汎用グラフ処理モデルGIM-Vの複数GPUによる大規模計算とデータ転送の最適化

白幡晃一; 佐藤仁; 鈴村豊太郎; 松岡聡

論文・著書情報

タイトル

和文:	汎用グラフ処理モデルGIM-Vの複数GPUによる大規模計算とデータ転送の最適化
英文:	A Multi GPU Implementation of Generalized Graph Processing Model GIM-V with Data Transfer Optimization

著者

和文:	白幡晃一, 佐藤仁, 鈴村豊太郎, 松岡聡.
英文:	Koichi Shirahata, Hitoshi Sato, Toyotaro Suzumura, SATOSHI MATSUOKA.

言語

Japanese

掲載誌/書名

和文:	情報処理学会研究報告2012-HPC-133
英文:

巻, 号, ページ

出版年月

2012年3月

出版者

和文:	情報処理学会
英文:

会議名称

和文:	第133回ハイパフォーマンスコンピューティング研究発表会
英文:

開催地

和文:	兵庫県神戸市
英文:

公式リンク

http://sighpc.hpcc.jp/sighpc-133/

アブストラクト

近年，SNS解析，道路ネットワーク等の応用で，数百万頂点〜数兆頂点，数億枝〜数百兆枝からなる超大規模なグラフに対する高速処理が求められている．大規模グラフ処理手法として，ペタバイト級の大規模データのメモリ階層を自動管理する MapReduceモデルに基づいたGIM-Vグラフ処理アルゴリズムが考案されている．また，GPGPUの進展により大規模計算環境へのGPUの導入が進んでいる．しかし，大規模グラフ処理に対するGPUの使用による高速化や，効率的なデータ割り振り方法等は明らかではない．我々は複数GPUを用い，通信量削減手法としてグラフ分割の効果について調査した結果、GPUの使用によりMapフェーズは7.17倍の高速化を示した一方，Sort, Reduceについては性能改善の余地があることを示した．またグラフ分割によりデータ転送量を54%削減したものの，GPU毎の負荷が不均衡になることを示した．

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報