著者

高野 芳彰 佐野 健太郎 千葉 諒太郎 山本 悟

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. AI, 人工知能と知識処理

巻号頁・発行日

vol.112, no.70, pp.55-60, 2012-05-22

---

本論文では,密結合FPGAクラスタ上に構築する格子ボルツマン法(LBM)専用アクセラレータの性能モデルを示す.一般に,強スケーリングにおいては,ノード数が増えるにつれて各ノードが担当する計算サイズが減少し,通信遅延によるスケーラビリティの低下が顕著に現れる.提案する密結合FPGAクラスタは,小さな通信オーバーヘッドを実現する1次元リングのアクセラレータドメインネットワーク(ADN)を持つ.本研究では,ADNを効率良く用いるための,LBM専用計算機アーキテクチャを提案する.アクセラレータの実効性能モデルを構築することにより,アクセラレータの性能が,FPGA上の演算リソース量,オンチップメモリサイズ,ネットワーク帯域のいずれかにより制約されることを明らかにする.また,性能を左右する要因として,メモリ帯域よりもむしろFPGA間ネットワークの帯域が特に重要であることを明らかにする.ネットワーク帯域が広ければ,より多くのFPGAに対して性能が向上可能となる.以上の結果は密結合FPGAクラスタにおけるADNの重要性を示す.