Microsoft PowerPoint - jpgrid41.takano
|
|
|
- きゅういち ほがり
- 4 years ago
- Views:
Transcription
1 IEEE/ACM SC2013 報告 産業技術総合研究所 野了成 情報技術研究研究部 2014 年 1 15 第 41 秋葉原
2 SC13 HPC Everywhere 25th IEEE/ACM International Conference for High performance computing, Networking, Storage and Analysis 会議名に Super Computing は残っていない 今年はBig data (Analysis) に注 国コロラド州デンバー HPC 関連のトップカンファレンス 今年の採択率 20% (90/456) TOP500 各種 Awards Workshop Tutorial BoFなど 巨 な展 会場 国 DoE 傘下研究所ブースが不在 参加者 10,500 名 2
3 Big Data 基調講演 : G. Bell (Intel), The Secret Life of Data 招待講演 A. N. Choudhary (Northwestern University) S. Koonin (New York University) Data Intensive Data Driven A.N.Choudhary, Big Data + Big Compute = An Extreme Scale Marriage for Smarter Science? S. Koonin, Big Data for Big Cities 3
4 TOP 500 ランキングに きな変動無し # System Rmax (TFlop/s) Rpeak (TFlop/s) Power (kw) 1 1 Tianhe 2 (Xeon/Phi) Titan (Opteron/K20x) Sequoia (BG/Q) K computer (SPARC64) Mira (BG/Q) Piz Daint (Xeon/K20x) Stampede (Xeon/Phi) JUQUEEN (BG/Q) Vulcan (BG/Q) SuperMUC (Xeon)
5 Green 500 Xeon + NVIDIA K20x の圧勝 # System MFlops/W Power (kw) 1 TSUBAME KFC (Xeon/K20x) Wilkes (Xeon/K20) TSUBAME-KFC( 油浸冷却 ) 3 HA PACS TCA (Xeon/K20x) Piz Daint (Xeon/K20x) romeo (Xeon/K20x) TSUBAME2.5 (Xeon/K20x) idataplex DX360M4 (Xeon/K20x) idataplex DX360M4 (Xeon/K20x) idataplex DX360M4 (Xeon/K20x) CSIRO GPU Cluster (Xeon/K20m)
6 Graph 500 前回と変動なし *) TEPS: Edge Traverse Per Second # System GTEPS 1 1 Sequoia (BG/Q) Mira (BG/Q) JUQUEEN (BG/Q) K computer (SPARC64) Fermi (BG/Q) Tianhe 2 (Xeon/Phi) Turing (BG/Q) Blue Joule (BG/Q) DIRAC (BG/Q) Zumbrota (BG/Q)
7 Green Graph 500 TSUBAME-KFCはGreen 500との 冠 Small DataではGraph CRESTチーム圧勝 Big data category: small data category (scale < 30): # System MTEPS/ W Graph5 00 rank 1 TSUBAME KFC JUQUEEN Mira EBD RH5885v Sequoia # System MTEPS /W 1 GraphCREST Xperia A SO 04E 2 GraphCREST NEXUS Graph5 00 rank Kitty GraphCREST Tegra GraphCREST Intel NUC 7
8 30 Technical Sessions Application Performance Characterization Cloud Resource Management and Scheduling Data Management in the Cloud Energy Management Engineering Scalable Applications Extreme-Scale Applications Fault Tolerance and Migration in the Cloud Fault-Tolerant Computing GPU Programming Graph Partitioning and Data Clustering I/O Tuning Improving Large-Scale Computation and Data Resources In-Situ Data Analytics and Reduction Inter-Node Communication Load Balancing MPI Performance and Debugging Matrix Computations Memory Hierarchy Memory Resilience Optimizing Data Movement Optimizing Numerical Code Parallel Performance Tools Parallel Programming Models and Compilation Performance Analysis of Applications at Large Scale Performance Management of HPC Systems Physical Frontiers Preconditioners and Unstructured Meshes Sorting and Graph Algorithms System-wide Application Performance Assessments Tools for Scalable Analysis 8
9 速 VM マイグレーション 速かつネットワーク負荷が さいライブマイグレーションであるガイドコピーを提案 ポストコピー 式の派 マイグレーション元に残したガイドVMのヒント情報に従い ページ転送を最適化 c.f. 流鏑 都 J. Kim (POSTECH), et al., Guide-copy: fast and silent migration of virtual machine for data centers 9
10 速 VM マイグレーション ページフォルトおよび遅延の削減 利 帯域の削減 10
11 背景と動機 クラウド資源管理 パブリッククラウド上に仮想クラスタを作成する環境の整備 e.g., StarCluster 予約インスタンスを活 して安く計算したい クラウド資源を グルーポン のように共同購 して利 するSemi-Elastic Cluster (SEC) を提案 負荷に応じてクラスタサイズを動的に調整 バッチスケジューリングの拡張で実現 シミュレーション実験で 61% コスト削減 Processors C (1,0.75) (0.25,0.5) B A (0,1.5) Processors (0.25,0.5) B A (0,1.5) Processors (0.25,0.5) B A (0,1.5) C (1,0.75) C (1,0.75) D (1.75,1.5) Time (Hour) (a) Pure on-demand cloud D (1.75,1.5) D (1.75,1.5) Time (Hour) (b) Traditional local cluster Time (Hour) (c) Semi-elastic cluster Figure 2: Sem i-elastic cluster m odel S. Niu (Tsinghua Univ.), et al., Cost-effective Cloud HPC Resource Provisioning by Building Semi-Elastic Virtual Clusters 11
12 クラウドのデータ管理 (1) 背景 超 規模データを扱うデータサイエンス分野では データを GridFTPで転送してクライアントサイドで処理するか SaaS 版 Globus Onlineを いるのが 般的 WAN 越しに転送する場合 サーバサイドでユーザが定義したデータのサブセット化を 援してデータ量を削減する機能が必要 GridFTPのプラグインとしてSDQuery DSI (Scientific Data Query Data Storage Interface) を開発 HDF5とNetCDFデータフォーマットに対応したサブセット化 APIを提供 システム最適化 データセグメントのインデキシングベース検索とインメモリフィルタリングによる全検索を 動的に選択する性能モデル 異なるディスクブロックが読み出される場合 別のTCPストリームを いる並列ストリームデータ転送 各サブブロックに対して同時にインデキシングを実 する並列インデキシング Y. Su (Ohio State Univ.), et al., SDQuery DSI: Integrating Data Management Support with a Wide Area Data Transfer Protocol 12
13 クラウドのデータ管理 (1) 実験では 以下を した 性能モデルの妥当性 広帯域ネットワークではサブセット化の効果が少ないが 帯域が 分ない場合は効果が きい 並列ストリームや並列インデキシングによる性能向上 13
14 クラウドのデータ管理 (2) 背景 データインテンシブアプリケーションでは超 性能データ転送ツールが必要 end-to-end パスにおけるホスト ネットワーク ストレージの 3 つのボトルネックへの対応が必要 100Gbps の end-to-end 速データ転送システムの設計 最適化 性能評価を実施 バックエンドストレージ接続にiSER(iSCSI Extensions for RDMA) を使 ホスト間通信にRFTP(RDMAベースファイル転送プロトコル ) を使 各ホストでNUMA チューニングによる性能最適化 Y. Ren (Stony Brook Univ.), et al., Design and Performance Evaluation of NUMA- Aware RDMA-Based End-to-End Data Transfer Systems 14
15 クラウドのデータ管理 (2) バックエンドSANの設計 提案 法 (RFTP) では100Gbps 環境で iserプロトコルを利 91Gbpsを達成 GridFTPでは29Gbps 各ファイルを指定したNUMAノードメモリに置き CPU 使 率も提案 法では削減できた local I/Oになるようtargetプロセスを割り当て 特にRFTP sink 側 (RDMA Write) RDMAベースプロトコルRFTPの利 では 幅に削減できる ゼロコピーで 速データ転送するため CPU 使 率を 幅に削減できる 15
16 ポストペタに向けた耐障害性 テクニカルセッション Fault-Tolerant Computing Fault Tolerance and Migration in the Cloud Matrix Computation パネル Fault Tolerance/Resilience at Petascale/Exascale: Is it Really Critical?... 並列 Hessenberg 変換 ( チェックサム付きの線形代数演算 ) のように FTをアルゴリズムに れ込む発表はあるが Checkpoint/Restartで何とかなってしまう ( 何とかしよう ) という印象 Y. Jia (Univ. of Tennessee), et al., Parallel Reduction to Hessenberg Form with Algorithm-Based Fault Tolerance 16
17 Exhibition 58カ国 350 件の展 10,550 名の参加 各種メディアでレポート CUDA6 Post-FX10 SX-ACEなど 3 main trends: Big data Cloud Exascale 17
18 ARM-based system EU exascale supercomputer research project: Mont-Blanc The above is another projectʼs photo:-) Tiled wall display controlled by RasPi Charm++ cluster in a bag 18
19 FPGA Convey HC memcached memcached benchmark: 3,644,876 -> 11,756,645 opts/s 19
20 Non silicon-based computers CNT LEGO Turing ( 20
21 21
22 雑感 HPC + ビッグデータ HPC Cloudに対する注 の まり システム系会議かというような論 も ここ数年 AISTブースではHPCクラウドについて展 しているが 年々興味を持ってくれる が増えていることを肌で感じた 22
GPU n Graphics Processing Unit CG CAD
GPU 2016/06/27 第 20 回 GPU コンピューティング講習会 ( 東京工業大学 ) 1 GPU n Graphics Processing Unit CG CAD www.nvidia.co.jp www.autodesk.co.jp www.pixar.com GPU n GPU ü n NVIDIA CUDA ü NVIDIA GPU ü OS Linux, Windows, Mac
untitled
c NUMA 1. 18 (Moore s law) 1Hz CPU 2. 1 (Register) (RAM) Level 1 (L1) L2 L3 L4 TLB (translation look-aside buffer) (OS) TLB TLB 3. NUMA NUMA (Non-uniform memory access) 819 0395 744 1 2014 10 Copyright
09中西
PC NEC Linux (1) (2) (1) (2) 1 Linux Linux 2002.11.22) LLNL Linux Intel Xeon 2300 ASCIWhite1/7 / HPC (IDC) 2002 800 2005 2004 HPC 80%Linux) Linux ASCI Purple (ASCI 100TFlops Blue Gene/L 1PFlops (2005)
MATLAB® における並列・分散コンピューティング ~ Parallel Computing Toolbox™ & MATLAB Distributed Computing Server™ ~
MATLAB における並列 分散コンピューティング ~ Parallel Computing Toolbox & MATLAB Distributed Computing Server ~ MathWorks Japan Application Engineering Group Takashi Yoshida 2016 The MathWorks, Inc. 1 System Configuration
AMD/ATI Radeon HD 5870 GPU DEGIMA LINPACK HD 5870 GPU DEGIMA LINPACK GFlops/Watt GFlops/Watt Abstract GPU Computing has lately attracted
DEGIMA LINPACK Energy Performance for LINPACK Benchmark on DEGIMA 1 AMD/ATI Radeon HD 5870 GPU DEGIMA LINPACK HD 5870 GPU DEGIMA LINPACK 1.4698 GFlops/Watt 1.9658 GFlops/Watt Abstract GPU Computing has
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-HPC-139 No /5/29 Gfarm/Pwrake NICT NICT 10TB 100TB CPU I/O HPC I/O NICT Gf
Gfarm/Pwrake NICT 1 1 1 1 2 2 3 4 5 5 5 6 NICT 10TB 100TB CPU I/O HPC I/O NICT Gfarm Gfarm Pwrake A Parallel Processing Technique on the NICT Science Cloud via Gfarm/Pwrake KEN T. MURATA 1 HIDENOBU WATANABE
IPSJ SIG Technical Report Vol.2015-HPC-150 No /8/6 I/O Jianwei Liao 1 Gerofi Balazs 1 1 Guo-Yuan Lien Prototyping F
I/O Jianwei Liao 1 Gerofi Balazs 1 1 Guo-Yuan Lien 1 1 1 1 1 30 30 100 30 30 2 Prototyping File I/O Arbitrator Middleware for Real-Time Severe Weather Prediction System Jianwei Liao 1 Gerofi Balazs 1 Yutaka
卒業論文
PC OpenMP SCore PC OpenMP PC PC PC Myrinet PC PC 1 OpenMP 2 1 3 3 PC 8 OpenMP 11 15 15 16 16 18 19 19 19 20 20 21 21 23 26 29 30 31 32 33 4 5 6 7 SCore 9 PC 10 OpenMP 14 16 17 10 17 11 19 12 19 13 20 1421
FINAL PROGRAM 25th Annual Workshop SWoPP / / 2012 Tottori Summer United Workshops on Parallel, Distributed, and Cooperative Processing 2012
FINAL PROGRAM 25th Annual Workshop SWoPP 2012 2012 / / 2012 Tottori Summer United Workshops on Parallel, Distributed, and Cooperative Processing 2012 8 1 ( ) 8 3 ( ) 680-0017 101-5 http://www.torikenmin.jp/kenbun/
23 Fig. 2: hwmodulev2 3. Reconfigurable HPC 3.1 hw/sw hw/sw hw/sw FPGA PC FPGA PC FPGA HPC FPGA FPGA hw/sw hw/sw hw- Module FPGA hwmodule hw/sw FPGA h
23 FPGA CUDA Performance Comparison of FPGA Array with CUDA on Poisson Equation (lijiang@sekine-lab.ei.tuat.ac.jp), (kazuki@sekine-lab.ei.tuat.ac.jp), (takahashi@sekine-lab.ei.tuat.ac.jp), (tamukoh@cc.tuat.ac.jp),
HP High Performance Computing（HPC）
ACCELERATE HP High Performance Computing HPC HPC HPC HPC HPC 1000 HPHPC HPC HP HPC HPC HPC HP HPCHP HP HPC 1 HPC HP 2 HPC HPC HP ITIDC HP HPC 1HPC HPC No.1 HPC TOP500 2010 11 HP 159 32% HP HPCHP 2010 Q1-Q4
SWoPP BOF BOF-1 8/3 19:10 BoF SWoPP : BOF-2 8/5 17:00 19:00 HW/SW 15 x5 SimMips/MieruPC M-Core/SimMc FPGA S
FINAL PROGRAM 23rd Annual Workshop SWoPP 2010 2010 / / 2010 Kanazawa Summer United Workshops on Parallel, Distributed, and Cooperative Processing 2010 8 3 ( ) 8 5 ( ) 920-0864 15 1 http://www.bunka-h.gr.jp/
メモリ階層構造を考慮した大規模グラフ処理の高速化
, CREST ERATO 0.. (, CREST) ERATO / 8 Outline NETAL (NETwork Analysis Library) NUMA BFS raph500, reenraph500 Kronecker raph Level Synchronized parallel BFS Hybrid Algorithm for Parallel BFS NUMA Hybrid
1 GPU GPGPU GPU CPU 2 GPU 2007 NVIDIA GPGPU CUDA[3] GPGPU CUDA GPGPU CUDA GPGPU GPU GPU GPU Graphics Processing Unit LSI LSI CPU ( ) DRAM GPU LSI GPU
![1 GPU GPGPU GPU CPU 2 GPU 2007 NVIDIA GPGPU CUDA[3] GPGPU CUDA GPGPU CUDA GPGPU GPU GPU GPU Graphics Processing Unit LSI LSI CPU ( ) DRAM GPU LSI GPU](/thumbs/89/99132402.jpg "1 GPU GPGPU GPU CPU 2 GPU 2007 NVIDIA GPGPU CUDA[3] GPGPU CUDA GPGPU CUDA GPGPU GPU GPU GPU Graphics Processing Unit LSI LSI CPU ( ) DRAM GPU LSI GPU")
GPGPU (I) GPU GPGPU 1 GPU(Graphics Processing Unit) GPU GPGPU(General-Purpose computing on GPUs) GPU GPGPU GPU ( PC ) PC PC GPU PC PC GPU GPU 2008 TSUBAME NVIDIA GPU(Tesla S1070) TOP500 29 [1] 2009 AMD
ÊÂÎó·×»»¤È¤Ï/OpenMP¤Î½éÊâ¡Ê£±¡Ë
2015 5 21 OpenMP Hello World Do (omp do) Fortran (omp workshare) CPU Richardson s Forecast Factory 64,000 L.F. Richardson, Weather Prediction by Numerical Process, Cambridge, University Press (1922) Drawing
スライド 1
1 2 (National Research Grid Initiative) 4 3 flops 4 (Electrical Power Grid) Virtual Organization) Software catalogs Sensor nets Computing Resources Colleagues Data archives 5 グリッド の概念 アプリケーション アプリケーション
IT IBM Corporation
2009/9/25 ATC. 1 2009 IBM Corporation 1. 1. 2. 3. IT 2 2009 IBM Corporation 2006 8 9 (?) Google CEO, Eric Schmidt @ Search Engine Strategies Conference (*) emergent () 10 Network ComputerAjax LAMP (Linux
IPSJ SIG Technical Report Vol.2012-ARC-202 No.13 Vol.2012-HPC-137 No /12/13 Tightly Coupled Accelerators 1,a) 1,b) 1,c) 1,d) GPU HA-PACS
Tightly Coupled Accelerators 1,a) 1,b) 1,c) 1,d) HA-PACS 2012 2 HA-PACS TCA (Tightly Coupled Accelerators) TCA PEACH2 1. (Graphics Processing Unit) HPC GP(General Purpose ) TOP500 [1] CPU PCI Express (PCIe)
1 OpenCL OpenCL 1 OpenCL GPU ( ) 1 OpenCL Compute Units Elements OpenCL OpenCL SPMD (Single-Program, Multiple-Data) SPMD OpenCL work-item work-group N
GPU 1 1 2 1, 3 2, 3 (Graphics Unit: GPU) GPU GPU GPU Evaluation of GPU Computing Based on An Automatic Program Generation Technology Makoto Sugawara, 1 Katsuto Sato, 1 Kazuhiko Komatsu, 2 Hiroyuki Takizawa
B 2 Thin Q=3 0 0 P= N ( )P Q = 2 3 ( )6 N N TSUB- Hub PCI-Express (PCIe) Gen 2 x8 AME1 5) 3 GPU Socket 0 High-performance Linpack 1
TSUBAME 2.0 Linpack 1,,,, Intel NVIDIA GPU 2010 11 TSUBAME 2.0 Linpack 2CPU 3GPU 1400 Dual-Rail QDR InfiniBand TSUBAME 1.0 30 2.4PFlops TSUBAME 1.0 Linpack GPU 1.192PFlops PFlops Top500 4 Achievement of
untitled
Power Wall HPL1 10 B/F EXTREMETECH Supercomputing director bets $2,000 that we won t have exascale computing by 2020 One of the biggest problems standing in our way is power. [] http://www.extremetech.com/computing/155941
Shonan Institute of Technology MEMOIRS OF SHONAN INSTITUTE OF TECHNOLOGY Vol. 41, No. 1, 2007 Ships1 * ** ** ** Development of a Small-Mid Range Paral
MEMOIRS OF SHONAN INSTITUTE OF TECHNOLOGY Vol. 41, No. 1, 2007 Ships1 * ** ** ** Development of a Small-Mid Range Parallel Computer Ships1 Makoto OYA*, Hiroto MATSUBARA**, Kazuyoshi SAKURAI** and Yu KATO**
07-二村幸孝・出口大輔.indd
GPU Graphics Processing Units HPC High Performance Computing GPU GPGPU General-Purpose computation on GPU CPU GPU GPU *1 Intel Quad-Core Xeon E5472 3.0 GHz 2 6 MB L2 cache 1600 MHz FSB 80 GFlops 1 nvidia
untitled
1 NAREGI 2 (NSF) CyberInfrastructure Teragrid (EU) E-Infrastructure EGEE Enabling Grids for E-science E ) DEISA (Distributed European Infrastructure for Supercomputing applications) EPSRC) UK e-science
HPEハイパフォーマンスコンピューティング ソリューション
HPE HPC / AI Page 2 No.1 * 24.8% No.1 * HPE HPC / AI HPC AI SGIHPE HPC / AI GPU TOP500 50th edition Nov. 2017 HPE No.1 124 www.top500.org HPE HPC / AI TSUBAME 3.0 2017 7 AI TSUBAME 3.0 HPE SGI 8600 System
The Empirical Study on New Product Concept of the Dish Washer Abstract
The Empirical Study on New Product Concept of the Dish Washer Abstract t t Cluster Analysis For Applications International Conference on Quality 96 in Yokohama Clustering Algorithms
GPGPU
GPGPU 2013 1008 2015 1 23 Abstract In recent years, with the advance of microscope technology, the alive cells have been able to observe. On the other hand, from the standpoint of image processing, the
1重谷.PDF
RSCC RSCC RSCC BMT 1 6 3 3000 3000 200310 1994 19942 VPP500/32PE 19992 VPP700E/128PE 160PE 20043 2 2 PC Linux 2048 CPU Intel Xeon 3.06GHzDual) 12.5 TFLOPS SX-7 32CPU/256GB 282.5 GFLOPS Linux 3 PC 1999
Vol.57 No (Mar. 2016) 1,a) , L3 CG VDI VDI A Migration to a Cloud-based Information Infrastructure to Support
1,a) 1 1 2015 6 22, 2015 12 7 L3 CG 50 600 VDI VDI A Migration to a Cloud-based Information Infrastructure to Support University Education and It s Analysis Kaori Maeda 1,a) Nobuo Suematsu 1 Toshiaki Kitamura
[4] ACP (Advanced Communication Primitives) [1] ACP ACP [2] ACP Tofu UDP [3] HPC InfiniBand InfiniBand ACP 2 ACP, 3 InfiniBand ACP 4 5 ACP 2. ACP ACP
![[4] ACP (Advanced Communication Primitives) [1] ACP ACP [2] ACP Tofu UDP [3] HPC InfiniBand InfiniBand ACP 2 ACP, 3 InfiniBand ACP 4 5 ACP 2. ACP ACP](/thumbs/88/116107914.jpg "[4] ACP (Advanced Communication Primitives) [1] ACP ACP [2] ACP Tofu UDP [3] HPC InfiniBand InfiniBand ACP 2 ACP, 3 InfiniBand ACP 4 5 ACP 2. ACP ACP")
InfiniBand ACP 1,5,a) 1,5,b) 2,5 1,5 4,5 3,5 2,5 ACE (Advanced Communication for Exa) ACP (Advanced Communication Primitives) HPC InfiniBand ACP InfiniBand ACP ACP InfiniBand Open MPI 20% InfiniBand Implementation
FINAL PROGRAM 22th Annual Workshop SWoPP / / 2009 Sendai Summer United Workshops on Parallel, Distributed, and Cooperative Processing
FINAL PROGRAM 22th Annual Workshop SWoPP 2009 2009 / / 2009 Sendai Summer United Workshops on Parallel, Distributed, and Cooperative Processing 2009 8 4 ( ) 8 6 ( ) 981-0933 1-2-45 http://www.forestsendai.jp
2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [
![2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [](/thumbs/92/109551409.jpg "2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [")
DEIM Forum 2016 G1-4,, 305 8573 1-1-1 305 8573 1-1-1 305 8573 1-1-1 E-mail: denam96@kde.cs.tsukuba.ac.jp, {shiokawa,kitagawa}@cs.tsukuba.ac.jp,,.,,,.,, (1), (2),.,, 1.,.,,.,,,,, Storm [2] STREAM [5], S4
HPC可視化_小野2.pptx
大 小 二 生 高 方 目 大 方 方 方 Rank Site Processors RMax Processor System Model 1 DOE/NNSA/LANL 122400 1026000 PowerXCell 8i BladeCenter QS22 Cluster 2 DOE/NNSA/LLNL 212992 478200 PowerPC 440 BlueGene/L 3 Argonne
GPUを用いたN体計算
単精度 190Tflops GPU クラスタ ( 長崎大 ) の紹介 長崎大学工学部超高速メニーコアコンピューティングセンターテニュアトラック助教濱田剛 1 概要 GPU (Graphics Processing Unit) について簡単に説明します. GPU クラスタが得意とする応用問題を議論し 長崎大学での GPU クラスタによる 取組方針 N 体計算の高速化に関する研究内容 を紹介します. まとめ
,4) 1 P% P%P=2.5 5%!%! (1) = (2) l l Figure 1 A compilation flow of the proposing sampling based architecture simulation
1 1 1 1 SPEC CPU 2000 EQUAKE 1.6 50 500 A Parallelizing Compiler Cooperative Multicore Architecture Simulator with Changeover Mechanism of Simulation Modes GAKUHO TAGUCHI 1 YOUICHI ABE 1 KEIJI KIMURA 1
特集 e- サイエンスを実現するグリッド技術 1 サイエンスグリッドの動向 三浦謙一 国立情報学研究所 サイエンスグリッドとは 10 e- Electrical Power Grid 図 -1 Virtual Organization 1 ET 所の 所 (Electric ow
特集 e- サイエンスを実現するグリッド技術 1 サイエンスグリッドの動向 三浦謙一 国立情報学研究所 サイエンスグリッドとは 10 e- Electrical Power Grid 図 -1 Virtual Organization 1 ET SETI@HOME 所の 所 (Electric ower rid) 所 rid ット ー rid の の 所 ( 計算機 ー 機 ) 図 -1 グリッドのコンセプト
Microsoft Word - 0_0_表紙.doc
2km Local Forecast Model; LFM Local Analysis; LA 2010 11 2.1.1 2010a LFM 2.1.1 2011 3 11 2.1.1 2011 5 2010 6 1 8 3 1 LFM LFM MSM LFM FT=2 2009; 2010 MSM RMSE RMSE MSM RMSE 2010 1 8 3 2010 6 2010 6 8 2010
(^^
57 GRACE 2012 2 21 munetomo@iic.hokudai.ac.jp 1996 1999 1998 1999 1999 (^^ 1962 2003 1979 11 43TFlops 2,000 40, Mem:128GB, 10GbE x 2 500TBytes Web Web IT SR16000 Model M1 22 Total: 172 TFlops Power 7
PC Development of Distributed PC Grid System,,,, Junji Umemoto, Hiroyuki Ebara, Katsumi Onishi, Hiroaki Morikawa, and Bunryu U PC WAN PC PC WAN PC 1 P
PC Development of Distributed PC Grid System,,,, Junji Umemoto, Hiroyuki Ebara, Katsumi Onishi, Hiroaki Morikawa, and Bunryu U PC WAN PC PC WAN PC 1 PC PC PC PC PC Key Words:Grid, PC Cluster, Distributed
IPSJ SIG Technical Report Vol.2013-ARC-203 No /2/1 SMYLE OpenCL (NEDO) IT FPGA SMYLEref SMYLE OpenCL SMYLE OpenCL FPGA 1
SMYLE OpenCL 128 1 1 1 1 1 2 2 3 3 3 (NEDO) IT FPGA SMYLEref SMYLE OpenCL SMYLE OpenCL FPGA 128 SMYLEref SMYLE OpenCL SMYLE OpenCL Implementation and Evaluations on 128 Cores Takuji Hieda 1 Noriko Etani
Amazon EC2 IaaS (Infrastructure as a Service) HPCI HPCI ( VM) VM VM HPCI VM OS VM HPCI HPC HPCI RENKEI-PoP 2 HPCI HPCI 1 HPCI HPCI HPC CS
HPCI 1 2 3 4 5 1, 6 5 24 HPCI HPC OS HPC RENKEI-PoP Design of Advanced Software Deployment Infrastructure in HPCI Wide-area Distributed Environment Shinichiro Takizawa, 1 Masaharu Munetomo, 2 Atsuya Uno,
Slides: TimeGraph: GPU Scheduling for Real-Time Multi-Tasking Environments
計算機アーキテクチャ第 11 回 マルチプロセッサ 本資料は授業用です 無断で転載することを禁じます 名古屋大学 大学院情報科学研究科 准教授加藤真平 デスクトップ ジョブレベル並列性 スーパーコンピュータ 並列処理プログラム プログラムの並列化 for (i = 0; i < N; i++) { x[i] = a[i] + b[i]; } プログラムの並列化 x[0] = a[0] + b[0];
SC SC10 (International Conference for High Performance Computing, Networking, Storage and Analysis) (HPC) Ernest N.
SC10 2010 11 13 19 SC10 (International Conference for High Performance Computing, Networking, Storage and Analysis) (HPC) 1 2005 8 8 2010 4 Ernest N. Morial Convention Center (ENMCC) Climate Simulation(
スライド 1
計算科学が拓く世界スーパーコンピュータは何故スーパーか 学術情報メディアセンター中島浩 http://www.para.media.kyoto-u.ac.jp/jp/ username=super password=computer 講義の概要 目的 計算科学に不可欠の道具スーパーコンピュータが どういうものか なぜスーパーなのか どう使うとスーパーなのかについて雰囲気をつかむ 内容 スーパーコンピュータの歴史を概観しつつ
hpc141_shirahata.pdf
GPU アクセラレータと不揮発性メモリ を考慮した I/O 性能の予備評価 白幡晃一 1,2 佐藤仁 1,2 松岡聡 1 1: 東京工業大学 2: JST CREST 1 GPU と不揮発性メモリを用いた 大規模データ処理 大規模データ処理 センサーネットワーク 遺伝子情報 SNS など ペタ ヨッタバイト級 高速処理が必要 スーパーコンピュータ上での大規模データ処理 GPU 高性能 高バンド幅 例
Leveraging Cloud Computing to launch Python apps
(Twitter: @KenTamagawa) v 1.1 - July 21st, 2011 (Ken Tamagawa) Twitter: @KenTamagawa 2011 8 6 Japan Innovation Leaders Summit IT IT AWS 90% AWS 90% アーキテクチャ設計 Intro }7 Intro 1 2 3 4 5 6 7 Intro 1 2 3 4
<Insert Picture Here> Oracle Cloud Computing Vision *Oracle Java Oracle Corporation Copyright 2009, Oracle. All rights reserved. 2 1
Oracle Cloud Computing Vision 2010 02 23 *Oracle Java Oracle Corporation 2 1 Cloud s Benefits and Challenges & volution 3 Why Cloud Computing? / Why ot Cloud Computing? Benefits Cost Agility ( ) Challenges/Issues
Oracle Real Application Clusters 10g: 第4世代
Oracle Real Application Clusters 10g: Angelo Pruscino, Oracle Gordon Smith, Oracle Oracle Real Application Clusters RAC 10g Oracle RAC 10g Oracle Database 10g Oracle RAC 10g 4 Oracle Database 10g Oracle
HPC (pay-as-you-go) HPC Web 2
,, 1 HPC (pay-as-you-go) HPC Web 2 HPC Amazon EC2 OpenFOAM GPU EC2 3 HPC MPI MPI Courant 1 GPGPU MPI 4 AMAZON EC2 GPU CLUSTER COMPUTE INSTANCE EC2 GPU (cg1.4xlarge) ( N. Virgina ) Quadcore Intel Xeon 5570
CPU Levels in the memory hierarchy Level 1 Level 2... Increasing distance from the CPU in access time Level n Size of the memory at each level 1: 2.2
FFT 1 Fourier fast Fourier transform FFT FFT FFT 1 FFT FFT 2 Fourier 2.1 Fourier FFT Fourier discrete Fourier transform DFT DFT n 1 y k = j=0 x j ω jk n, 0 k n 1 (1) x j y k ω n = e 2πi/n i = 1 (1) n DFT
XACCの概要
2 global void kernel(int a[max], int llimit, int ulimit) {... } : int main(int argc, char *argv[]){ MPI_Int(&argc, &argc); MPI_Comm_rank(MPI_COMM_WORLD, &rank); MPI_Comm_size(MPI_COMM_WORLD, &size); dx
Publish/Subscribe KiZUNA P2P 2 Publish/Subscribe KiZUNA 2. KiZUNA 1 Skip Graph BF Skip Graph BF Skip Graph Skip Graph Skip Graph DDLL 2.1 Skip Graph S
KiZUNA: P2P 1,a) 1 1 1 P2P KiZUNA KiZUNA Pure P2P P2P 1 Skip Graph ALM(Application Level Multicast) Pub/Sub, P2P Skip Graph, Bloom Filter KiZUNA: An Implementation of Distributed Microblogging Service
SEJulyMs更新V7
1 2 ( ) Quantitative Characteristics of Software Process (Is There any Myth, Mystery or Anomaly? No Silver Bullet?) Zenya Koono and Hui Chen A process creates a product. This paper reviews various samples
スパコンに通じる並列プログラミングの基礎
2016.06.06 2016.06.06 1 / 60 2016.06.06 2 / 60 Windows, Mac Unix 0444-J 2016.06.06 3 / 60 Part I Unix GUI CUI: Unix, Windows, Mac OS Part II 0444-J 2016.06.06 4 / 60 ( : ) 6 6 ( ) 6 10 6 16 SX-ACE 6 17
PowerPoint プレゼンテーション
PC クラスタシンポジウム 日立のテクニカルコンピューティングへの取り組み 2010/12/10 株式会社日立製作所中央研究所清水正明 1 目次 1 2 3 日立テクニカルサーバラインナップ 日立サーバラインナップ GPU コンピューティングへの取り組み 4 SC10 日立展示 2 1-1 日立テクニカルサーバ : History & Future Almost 30 Years of Super
FY14Q4 SMB Magalog December - APJ Version
Business Windows Server 2003? Microsoft Windows Server 2012 2012 R2 Dell Dell.co.jp Windows Server 2003 Dell.co.jp/win2003eos Windows Server 2012 E-mail : Microsoft_Solutions@dell.com 212-8589 580 20F
PowerPoint プレゼンテーション
IEEE CloudCom 2014 参加報告高野 @ 産総研担当パート Session: 2C: Virtualization I Session: 3C, 4B: HPC on Cloud 20150206 グリッド協議会第 45 回ワークショップ 1 所感 Gartner Hype Curve 2014 アカデミア色が強い アジア系が多い 採択率の割に 分野の成熟 クラウドを冠した国際会議 Rank
2016 IT? Microsoft Azure (SDDC) Window
2016 パーフェクト ガイド クラウド対応オペレーティング システム 2016 IT? 2016 2016 Microsoft Azure (SDDC) Window 2016 2 2016 OS OS 2016 2016 2016 ( ) 24 48 200 ( ) 1: 24 48 2014 205 ID Anthem Inc. 8,000 Premera Blue Cross 1,100 2016
untitled
Oracle Direct Seminar IT Agenda 1. Oracle RAC on Oracle VM 2. Oracle Database 11gR2 3. Oracle Exadata Oracle Direct Concierge SQL Server MySQL PostgreSQL Access
e-サイエンス基盤としての 計算機センターPOP(Point-of-Presence) 連携
サブテーマ5 - 実 証 評 価 ユーザ 連 携 - 東 京 工 業 大 学 目 的 と 提 案 目 的 e-science 実 現 のための NIS LLS 間 連 携 可 能 なインフラシステムの 提 供 資 源 連 携 サービス( 他 サブテーマ 成 果 物 ) 研 究 者 と 応 用 計 算 (シミュレー ションなど) 研 究 者 間 の 連 携 支 援 提 案 : RENKEI-PoPによるホスティング
workshop Eclipse TAU AICS.key
11 AICS 2016/02/10 1 Bryzgalov Peter @ HPC Usability Research Team RIKEN AICS Copyright 2016 RIKEN AICS 2 3 OS X, Linux www.eclipse.org/downloads/packages/eclipse-parallel-application-developers/lunasr2
untitled
taisuke@cs.tsukuba.ac.jp http://www.hpcs.is.tsukuba.ac.jp/~taisuke/ CP-PACS HPC PC post CP-PACS CP-PACS II 1990 HPC RWCP, HPC かつての世界最高速計算機も 1996年11月のTOP500 第一位 ピーク性能 614 GFLOPS Linpack性能 368 GFLOPS (地球シミュレータの前
Vol.214-HPC-145 No /7/3 C #pragma acc directive-name [clause [[,] clause] ] new-line structured block Fortran!$acc directive-name [clause [[,] c
![Vol.214-HPC-145 No /7/3 C #pragma acc directive-name [clause [[,] clause] ] new-line structured block Fortran!$acc directive-name [clause [[,] c](/thumbs/83/88091581.jpg "Vol.214-HPC-145 No /7/3 C #pragma acc directive-name [clause [[,] clause] ] new-line structured block Fortran!$acc directive-name [clause [[,] c")
Vol.214-HPC-145 No.45 214/7/3 OpenACC 1 3,1,2 1,2 GPU CUDA OpenCL OpenACC OpenACC High-level OpenACC CPU Intex Xeon Phi K2X GPU Intel Xeon Phi 27% K2X GPU 24% 1. TSUBAME2.5 CPU GPU CUDA OpenCL CPU OpenMP
fiš„v8.dvi
(2001) 49 2 333 343 Java Jasp 1 2 3 4 2001 4 13 2001 9 17 Java Jasp (JAva based Statistical Processor) Jasp Jasp. Java. 1. Jasp CPU 1 106 8569 4 6 7; fuji@ism.ac.jp 2 106 8569 4 6 7; nakanoj@ism.ac.jp
HBase Phoenix API Mars GPU MapReduce GPU Hadoop Hadoop Hadoop MapReduce : (1) MapReduce (2)JobTracker 1 Hadoop CPU GPU Fig. 1 The overview of CPU-GPU
GPU MapReduce 1 1 1, 2, 3 MapReduce GPGPU GPU GPU MapReduce CPU GPU GPU CPU GPU CPU GPU Map K-Means CPU 2GPU CPU 1.02-1.93 Improving MapReduce Task Scheduling for CPU-GPU Heterogeneous Environments Koichi
supercomputer2010.ppt
nanri@cc.kyushu-u.ac.jp 1 !! : 11 12! : nanri@cc.kyushu-u.ac.jp! : Word 2 ! PC GPU) 1997 7 http://wiredvision.jp/news/200806/2008062322.html 3 !! (Cell, GPU )! 4 ! etc...! 5 !! etc. 6 !! 20km 40 km ) 340km
EGunGPU
Super Computing in Accelerator simulations - Electron Gun simulation using GPGPU - K. Ohmi, KEK-Accel Accelerator Physics seminar 2009.11.19 Super computers in KEK HITACHI SR11000 POWER5 16 24GB 16 134GFlops,
HP High Performance Computing（HPC）
HP High Performance Computing HPC HPC HPC HPC HPC 1000 HPHPC HPC HP HPC HPC HPCHP HPC HP HPHPC HPC HP HPC HP IT IDCHP HPC 4 1 HPC HPCNo.1 HPCTOP5002008 6 HP 183 37% HP HPCHP B 1 Other 2Q08 HPC 2 20% 27%
untitled
Copyright 2008 IPAAll Rights Reserved 1 1. 2. 3. Copyright 2008 IPAAll Rights Reserved 2 IT IT IT Copyright 2008 IPAAll Rights Reserved http://www.jitec.jp/1_00topic/topic_20071225_shinseido.html 3 URL
スライド 1
WWW Request Client Data Server Request Data Client WWW Request Data Client Server Request Data Client WWW CPU Request Data Client Server Request Data Client Request Client Data Server Request Data Client
GPUコンピューティング講習会パート１
GPU コンピューティング (CUDA) 講習会 GPU と GPU を用いた計算の概要 丸山直也 スケジュール 13:20-13:50 GPU を用いた計算の概要 担当丸山 13:50-14:30 GPU コンピューティングによる HPC アプリケーションの高速化の事例紹介 担当青木 14:30-14:40 休憩 14:40-17:00 CUDA プログラミングの基礎 担当丸山 TSUBAME の
独立行政法人情報通信研究機構 Development of the Information Analysis System WISDOM KIDAWARA Yutaka NICT Knowledge Clustered Group researched and developed the infor
独立行政法人情報通信研究機構 KIDAWARA Yutaka NICT Knowledge Clustered Group researched and developed the information analysis system WISDOM as a research result of the second medium-term plan. WISDOM has functions that
GGF6 参加報告 担当者 : 建部修見 ( 産総研 ) JPGRID-GGF0204 会員限定 AREA 内容状況 終了 Group 新設 Group DATA 現状でファイル転送 複製管理 永続的データ管理 データベースアクセスグリッドサービスのグループが存在する ファイル転送では GridFT
AREA 内容状況 終了 Group 新設 Group DATA 現状でファイル転送 複製管理 永続的データ管理 データベースアクセスグリッドサービスのが存在する ファイル転送では GridFTP の仕様書がようやく一段落した 複製管理は グリッドサービス仕様書作成のための WG の提案がなされた 永続的データ管理はほぼ必要条件の書類が出来ており 終了間際 データベースアクセスの仕様書は ANL の
1 2 4 5 9 10 12 3 6 11 13 14 0 8 7 15 Iteration 0 Iteration 1 1 Iteration 2 Iteration 3 N N N! N 1 MOPT(Merge Optimization) 3) MOPT 8192 2 16384 5 MOP
10000 SFMOPT / / MOPT(Merge OPTimization) MOPT FMOPT(Fast MOPT) FMOPT SFMOPT(Subgrouping FMOPT) SFMOPT 2 8192 31 The Proposal and Evaluation of SFMOPT, a Task Mapping Method for 10000 Tasks Haruka Asano
RN201511_cs5_1021.indd
ISSN 1349-1229 No.413 November 2015 11 Graph5001 10 PET TOPICS 13 2015 14 16 Post historic doodles on clay 研 究 最 前 線 マーケティングや金融 サイバー攻撃からの防御 医療診断や生命科学 脳科学など さまざまな分野において ビッグデータを解析することのニーズが高まっている ビッグデータ解析で重要なグラフ処理の計算速度を競うスーパーコンピュータ
PowerPoint Presentation
マルチクラウド時代の運用監視をパフォーマンス向上へとつなげるには 1 AGENDA マルチクラウド要望の高まり マルチクラウド運用の課題 解決にあたって重要な事 AppFormixで実現するクラウド運用の変革 2 マルチクラウド要望の高まり アジリティ パフォーマンス向上 コスト最適化 ビジネス継続性 3 エンドエンドで接続性とセキュリティを迅速に提供する必要 Enterprises are rooted
スパコンに通じる並列プログラミングの基礎
2018.06.04 2018.06.04 1 / 62 2018.06.04 2 / 62 Windows, Mac Unix 0444-J 2018.06.04 3 / 62 Part I Unix GUI CUI: Unix, Windows, Mac OS Part II 2018.06.04 4 / 62 0444-J ( : ) 6 4 ( ) 6 5 * 6 19 SX-ACE * 6
スライド 1
High Performance Computing Infrastructure と学認 合田憲人 国立情報学研究所 背景と目的 2 HPCI 京コンピュータと国内のスーパーコンピュータや大規模ストレージを連携して利用するための革新的ハイパフォーマンス コンピューティング インフラ ロードマップ 2011/03 基本仕様策定 ( ネットワーク, 認証, ユーザ管理支援, 共用ストレージ, 先端ソフトウェア運用
untitled
1 Grid 2 ( Electrical Power Grid ) Virtual Organization) Electric Power Grid Grid 3 - - - ( 21 4 (Extensible Terascale Facility 5 LA-Hub 40Gbps CHICAGO -Hub IU 30Gbps 30Gbps 30Gbps Purdue 32 Pentium4 52
Macintosh HD:Users:ks91:Documents:lect:nm2002s:nm2002s03.dvi
3 ks91@sfc.wide.ad.jp April 22, 2002 1 2 1. over IP ( : Voice over IP; IP Internet Protocol ) over IP??? : 2002/4/20 23:59 JST : http://www.soi.wide.ad.jp/report/ 3 32 11 (4/22 ) 4 () 3 2 1? 4 ...... A.C.
160311_icm2015-muramatsu-v2.pptx
Linux におけるパケット処理機構の 性能評価に基づいた NFV 導 の 検討 村松真, 川島 太, 中 裕貴, 林經正, 松尾啓志 名古屋 業 学 学院 株式会社ボスコ テクノロジーズ ICM 研究会 2016/03/11 研究 的 VM 仮想 NIC バックエンド機構 仮想化環境 仮想スイッチ パケット処理機構 物理環境 性能要因を考察 汎 IA サーバ NFV 環境に適したサーバ構成を検討
IPSJ SIG Technical Report Vol.2017-ARC-225 No.12 Vol.2017-SLDM-179 No.12 Vol.2017-EMB-44 No /3/9 1 1 RTOS DefensiveZone DefensiveZone MPU RTOS
1 1 RTOS DefensiveZone DefensiveZone MPU RTOS RTOS OS Lightweight partitioning architecture for automotive systems Suzuki Takehito 1 Honda Shinya 1 Abstract: Partitioning using protection RTOS has high
2
KYUSHU UNIVERSITY 九州大学情報統括本部 Information Infrastructure Initiative 2017 FOREWORDS Director of Information Infrastructure Initiative Hiroto Yasuura Director of Research Institute for Information Technology
スーパーコンピュータ「京」の概要
Overview of the K computer System 宮崎博行 草野義博 新庄直樹 庄司文由 横川三津夫 渡邊貞 あらまし HPCI CPUOS LINPACK 10 PFLOPSCPU 8 Abstract RIKEN and Fujitsu have been working together to develop the K computer, with the aim of beginning
Microsoft Word - HOKUSAI_system_overview_ja.docx
HOKUSAI システムの概要 1.1 システム構成 HOKUSAI システムは 超並列演算システム (GWMPC BWMPC) アプリケーション演算サーバ群 ( 大容量メモリ演算サーバ GPU 演算サーバ ) と システムの利用入口となるフロントエンドサーバ 用途の異なる 2 つのストレージ ( オンライン ストレージ 階層型ストレージ ) から構成されるシステムです 図 0-1 システム構成図
i Ceph
23 Ceph I/O 20 20115107 i 1 1 2 2 2.1.............................. 2 2.1.1..................... 2 2.1.2.................. 3 2.1.3....................... 3 2.2 Ceph........................ 4 2.2.1.................................
IPSJ SIG Technical Report Vol.2014-HPC-144 No /5/26 ES2 1,a) 1,b) 1,c) (ES2) The system architecture and operation results of the Earth Simulato
ES2 1,a) 1,b) 1,c) (ES2) The system architecture and operation results of the Earth Simulator (ES2) Ken ichi Itakura 1,a) Hitoshi Uehara 1,b) Toshiyuki Asano 1,c) Abstract: This paper describes the system
マルチコアPCクラスタ環境におけるBDD法のハイブリッド並列実装
2010 GPGPU 2010 9 29 MPI/Pthread (DDM) DDM CPU CPU CPU CPU FEM GPU FEM CPU Mult - NUMA Multprocessng Cell GPU Accelerator, GPU CPU Heterogeneous computng L3 cache L3 cache CPU CPU + GPU GPU L3 cache 4
DEIM Forum 2009 C8-4 QA NTT QA QA QA 2 QA Abstract Questions Recomme
DEIM Forum 2009 C8-4 QA NTT 239 0847 1 1 E-mail: {kabutoya.yutaka,kawashima.harumi,fujimura.ko}@lab.ntt.co.jp QA QA QA 2 QA Abstract Questions Recommendation Based on Evolution Patterns of a QA Community
Microsoft PowerPoint - GPU_computing_2013_01.pptx
GPU コンピューティン No.1 導入 東京工業大学 学術国際情報センター 青木尊之 1 GPU とは 2 GPGPU (General-purpose computing on graphics processing units) GPU を画像処理以外の一般的計算に使う GPU の魅力 高性能 : ハイエンド GPU はピーク 4 TFLOPS 超 手軽さ : 普通の PC にも装着できる 低価格
PowerPoint プレゼンテーション
オープンソース カンファレンス 2017 OSAKA ライトニング トーク あのクラウドと比べてみたよ IBM クラウドのリアルベンチマーク 2017 年 1 月 28 日 日本アイ ビー エム株式会社 クラウド事業統括 クラウドエバンジェリスト 安田智有 @ytomoari tomoari.yasuda 話 日本 IBM クラウドマイスター 安田智有 1 お客様の よしやってみるか を応援してきました
DEIM Forum 2017 E Netflix (Video on Demand) IP 4K [1] Video on D
![DEIM Forum 2017 E Netflix (Video on Demand) IP 4K [1] Video on D](/thumbs/104/162687582.jpg "DEIM Forum 2017 E Netflix (Video on Demand) IP 4K [1] Video on D")
DEIM Forum 2017 E1-1 700-8530 3-1-1 E-mail: inoue-y@mis.cs.okayama-u.ac.jp, gotoh@cs.okayama-u.ac.jp 1. Netflix (Video on Demand) IP 4K [1] Video on Demand ( VoD) () 2. 2. 1 VoD VoD 2. 2 AbemaTV VoD VoD
スパコンに通じる並列プログラミングの基礎
2018.09.10 furihata@cmc.osaka-u.ac.jp ( ) 2018.09.10 1 / 59 furihata@cmc.osaka-u.ac.jp ( ) 2018.09.10 2 / 59 Windows, Mac Unix 0444-J furihata@cmc.osaka-u.ac.jp ( ) 2018.09.10 3 / 59 Part I Unix GUI CUI:
A (4.5mW) self (0.5mW) B(3mW) C(1mw) B1(1mW) B2(2mW) C1(1mw) PowerScope 4) SystemMoniter EnergyMonitor EnergyAnalyzer 46 Android 2.2
Android 1 2 2 4 3 3 AndroidOS 2 An Enegy Profiling for Android Application Syuhei Hiya, 1 Kenji Hisazumi, 1 Toru Ishihara, 1 Takeshi Kamiyama, 4 Tsuneo Nakanishi 1 and Fukuda Akirra 1 This paper proposes
Microsoft PowerPoint - endo-gridc14-kfc.pptx
TSUBAME-KFC: 液 浸 冷 却 を 用 いた ウルトラグリーンスパコン 研 究 設 備 [SC13にてグリーン 世 界 一 ] 遠 藤 敏 夫 東 京 工 業 大 学 学 術 国 際 情 報 センター 東工大ブース@SC13 TSUBAME KFCに 関 する 成 果 2015 年 度 末 稼 働 予 定 のTSUBAME3.0のプロトタイプである TSUBAME KFCが11 月 SC13
スライド 1
GPU クラスタによる格子 QCD 計算 広大理尾崎裕介 石川健一 1.1 Introduction Graphic Processing Units 1 チップに数百個の演算器 多数の演算器による並列計算 ~TFLOPS ( 単精度 ) CPU 数十 GFLOPS バンド幅 ~100GB/s コストパフォーマンス ~$400 GPU の開発環境 NVIDIA CUDA http://www.nvidia.co.jp/object/cuda_home_new_jp.html
A Feasibility Study of Direct-Mapping-Type Parallel Processing Method to Solve Linear Equations in Load Flow Calculations Hiroaki Inayoshi, Non-member
A Feasibility Study of Direct-Mapping-Type Parallel Processing Method to Solve Linear Equations in Load Flow Calculations Hiroaki Inayoshi, Non-member (University of Tsukuba), Yasuharu Ohsawa, Member (Kobe
DEIM Forum 2015 E4-5 DSMS DSMS DSMS 32% 46% RTOS Priority Inversion Time
DEIM Forum 2015 E4-5 DSMS 464 8601 E-mail: {katsunuma,honda,hiro}@ertl.jp, watanabe@coi.nagoya-u.ac.jp DSMS DSMS 32% 46% RTOS Priority Inversion Time Reduction by Operator-Level Commit of DSMS Satoshi