; cudaDeviceProp deviceProp; cudaError_t err; //GPUの数を確認 err = cudaGetDeviceCount(&deviceCount); //返値がcudaSuccess以外なら何らかのエラーがある if(err !=cudaSuccess){ printf("%s¥n",cudaGetErrorString(err)); exit(1); } //GPUの数が0ならメッセージを表示して終了 if(deviceCount == 0){ //搭載されたGPUの数が0 printf("There are no available device(s) that support CUDA¥n"); exit(1); } else{//搭載されたGPUの数が0以外 printf("Detected %d CUDA Capable device(s)¥n", deviceCount); for(dev = 0; dev < deviceCount; dev++){ //情報を取得するGPUの選択 cudaSetDevice(dev); cudaGetDeviceProperties (&deviceProp, dev); printf("¥nDevice %d: ¥"%s¥"¥n", dev, deviceProp.name); } } //利用するGPUの設定とデータの表示 dev = _____; cudaSetDevice(dev); //重要なのはこの1行 cudaGetDeviceProperties(&deviceProp, dev); printf("Set device %d: ¥"%s¥" ¥n", dev, deviceProp.name); return 0; } setdevice_err.cu
- 21. GPUの選択（エラー処理無し） 2015/04/09先端GPGPUシミュレーション工学特論60 #include<stdio.h> int main(void){ int deviceCount = 0,dev; cudaDeviceProp deviceProp; //GPUの数を確認 cudaGetDeviceCount(&deviceCount); printf("Detected %d CUDA Capable device(s)¥n", deviceCount); for(dev = 0; dev < deviceCount; dev++){ //情報を取得するGPUの選択 cudaSetDevice(dev); cudaGetDeviceProperties (&deviceProp, dev); printf("¥nDevice %d: ¥"%s¥"¥n", dev, deviceProp.name); } //利用するGPUの設定とデータの表示 dev = _____; cudaSetDevice(dev); //重要なのはこの1行 cudaGetDeviceProperties(&deviceProp, dev); printf("Set device %d: ¥"%s¥" ¥n", dev, deviceProp.name); return 0; } setdevice.cu
- 32. ソースファイルを作ってくださいと言われたら 2015/04/09先端GPGPUシミュレーション工学特論71 Windowsで作る場合 1. メモ帳やVisual Studio等でプログラム（.cや.cuの ファイル）を書いてZドライブに保存 2. WinSCPでgrouseに転送
- 33. ソースファイルを作ってくださいと言われたら 2015/04/09先端GPGPUシミュレーション工学特論72 grouseで作る場合 1. grouseにログイン 2. テキストエディタを起動してプログラム（.cや.cuのファイ ル）を書いて保存（ホームディレクトリ以下） tesla??で作る場合 1. grouseにログイン 2. ターミナルを起動 3. ターミナル上で ssh tesla?? を実行してtesla??にロ グイン 4. tesla??にログインしたターミナルでviやemacsを起動し てプログラムを書いて保存
- 34. ソースファイルをコンパイルして実行してくだ さいと言われたら 2015/04/09先端GPGPUシミュレーション工学特論73 1. grouseにログイン 2. ターミナルを起動 3. ターミナル上でssh tesla??を実行してtesla??に ログイン 4. ソースファイルのコンパイル • nvcc ソースファイル名 • Windowsでソースファイルを作った場合は，WinSCPでgrouse に転送 • ハードディスクはgrouseとtesla??で共有されている 5. コンパイルによってできた実行ファイルを実行 • 標準のファイル名はa.out
- 35. 補足
- 36. プロセッサの性能向上 電子回路の構成部品 機械式リレー 真空管 トランジスタ IC (Integrated Circuit) LSI (Large Scale Integrated Circuit) 集積率が上昇 2015/04/09先端GPGPUシミュレーション工学特論76
- 37. プロセッサの性能向上 CPUとメモリの性能向上 半導体の製造過程で回路を細線化 250nm→180nm→130nm→90nm→65nm→45nm→32nm 現在22nm （10nmまではなんとかなりそう→3次元構造へ） 線幅が狭小化 同じ回路を作る際の面積が減少 同じ面積に集積するトランジスタ数は増加 2015/04/09先端GPGPUシミュレーション工学特論77
- 38. ムーアの法則* インテルの共同設立者ムーアによる経験則 半導体の集積率は1年で2倍に増加 後に「18ヶ月で2倍」に修正 2015/04/09先端GPGPUシミュレーション工学特論78 *Moore, G.E., Electronics, Vol.38,No.8(1965). http://ja.wikipedia.org/wiki/ムーアの法則 http://en.wikipedia.org/wiki/Moore%27s_law 姫野龍太郎，絵でわかるスーパーコンピュータ， 講談社 (2012)に掲載されている絵を基に作成 1970 1975 1980 1985 1990 1995 2000 2005 2010 103 104 105 106 107 108 109 1010 NumberofTransistors 4004 8008 8080 8086 286 Intel386プロセッサ Intel486プロセッサ インテルPentiumプロセッサ インテルPentium IIプロセッサ インテルPentium IIIプロセッサ インテルPentium 4プロセッサ インテルItaniumプロセッサ インテルItanium 2プロセッサ デュアルコアインテルItanium 2プロセッサ ムーアの法則 （12ヶ月で倍） ムーアの法則 （18ヶ月で倍）
- 39. プロセッサの性能向上 プロセッサの処理速度の向上 1秒あたりに0と1を切り替える回数（動作周波数）を増加 周波数を上げるためには電圧を上げる (トランジスタ スイッチング速度，消費電力等のキーワードでGoogling) 消費電力は電圧の2乗に比例 消費電力の増加は発熱量の増加に直結 発熱による回路の誤動作や故障 空気による冷却 対応できるのは消費電力は100W以下（ホットプレート並） 2015/04/09先端GPGPUシミュレーション工学特論79
- 40. プロセッサの性能向上 製造技術の進歩による配線の細線化 抵抗が線幅に比例して減少 抵抗が減少して消費電力が減少 減少した電力を周波数向上に利用 細線化により絶縁部分も狭小化 漏れ電流の発生 消費電力が減少せず 周波数向上が不可能 2015/04/09先端GPGPUシミュレーション工学特論80
- 41. ポラックの法則* 2倍のトランジスタを使っても，プロセッサの性能はそ の平方根倍（1.4倍）程度にしか伸びない 消費電力は2倍，性能は1.4倍 一つのCPUに複数のプロセッサ（コア）を搭載 消費電力を上げずに理論的な性能を倍に 消費電力は2倍，理論的な性能も2倍 プログラムの作り方に工夫が必要 複数のコアを使うようにプログラムを作成（改良） 2015/04/09先端GPGPUシミュレーション工学特論81 *http://ja.wikipedia.org/wiki/ポラックの法則 http://en.wikipedia.org/wiki/Pollack%27s_Rule
- 45. スーパーコンピュータの重要性 科学技術の競争力を高める・維持するうえで重要 コンピュータシミュレーション（計算機科学） 理論と実験に次ぐ第3の科学 現象の再現，模擬実験 理論によって導かれた方程式をシミュレーションにより検証 実験ができない現象も再現可能 天体，ビックバン，銀河の衝突等 2015/04/09先端GPGPUシミュレーション工学特論85
- 46. スーパーコンピュータの重要性 よい道具は世界観を変える 天体望遠鏡が宇宙に対する世界観を変えた 顕微鏡がミクロの世界に対する世界観を変えた いいコンピュータを持つと，他の科学者にはできない 発見ができる よい道具を持っているだけではだめ 何に使うかが非常に重要 2015/04/09先端GPGPUシミュレーション工学特論86
- 47. シミュレーションとノーベル賞 1998年ノーベル化学賞 受賞者 ウォルター・コーン 受賞理由 量子化学における計算化学的方法の展開 分子の電子状態を求める分子軌道法という計算方法に 関する理論の研究を行うと共に，GAUSSIANと呼ばれる アプリケーションソフトウェアの開発を行った 2015/04/09先端GPGPUシミュレーション工学特論87
- 48. シミュレーションとノーベル賞 2006年ノーベル物理学賞 受賞者 ジョージ・ストーム ジョン・マザー 受賞理由 宇宙マイクロ波背景放射の異方性の発見 直接の理由は精度の高い計測器を開発したことだが，計 測データの処理に非常に大きな計算能力が必要で，コン ピュータが重要な役割を果たした 2015/04/09先端GPGPUシミュレーション工学特論88
- 49. シミュレーションとノーベル賞 2007年ノーベル平和賞 受賞者 気候変動に関する政府間パネル アル・ゴア 受賞理由 地球温暖化の防止に対する貢献 温室効果ガスが地球の気候にどんな影響を与えるかを スーパーコンピュータを使ったシミュレーションで計算し， 提言をまとめた 温暖化には地域差があることや降水量の変動を明らかにした 実は地球シミュレータも大活躍 2015/04/09先端GPGPUシミュレーション工学特論89
- 50. シミュレーションとノーベル賞 2011年ノーベル経済学賞 受賞者 トーマス・サージェント クリストファー・シムズ 受賞理由 マクロ経済の原因と結果をめぐる実証的な研究に関する功績 マクロ経済に影響する複雑な要素を研究し，政策をたてる 際に役立つ方法を提供した．過去の大量のデータを分析す るためにコンピュータを利用した 2015/04/09先端GPGPUシミュレーション工学特論90
- 51. シミュレーションの展開 コンピュータシミュレーションによる仮想実験，未知 の現象の発見 大量のデータを高速に処理して分析 ビッグデータ 汎用的なコンピュータから科学技術計算専用のスー パーコンピュータへ 科学技術計算に加えてデータ処理を考慮した設計 が行われるようになる 2015/04/09先端GPGPUシミュレーション工学特論91