GPGPU Programming Framework based on a Shared Memory Model and Scheduling Optimization

2012年度～2014年度科学研究費補助金(基盤研究(C))研究成果報告書グラフィック処理用のGPUを用いた高性能計算はコストパフォーマンスの高さから利用が増えているが、現状のプログラミング環境は生産性・再利用性に問題がある。そこで、現在使われている開発環境CUDAを改良したMESI-CUDAの研究を行った。MESI-CUDAではGPUの複雑なアーキテクチャを隠蔽してプログラミングを容易にすると同時に、コンパイル時に自動最適化を行うことでユーザの負担なく高性能を実現する。本研究課題では、前者の成果としてスレッドの論理マッピング記法の導入や動的データ構造のサポート、後者の成果として高速なシェアードメモリを利用しマッピングを最適化する手法を得た。Although Graphics Processing Units (GPU) is regarded as a promising platform for high performance computing, the productivity and reusability of the current programming framework CUDA are not sufficient. Therefore, we are developing an improved framework named MESI-CUDA. MESI-CUDA provides easier framework hiding low-level architecture, while high performance is achieved by the automatic optimization. As the research results, we introduced logical thread mapping and supported dynamic data structures. To improve the execution performance, we also developed memory access optimization schemes such as utilizing the shared memories and logical-to-physical thread mapping