著者

堀江 正信 森田 直樹 井原 遊 三目 直登

出版者

一般社団法人 日本計算工学会

雑誌

日本計算工学会論文集 (ISSN:13478826)

巻号頁・発行日

vol.2020, no.1, pp.20201005, 2020-11-13 (Released:2020-11-13)

参考文献数

26

---

メッシュは有限要素法や有限体積法で用いられる重要なデータ構造である.メッシュデータ構造はグラフと呼ばれるデータ構造の一種であるとみなせるため,メッシュを学習するために graph neural network (GNN) が広く用いられてきた.本研究では,GNN が有限要素解析の学習に有用なモデルであることを示す.提案手法では,メッシュの回転や並進に対して不変となるような形状の特徴量を入力として用いることによって学習をより効率的にしている.さらに,提案手法は学習データセットに含まれていない 100 万節点もの大きなメッシュに対しても精度を有意に落とすことなく推論ができることがわかった.

著者

菱沼 利彰 五十嵐 亮 寺村 俊紀 森田 直樹 井原 遊

雑誌

研究報告ハイパフォーマンスコンピューティング(HPC) (ISSN:21888841)

巻号頁・発行日

vol.2021-HPC-180, no.3, pp.1-11, 2021-07-13

---

近年,プロセッサアーキテクチャの多様化が進んでいる.数値シミュレーションを様々なアーキテクチャで行うことを考えたとき,CPU では BLAS や LAPACK を用いれば密行列に対する演算が統一された API で利用できるが,アクセラレータでは多くの場合データ通信の制御や API の変更が必要になる.疎行列に対する演算は,一部のハードウェアベンダ製ライブラリが疎行列に対する演算を備えているが,全てのアーキテクチャで動作はせず,統一された API は定義されていない.著者らは,真に有用な線形代数ライブラリは実用されているすべてのアーキテクチャで動く必要があるとの考えから,各ベンダやライブラリのデータ型,行列格納形式,データ通信 API などを扱うための統一された API を定義し,すべてのアーキテクチャで動作する可搬性の高いオープンソースライブラリ monolish を提案する.本研究ではこの第一段階として,シングルノード,シングルデバイス向けに開発した提案ライブラリの性能を評価した.行列行列積,LU 分解,共役勾配法のプログラムを 8 つの環境で実行し,提案したライブラリを用いることですべての環境でプログラムを変更せずに動作する高性能かつ可搬性の高いプログラムを実現できることを示した.