処理効率

Size: px
Start display at page:

Download "処理効率"

Transcription

1 処理効率 処理効率の改善 : 基本関数複数メモリ領域線形代数の並列処理並列ガベージコレクタ多項式演算疎な行列とベクトル Maplesoft は 新しいリリースのたびに数学計算の効率と速度の改善を追求してきました これには 頻繁にコールされるルーチンやアルゴリズムの改善だけでなく ローレベルの基礎構造の改善も含まれます Maple では 複素数を含む数値計算を高速化する新しいアル 17 ゴリズムおよび疎な行列とベクトルをより実用的に結合するためのローレベルルーチンが導入されました 浮動小数点行列とベクトルに対して最適化された BLAS および LAPACK 関数の改善により コレスキー分解や固有値などの行列計算がマルチコアシステム上でさらに高速になりました 複数メモリ領域の組み合わせによって Maple でのメモリ使用量が改善されました これにより 断片化が軽減され メモリ全体の使用効率が向上しました また 新しい並列ガベージコレクタにより 使用されなくなったメモリの解放が効率的になりました さらに 基本となるルーチンの改良と分散表現における多変数多項式の新しい高性能データ構造を組み合わせることで ほとんどの多項式計算で速度やスケーラビリティが大幅に改善されました 基本関数 Maple では 複素浮動小数点数の処理を大幅に高速化するハードウェアアルゴリズムが導 17 入されています Maple と比べて 16 Maple は場合によっては約 倍高速になります たとえば 以下のコマンドでは 変数 Vで 10,000 個の複素浮動小数点数を含むランダムベクトルを作成します さまざまな関数を使用した場合について 全 10,000 要素の計算にかかる時間秒 () を測ります 例ベンチマークは Intel Q GHz Quad-Core の Linux CPU マシンで計算されたものです

2 (1.1) (1.2) (1.3) (1.4) (1.5) (1.6) (1.7) (1.8) (1.9) (1.10) 次のリスト (m16 と m17) は それぞれ Maple と を使用した場合の計算時間を測定したものです グラフは 2 つのバージョン間での速度の向上を示しています

3 複数メモリ領域 Maple のメモリ割当て機能の大きな改良点として 複数メモリ領域が追加されました メモリ領域が複数になったことで 以下のような利点があります メモリの割当てが効率的になりました これにより 予約領域のサイズを最初に指定しておかなくても より多くのメモリを使用して より大規模な問題を解けるようになります 同じマシンで実行している別のプロセス (Maple のマルチコアおよびグリッド内で並列ノードとして起動されている複数の Maple カーネルを含む ) とのリソースの共有が改善されました 断片化の軽減とローカルでのキャッシュによる処理効率の向上に加えて 並列コード実行時の処理効率も向上しました 従来は メモリ内に連続した大きなヒープ領域を確保しておいて それを必要に応じて割り当てたり ガベージコレクションを実行したりすることにより管理していました 最初は メモリ割当て要求を処理するために この確保されたメモリの小さな断片が割り当てられます 所定の割当てが使い果たされると ガベージコレクションが実行され 使用されていないメモリが解放されます 計算で多くのメモリが要求されればされるほど メモリ管理システムが割り当てるヒープが多くなります メモリ領域を追加することで 単一の大きな連続メモリ領域ヒープ ( ) による制限がなくなります 代わって 要求に応じて追加領域を組み込むことができるようになりました さまざまな種類のメモリ領域が用意されています たとえば スレッドローカル領域 (512 ワード以下 ) による小さな割当て グローバルスレッド共有領域 (1MB 未満 ) の中規模の割当て および独自の領域として個別に割り当てられる大きなメモリブロックがあります これにより 利用可能なメモリを Maple がより効率的に管理できるようになりました 具体的には データの局所参照性の改善や断片化の減少によって キャッシュ機能が向上しました Maple の従来のリリースでは 大量のメモリがコミットされた場合 そのメモリは残りのセッションのために Maple の管理下に置かれていました 個別に調整されたメモリ領域を割り当てて 1MB を超えるメモリ要求を処理することにより Maple ではこの大きなメモリブロック 17 を必要がなくなりしだいオペレーティングシステムに返すことができるようになりました 例 以下のコードスニペットは大きな行列 A および B を割り当て 何らかの操作を行ってから A と B を上書きし 割り当てられたメモリガベージをレンダリングします ガベージコレクションを明示的にコールした後でメモリの使用量が低下していることに注目してください

4 (2.1) (2.2) * ここでは Maple のメモリ管理システムの具体的な挙動を説明するために gc() を明示的にコールしています 通常は ガベージコレクションの周期を開始するタイミングは Maple が自動決定するように設定しておきます 線形代数の並列処理 Maple では 浮動小数点の行列とベクトルに対して最適化された 17 数へのアクセスが更新されました BLAS および LAPACK 関 Linux および OS では X Maple のインストールに含まれている ATLAS Automatically ( Tuned Linear Algebra ) ダイナミックライブラリも更新されます Software 64 ビット Windows では Maple の更新により 17 Intel Math Kernel MKL) が使用され Library るようになりました 数値線形代数の処理性能の改善には 複数コアおよび CPU の使用法の改善が含まれます このドキュメント内のプロットで参照されている操作はすべて datatype=float[8] オプションを使用して実際の浮動小数の行列とベクトルに対して実行されたものです Linux ビット (32 )

5

6 Linux ビット (64 )

7

8 OS X

9

10 Windows ビット (64 )

11 並列ガベージコレクタ ガベージコレクタは Maple エンジンのコアコンポーネントの 1 つです ガベージコレクタは 評価エンジンが必要としなくなったメモリを見つけて回収します Maple では ガベ 17 ージコレクタで複数のプロセッサを使用できるようになり ジョブをより高速に処理できるようになりました ガベージコレクタは Maple の実行中に継続的に使用されるため この高速化は 並列アルゴリズムを実行するユーザだけでなく すべてのユーザに役立ちます Maple のガベージコレクタでは 複数コアの活用により複数スレッドで実行することが 17 できます これにより ガベージコレクタの速度を大幅に向上させることができます ガベージコレクタは Maple の合計実行時間の一部にしか影響しませんが それでも最大で 10% の実行時間の短縮を図ることができます この効率化に関して ユーザコードを変更する必要はありません 並列ガベージコレクタを制御するための 2 つのカーネルオプションす (kernelopts ) がありま gcmaxthreads は 並列ガベージコレクタが使用する最大スレッド数を制御します gcthreadmemorysize は Maple がガベージコレクションに対して使用するスレッド数を制御します 割り当てられたバイト数を gcthreadmemorysize に割り当てられた値で割って スレッド数を決定します

12 例 次の例は 複数スレッドを使用したガベージコレクタの効率化を示しています ガベージコレクタアルゴリズムは Maple のトータル実行時間のほんの一部しか占めません そのため Maple での実際の計算時間を大幅に短縮することはありません 次の例は より現実的な計算時間の効率化を示します

13 整数の係数を持つ多項式 Maple では 整数の係数を持つ分散表現における多変数多項式に対して 新しい高性能の 17 データ構造が自動的に使用されます このデータ構造と Maple カーネルの新しいアルゴリズムを併用することで ほとんどの多項式について 計算速度とスケーラビリティが大幅に向上します ベンチマークは 64 ビットクアッドコア Intel Core i7 で計算されたものです GHz 概要 Maple では 項の多項式を展開するのにかかった時間は 31 ミリ秒で 使用されたメモリは 2.6 です 一方 MB Maple 16 では 250 ミリ秒で 29 です この効 MB 率化の主な要因は 新しいデータ構造でのオ

14 ーバーヘッドの削減によるものです この結果を計算した外部 C ルーチンは変更されていません Maple 17: 使用メモリ = 2.67MiB 割り当て変更 = 2.61MiB CPU 時間 = 30.00ms 実際の時間 = 31.00ms Maple 16: 使用メモリ = 23.40MiB 割り当て変更 = 29.16MiB CPU 時間 = ms 実際の時間 = ms Mathematica 9: 秒 AbsoluteTiming[ f = Expand[ (1+x+y+ z+t+u+v+w)^15 ]; ] 変数の検索 全次数の計算 多項式実行のテストなどの共通のクエリは 新しいデータ構造で O(1) 時間で実行されます Maple ライブラリに対する影響は広範囲に及びます Maple 17: 使用メモリ = 0.59KiB 割り当て変更 = 0 バイト CPU 時間 = 0ns 実際の時間 = 0ns 使用メモリ = 0.59KiB 割り当て変更 = 0 バイト CPU 時間 = 0ns 実際の時間 = 0ns 使用メモリ = 432 バイト 割り当て変更 =

15 0 バイト CPU 時間 = 0ns 0ns 実際の時間 = Maple 16: 使用メモリ = 0.66KiB 割り当て変更 = 0 バイト CPU 時間 = 76.00ms 実際の時間 = 77.00ms 使用メモリ = 0.72KiB 割り当て変更 = 0 バイト CPU 時間 = ms 実際の時間 = ms 使用メモリ = 0.55KiB 割り当て変更 = 0 バイト CPU 時間 = 53.00ms 実際の時間 = 54.00ms Mathematica 9: 秒 X = Variables[ f ] 秒 d = Exponent[ は次 f, x] (* x 数 全次数は組み込まれていません *) 秒 PolynomialQ[ f ] 新しいデータ構造を利用する新しい高性能アルゴリズムが Maple カーネルに組み込まれました これにより 微分 係数の抽出 多項式の評価などの多くの基本操作が改善されました Maple 17: 使用メモリ = 2.60MiB 割り当て変更 = 2.61MiB CPU 時間 = 5.00ms 実際の時間 = 5.00ms 使用メモリ = 5.21MiB 割り当て変更 = 2.61MiB CPU 時間 = 21.00ms 実際の時間 = 21.00ms 使用メモリ = 2.60MiB 割り当て変更 = 2.61MiB CPU 時間 = 26.00ms 実際の時間 = 26.00ms

16 Maple 16: 使用メモリ = 12.36MiB 割り当て変更 = 9.72MiB CPU 時間 = ms 実際の時間 = ms 使用メモリ = 34.78MiB 割り当て変更 = 29.16MiB CPU 時間 = ms 実際の時間 = ms 使用メモリ = 48.63MiB 割り当て変更 = 34.02MiB CPU 時間 = ms 実際の時間 = ms Mathematica 9: 秒 D[f,x]; 秒 CoefficientList[f, x]; 秒 f {x-2, / y-3, z-5}; 項数の多い多変数多項式の乗算を 2 次オーダーの時間内で処理する密な算法が追加されました Maple では 計算時間とメモリ 17 量のバランスを取りつつ 自動的に疎な算法または密な算法を選択します 密な算法は Maple では並列化は行なわれていませ 17 ん Maple 17: 使用メモリ = 2.55MiB 割り当て変更 = 0.61MiB CPU 時間 = ms 実際の時間 = ms Maple 16: 使用メモリ = 4.07MiB 割り当て変更 = 0 バイト CPU 時間 = 4.55s 実際の時間 = 1.19s Mathematica 9:

17 1.331 秒 g = Expand[ (x^5+x^3+x^2+x+1) ^20 (y^5+y^3+y^2+y+1)^20 ]; AbsoluteTiming[ p = Expand[ (g+1)* (g+2) ]; ] 順次的なオーバーヘッドの消去とアムダール の法則により Maple では並列処理の効 17 率が改善されました 以下の因数分解に Maple では 17 CPU 時間で 秒かか り Maple では CPU 秒かかっ ています つまり 処理時間が半分以下に短 縮されています ただし 短縮された時間は すべて順次的であるため Maple は実際 17 にはクアッドコア CPU では 3.7 倍の速度で 実行され 並列処理の効率は 1.3 倍から 2.0 倍に改善されています Maple 17: 使用メモリ = 1.43GiB 割り当て変更 = 82.04MiB CPU 時間 = 26.01s 実際の時間 = 12.90s Maple 16: 使用メモリ = 4.29GiB 割り当て変更 = MiB CPU 時間 = 62.24s 実際の時間 = 47.60s Mathematica 9: 秒 f = Expand[ (1+x+y+z+t)^20 ]; p = Expand[ (f+1)*(f+2) ]; AbsoluteTiming[ Factor[ p ]; ] ベンチマーク それぞれの問題で 入力とを展開し 乗算 除算 およびの因数分解を 実行します

18 Maple では p := expand(f*g); および divide(p,f,'q') factor(p); の時間を 計測しました Mathematica では p =Expand[f g]; PolynomialQuot および Factor[p]; の時間を計測しました ただし 問題 #5 については Cancel[p/f]; の ほうが PolynomialQuotient より高速だったため そちらを使用しました すべての時間は 64 ビット Core i7 920 システムで実際に計測した時間 2.66GHz Linux です 問題 #1:1771 x 項 問題 #2:1771 x 項 問題 #3:5456 x 項 問題 #4: 項 問題 #5:9261 x 項 問題 #6:3003 x 項

19

20

21 (5.2.1) 時間データを行列で表すと次のようになります Mathematica は 1 行目 Maple 9 16 は 2 行目 Maple は 17 3 行目です 疎な行列とベクトル Maple では 疎な浮動小数点 ハードウェアデータ型行列およびベクトルのスタッキング 17 と拡張の効率が向上しました LinearAlgebra:-MatrixAdd コマンドを使用して疎な浮動小数

22 点 ハードウェアデータ型行列のペアによる線形結合も改良されました 以下の例では スタッキングと拡大結合 ( ) に Matrix およびています Vector コンストラクタが使用され ベンチマークは Intel Core i5 CPU 上にインストールされた 2.80GHz 64-bit Mapl 17 for で計算されたものです Linux 疎なベクトルの結合 Maple では ベクトル 16 V にそれ自身を 3 回結合するのに約 28 秒かかり 出力ベクトルは完全な矩形なデータ構造になります 割り当てられるメモリは 1.27GiB 増加します Maple では 所要時間は 秒未満で 疎なデータ構造のベクトルが生成されます メモリ割り当ては 30.5MiB 増加します 例 (6.1 memory used=76.37mib, alloc chang ms, real time=121.00ms ( (6.1 疎な行列の連結 Maple では 行列 16 M にそれ自身を連結するのに約 20 秒かかり 出力行列は完全な矩形なデータ構造になります Maple では 所要時間は 秒未満で 疎なデータ構造として行列が生成されます メ

23 モリ割り当ては 48MiB 増加します 例 (6.2 memory used=0.76mib, alloc change 30.00ms, real time=55.00ms ( (6.2 疎な行列の簡単な線形結合 Maple では 以下のコマンドの実行に 16 3 分かかり 割り当てられるメモリは増加します 400MiB Maple では 所要時間は 17 1 秒未満で 割り当てられるメモリは 76MiB 増加します 例 memory used=76.67mib, alloc change= ms, real time=417.00ms (6.3.1)

24 (6.3.1) 参照 Maple の基本関数 17, Maple のメモリ領域 17, 線形代数の並列処理, ガベージコレクション, 疎な行列とベクトル

Pervasive PSQL v11 のベンチマーク パフォーマンスの結果

Pervasive PSQL v11 のベンチマーク パフォーマンスの結果 Pervasive PSQL v11 のベンチマークパフォーマンスの結果 Pervasive PSQL ホワイトペーパー 2010 年 9 月 目次 実施の概要... 3 新しいハードウェアアーキテクチャがアプリケーションに及ぼす影響... 3 Pervasive PSQL v11 の設計... 4 構成... 5 メモリキャッシュ... 6 ベンチマークテスト... 6 アトミックテスト... 7

More information

Microsoft PowerPoint - sales2.ppt

Microsoft PowerPoint - sales2.ppt 最適化とは何? CPU アーキテクチャに沿った形で最適な性能を抽出できるようにする技法 ( 性能向上技法 ) コンパイラによるプログラム最適化 コンパイラメーカの技量 経験量に依存 最適化ツールによるプログラム最適化 KAP (Kuck & Associates, Inc. ) 人によるプログラム最適化 アーキテクチャのボトルネックを知ること 3 使用コンパイラによる性能の違い MFLOPS 90

More information

ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ PASCO CORPORATION 2015

ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ PASCO CORPORATION 2015 ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ 本セッションの目的 本セッションでは ERDAS IMAGINEにおける処理速度向上を目的として機器 (SSD 等 ) 及び並列処理の比較 検討を行った 1.SSD 及び RAMDISK を利用した処理速度の検証 2.Condorによる複数 PCを用いた並列処理 2.1 分散並列処理による高速化試験 (ERDAS IMAGINEのCondorを使用した試験

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 応用数理概論 準備 端末上で cd ~/ mkdir cppwork cd cppwork wget http://271.jp/gairon/main.cpp wget http://271.jp/gairon/matrix.hpp とコマンドを記入. ls とコマンドをうち,main.cppとmatrix.hppがダウンロードされていることを確認. 1 準備 コンパイル c++ -I. -std=c++0x

More information

4 倍精度基本線形代数ルーチン群 QPBLAS の紹介 [index] 1. Introduction 2. Double-double algorithm 3. QPBLAS 4. QPBLAS-GPU 5. Summary 佐々成正 1, 山田進 1, 町田昌彦 1, 今村俊幸 2, 奥田洋司

4 倍精度基本線形代数ルーチン群 QPBLAS の紹介 [index] 1. Introduction 2. Double-double algorithm 3. QPBLAS 4. QPBLAS-GPU 5. Summary 佐々成正 1, 山田進 1, 町田昌彦 1, 今村俊幸 2, 奥田洋司 4 倍精度基本線形代数ルーチン群 QPBLAS の紹介 [index] 1. Introduction 2. Double-double algorithm 3. QPBLAS 4. QPBLAS-GPU 5. Summary 佐々成正 1, 山田進 1, 町田昌彦 1, 今村俊幸 2, 奥田洋司 3 1 1 日本原子力研究開発機構システム計算科学センター 2 理科学研究所計算科学研究機構 3 東京大学新領域創成科学研究科

More information

EnSightのご紹介

EnSightのご紹介 オープン CAE シンポジウム 2014 汎用ポストプロセッサー EnSight の大規模データ対応 CEI ソフトウェア株式会社代表取締役吉川慈人 http://www.ceisoftware.co.jp/ 内容 大規模データで時間のかかる処理 クライアント サーバー機能 マルチスレッドによる並列処理 サーバーの分散処理 クライアントの分散処理 ( 分散レンダリング ) EnSightのOpenFOAMインターフェース

More information

21 章のお話

21 章のお話 21 章のお話 オブジェクトヘッダ 型オブジェクトポインター (4byte, 8byte) 型の構造体へのポンタ 同期ブロックインデックス (4byte, 8byte) ロックとか COM で利用する フィールド マネージヒープ NextObjPtr マネージヒープ NextObjPtr オブジェクト A を割り当てたい! 同期ブロック 同期ブロックインデックス ~ フィールドまでが入るようにする

More information

Microsoft Word - nvsi_050110jp_netvault_vtl_on_dothill_sannetII.doc

Microsoft Word - nvsi_050110jp_netvault_vtl_on_dothill_sannetII.doc Article ID: NVSI-050110JP Created: 2005/10/19 Revised: - NetVault 仮想テープ ライブラリのパフォーマンス検証 : dothill SANnetⅡSATA 編 1. 検証の目的 ドットヒルシステムズ株式会社の SANnetll SATA は 安価な SATA ドライブを使用した大容量ストレージで ディスクへのバックアップを行う際の対象デバイスとして最適と言えます

More information

N08

N08 CPU のキモチ C.John 自己紹介 英語きらい 絵かけない 人の話を素直に信じない CPUにキモチなんてない お詫び 予告ではCとC# とありましたがやる気と時間の都合上 C++のみを対象とします 今日のネタ元 MSDN マガジン 2010 年 10 月号 http://msdn.microsoft.com/ja-jp/magazine/cc850829.aspx Windows と C++

More information

Microsoft PowerPoint - DNS_BoF_SCS_ pptx

Microsoft PowerPoint - DNS_BoF_SCS_ pptx BIND マルチコア / プロセスパフォーマンステスト 28/7/9 住商情報システム株式会社服部成浩 s.hattori@scs.co.jp テストをした背景と内容 マルチコアの製品の低廉化 Bind はどのくらいパフォーマンスでるのか? 神明さんパッチ Nominum 製品はマルチコア対応でない テスト内容 2 種類のテストを実施 テスト 1: コア数と処理性能 テスト 2: 1 プロセス時と複数プロセス時の比較

More information

VXPRO R1400® ご提案資料

VXPRO R1400® ご提案資料 Intel Core i7 プロセッサ 920 Preliminary Performance Report ノード性能評価 ノード性能の評価 NAS Parallel Benchmark Class B OpenMP 版での性能評価 実行スレッド数を 4 で固定 ( デュアルソケットでは各プロセッサに 2 スレッド ) 全て 2.66GHz のコアとなるため コアあたりのピーク性能は同じ 評価システム

More information

板バネの元は固定にします x[0] は常に0です : > x[0]:=t->0; (1.2) 初期値の設定をします 以降 for 文処理のため 空集合を生成しておきます : > init:={}: 30 番目 ( 端 ) 以外については 初期高さおよび初速は全て 0 にします 初期高さを x[j]

板バネの元は固定にします x[0] は常に0です : > x[0]:=t->0; (1.2) 初期値の設定をします 以降 for 文処理のため 空集合を生成しておきます : > init:={}: 30 番目 ( 端 ) 以外については 初期高さおよび初速は全て 0 にします 初期高さを x[j] 機械振動論固有振動と振動モード 本事例では 板バネを解析対象として 数値計算 ( シミュレーション ) と固有値問題を解くことにより振動解析を行っています 実際の振動は振動モードと呼ばれる特定パターンが複数組み合わされますが 各振動モードによる振動に分けて解析を行うことでその現象を捉え易くすることが出来ます そこで 本事例では アニメーションを活用した解析結果の可視化も取り入れています 板バネの振動

More information

untitled

untitled A = QΛQ T A n n Λ Q A = XΛX 1 A n n Λ X GPGPU A 3 T Q T AQ = T (Q: ) T u i = λ i u i T {λ i } {u i } QR MR 3 v i = Q u i A {v i } A n = 9000 Quad Core Xeon 2 LAPACK (4/3) n 3 O(n 2 ) O(n 3 ) A {v i }

More information

Microsoft PowerPoint - GPUシンポジウム _d公開版.ppt [互換モード]

Microsoft PowerPoint - GPUシンポジウム _d公開版.ppt [互換モード] 200/0/9 数値流体解析の並列効率とその GPU による高速化の試み 清水建設 ( 株 ) 技術研究所 PHAM VAN PHUC ( ファムバンフック ) 流体計算時間短縮と GPU の活用の試み 現 CPUとの比較によりGPU 活用の可能性 現 CPU の最大利用 ノード内の最大計算資源の利用 すべてCPUコアの利用 適切なアルゴリズムの利用 CPU コア性能の何倍? GPU の利用の試み

More information

Microsoft Word ●IntelクアッドコアCPUでのベンチマーク_吉岡_ _更新__ doc

Microsoft Word ●IntelクアッドコアCPUでのベンチマーク_吉岡_ _更新__ doc 2.3. アプリ性能 2.3.1. Intel クアッドコア CPU でのベンチマーク 東京海洋大学吉岡諭 1. はじめにこの数年でマルチコア CPU の普及が進んできた x86 系の CPU でも Intel と AD がデュアルコア クアッドコアの CPU を次々と市場に送り出していて それらが PC クラスタの CPU として採用され HPC に活用されている ここでは Intel クアッドコア

More information

Microsoft PowerPoint - qcomp.ppt [互換モード]

Microsoft PowerPoint - qcomp.ppt [互換モード] 量子計算基礎 東京工業大学 河内亮周 概要 計算って何? 数理科学的に 計算 を扱うには 量子力学を計算に使おう! 量子情報とは? 量子情報に対する演算 = 量子計算 一般的な量子回路の構成方法 計算って何? 計算とは? 計算 = 入力情報から出力情報への変換 入力 計算機構 ( デジタルコンピュータ,etc ) 出力 計算とは? 計算 = 入力情報から出力情報への変換 この関数はどれくらい計算が大変か??

More information

Microsoft PowerPoint - os ppt [互換モード]

Microsoft PowerPoint - os ppt [互換モード] 4. メモリ管理 (1) 概要メモリ管理の必要性静的メモリ管理と動的メモリ管理スワッピング, 仮想記憶ページングとセグメンテーション 2008/5/ 20 メモリ管理 (1) 1 メモリはコンピュータの 5 大構成要素 装置 ( キーボード, マウス ) CPU ( 中央演算装置 ) 出 装置 ( モニタ, プリンタ ) 主記憶装置 ( メインメモリ ) 外部記憶装置 (HDD) 2008/5/ 20

More information

Microsoft PowerPoint - sp ppt [互換モード]

Microsoft PowerPoint - sp ppt [互換モード] システムプログラム概論 メモリ管理 (1) 第 x 講 : 平成 20 年 10 月 15 日 ( 水 ) 2 限 S1 教室 今日の講義概要 メモリ管理の必要性 静的メモリ管理と動的メモリ管理 スワッピング, 仮想記憶 ページングとセグメンテーション 中村嘉隆 ( なかむらよしたか ) 奈良先端科学技術大学院大学助教 y-nakamr@is.naist.jp http://narayama.naist.jp/~y-nakamr/

More information

本文ALL.indd

本文ALL.indd Intel Xeon プロセッサにおける Cache Coherency 時間の性能測定方法河辺峻田口成美古谷英祐 Intel Xeon プロセッサにおける Cache Coherency 時間の性能測定方法 Performance Measurement Method of Cache Coherency Effects on an Intel Xeon Processor System 河辺峻田口成美古谷英祐

More information

appli_HPhi_install

appli_HPhi_install 2018/3/7 HΦ version 3.0.0 インストール手順書 (Linux 64 ビット版 ) 目次 1. アプリケーション概要...- 1-2. システム環境...- 1-3. 必要なツール ライブラリのインストール...- 1-1 cmake...- 2-2 numpy...- 3-4. アプリケーションのインストール...- 4-5. 動作確認の実施...- 5 - 本手順書は HΦ

More information

組込み Linux の起動高速化 株式会社富士通コンピュータテクノロジーズ 亀山英司 1218ka01 Copyright 2013 FUJITSU COMPUTER TECHNOLOGIES LIMITED

組込み Linux の起動高速化 株式会社富士通コンピュータテクノロジーズ 亀山英司 1218ka01 Copyright 2013 FUJITSU COMPUTER TECHNOLOGIES LIMITED 組込み Linux の起動高速化 株式会社富士通コンピュータテクノロジーズ 亀山英司 1218ka01 組込み Linux における起動高速化 組込み Linux の起動時間短縮について依頼あり スペック CPU : Cortex-A9 ( 800MB - single) RAM: 500MB 程度 要件 起動時間 画出し 5 秒 音出し 3 秒 終了時間 数 ms で電源断 1 課題と対策 問題点

More information

untitled

untitled A = QΛQ T A n n Λ Q A = XΛX 1 A n n Λ X GPGPU A 3 T Q T AQ = T (Q: ) T u i = λ i u i T {λ i } {u i } QR MR 3 v i = Q u i A {v i } A n = 9000 Quad Core Xeon 2 LAPACK (4/3) n 3 O(n 2 ) O(n 3 ) A {v i }

More information

hpc141_shirahata.pdf

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

More information

平成20年度成果報告書

平成20年度成果報告書 ベンチマークレポート - データグリッド Caché 編 - 平成 22 年 9 月 グリッド協議会先端金融テクノロジー研究会ベンチマーク WG - i - 目次 1. CACHÉ (INTERSYSTEMS)... 1 1.1 Caché の機能概要... 1 1.2 Caché の評価結果... 2 1.2.1 ベンチマーク実行環境... 2 1.2.2 評価シナリオ: 事前テスト... 3 -

More information

スライド 1

スライド 1 知能制御システム学 画像処理の高速化 OpenCV による基礎的な例 東北大学大学院情報科学研究科鏡慎吾 swk(at)ic.is.tohoku.ac.jp 2007.07.03 リアルタイム処理と高速化 リアルタイム = 高速 ではない 目標となる時間制約が定められているのがリアルタイム処理である.34 ms かかった処理が 33 ms に縮んだだけでも, それによって与えられた時間制約が満たされるのであれば,

More information

Oracle Un お問合せ : Oracle Data Integrator 11g: データ統合設定と管理 期間 ( 標準日数 ):5 コースの概要 Oracle Data Integratorは すべてのデータ統合要件 ( 大量の高パフォーマンス バッチ ローブンの統合プロセスおよ

Oracle Un お問合せ : Oracle Data Integrator 11g: データ統合設定と管理 期間 ( 標準日数 ):5 コースの概要 Oracle Data Integratorは すべてのデータ統合要件 ( 大量の高パフォーマンス バッチ ローブンの統合プロセスおよ Oracle Un お問合せ : 0120- Oracle Data Integrator 11g: データ統合設定と管理 期間 ( 標準日数 ):5 コースの概要 Oracle Data Integratorは すべてのデータ統合要件 ( 大量の高パフォーマンス バッチ ローブンの統合プロセスおよびSOA 対応データ サービスへ ) を網羅する総合的なデータ統合プラットフォームです Oracle

More information

Operating System 仮想記憶

Operating System 仮想記憶 Operating System 仮想記憶 2018-12 記憶階層 高速 & 小容量 ( 高価 ) レジスタ アクセスタイム 数ナノ秒 容量 ~1KB CPU 内キャッシュ (SRAM) 数ナノ秒 1MB 程度 ランダムアクセス 主記憶 (DRAM) 数十ナノ秒 数 GB 程度 ランダムアクセス フラッシュメモリ (SSD) 約 100 万倍 シーケンシャルアクセス 磁気ディスク (HDD) 数十ミリ秒

More information

インテル(R) Visual Fortran コンパイラ 10.0

インテル(R) Visual Fortran コンパイラ 10.0 インテル (R) Visual Fortran コンパイラー 10.0 日本語版スペシャル エディション 入門ガイド 目次 概要インテル (R) Visual Fortran コンパイラーの設定はじめに検証用ソースファイル適切なインストールの確認コンパイラーの起動 ( コマンドライン ) コンパイル ( 最適化オプションなし ) 実行 / プログラムの検証コンパイル ( 最適化オプションあり ) 実行

More information

10-vm1.ppt

10-vm1.ppt オペレーティングシステム ~ 仮想記憶 (1) ~ 山田浩史 hiroshiy @ cc.tuat.ac.jp 2015/06/19 OS の目的 裸のコンピュータを抽象化 (abstraction) し より使いやすく安全なコンピュータとして見せること OS はハードウェアを制御し アプリケーションの効率的な動作や容易な開発を支援する OS がないと メモリをアプリケーション自身が管理しなければならない

More information

スライド 1

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

More information

TFTP serverの実装

TFTP serverの実装 TFTP サーバーの実装 デジタルビジョンソリューション 佐藤史明 1 1 プレゼンのテーマ組み込みソフトのファイル転送を容易に 2 3 4 5 基礎知識 TFTP とは 実践 1 実際に作ってみよう 実践 2 組み込みソフトでの実装案 最後におさらい 2 プレゼンのテーマ 組み込みソフトのファイル転送を容易に テーマ選択の理由 現在従事しているプロジェクトで お客様からファームウェアなどのファイル転送を独自方式からTFTPに変更したいと要望があった

More information

メール全文検索アプリケーション Sylph-Searcher のご紹介 SRA OSS, Inc. 日本支社技術部チーフエンジニア Sylpheed 開発者 山本博之 Copyright 2007 SRA OSS, Inc. Japan All right

メール全文検索アプリケーション Sylph-Searcher のご紹介 SRA OSS, Inc. 日本支社技術部チーフエンジニア Sylpheed 開発者 山本博之 Copyright 2007 SRA OSS, Inc. Japan All right メール全文検索アプリケーション Sylph-Searcher のご紹介 SRA OSS, Inc. 日本支社技術部チーフエンジニア Sylpheed 開発者 山本博之 yamamoto@sraoss.co.jp Sylph-Searcher とは Sylpheed 向け電子メール全文検索アプリケーション PostgreSQL 8.2の全文検索機能を利用 Linux/Unix Windows 2000

More information

(速報) Xeon E 系モデル 新プロセッサ性能について

(速報) Xeon E 系モデル 新プロセッサ性能について ( 速報 ) Xeon E5-2600 系モデル新プロセッサ性能について 2012 年 3 月 16 日 富士通株式会社 2012 年 3 月 7 日 インテル社より最新 CPU インテル Xeon E5 ファミリー の発表がありました この最新 CPU について PC クラスタシステムの観点から性能検証を行いましたので 概要を速報いたします プロセッサインテル Xeon プロセッサ E5-2690

More information

Page1

Page1 Windows 上での Caché 共有メモリの割り当て 2011 年 9 月 7 日 インターシステムズ カスタマーサポート Ray Fucillo Caché を起動すると Caché は データベース キャッシュ ( グローバル バッファ ) ルーチン キャッシュ 共有メモリ ヒープ ジャーナル バッファなどの制御構造に使用される単一の大規模なメモリ チャンクを割り当てます このメモリは 共有メモリ

More information

ポインタ変数

ポインタ変数 プログラミング及び実習 5 馬青 1 文字処理 数値処理 : 整数 浮動小数点数 単一の文字は と ( シングルクォーテーション ) で囲んで表現される 文字のデータ型は char または int である int を用いたほうが ライブラリの関数の引数の型と一致する 以下は全部 int の使用に統一する 従って int ch; で文字変数を宣言しておくと ch= A ; のように ch に文字 A

More information

修士論文

修士論文 AVX を用いた倍々精度疎行列ベクトル積の高速化 菱沼利彰 1 藤井昭宏 1 田中輝雄 1 長谷川秀彦 2 1 工学院大学 2 筑波大学 1 目次 1. 研究背景 目的 2. 実装, 実験環境 3. 実験 - 倍々精度ベクトル演算 - 4. 実験 - 倍々精度疎行列ベクトル積 - 5. まとめ 多倍長精度計算フォーラム 2 目次 1. 研究背景 目的 2. 実装, 実験環境 3. 実験 - 倍々精度ベクトル演算

More information

Microsoft Word - JP-AppLabs-MySQL_Update.doc

Microsoft Word - JP-AppLabs-MySQL_Update.doc アダプテック MaxIQ SSD キャッシュパフォーマンスソリューション MySQL 分析 September 22, 2009 はじめにアダプテックは Adaptec 5445Z ストレージコントローラでアダプテック MaxIQ SSD キャッシュパフォーマンスソリューション使用した場合のパフォーマンス評価を依頼しました アダプテックは 5 シリーズコントローラ全製品において MaxIQ をサポートしています

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 多倍長精度演算の性能評価 日時 年 月 日 :3-: 場所工学院大学新宿校舎 8 階第 4 会議室 高エネルギー加速器研究機構 濱口信行 hgu@post.kek.jp // 第 回多倍長精度計算フォーラム . はじめに 計算センター => ユーザプログラムの実行効率は何 % です よく出ています or 改善してください 実行性能 = 演算量 / 実行時間実行効率 = 実行性能 / 理論性能 ユーザ実行時間

More information

fse7_time_sample

fse7_time_sample NXPowerLite 7.1.16 ファイルサーバーエディション 軽量化処理時間について 株式会社オーシャンブリッジ 2018 年 1 月 18 日 FSE7116-20180118 マルチスレッド処理 バージョン 7.1.16 よりマルチスレッド処理に対応したことにより軽量化処理を同時並行させることが可能になりました 軽量化処理のスピードは従来通りですが 複数ファイルの並行処理が可能になったことで

More information

InstallShield FAQ < 独自の InstallShield 前提条件を作成する > 注 ) このドキュメントは InstallShield 2014 Premier Edition を基に作成しています InstallShield 2014 以外のバージョンでは設定名などが異なる場合

InstallShield FAQ < 独自の InstallShield 前提条件を作成する > 注 ) このドキュメントは InstallShield 2014 Premier Edition を基に作成しています InstallShield 2014 以外のバージョンでは設定名などが異なる場合 < 独自の InstallShield 前提条件を作成する > 注 ) このドキュメントは InstallShield 2014 Premier Edition を基に作成しています InstallShield 2014 以外のバージョンでは設定名などが異なる場合もあります 概要 InstallShield 前提条件は 製品が必要とする他製品やテクノロジ フレームワークをインストールするための機能を提供しています

More information

Hphi実行環境導入マニュアル_v1.1.1

Hphi実行環境導入マニュアル_v1.1.1 HΦ の計算環境構築方法マニュアル 2016 年 7 月 25 日 東大物性研ソフトウェア高度化推進チーム 目次 VirtualBox を利用した HΦ の導入... 2 VirtualBox を利用した MateriAppsLive! の導入... 3 MateriAppsLive! への HΦ のインストール... 6 ISSP スパコンシステム B での HΦ の利用方法... 8 各種ファイルの置き場所...

More information

計算機概論

計算機概論 計算機概論 第 8 回 : ファイルとファイルシステム ファイルシステム ディスクファイルシステム は 直接的か間接的かに関わらずコンピュータシステムに接続された補助記憶装置 特にハードディスク上にファイルを格納するためのものである ディスクファイルシステムとしては FAT NTFS HFS ext2 ext3 ext4 などがある オペレーティングシステム (OS) はファイルシステムを提供している

More information

Microsoft Word - appli_SMASH_tutorial_2.docx

Microsoft Word - appli_SMASH_tutorial_2.docx チュートリアル SMASH version 2.2.0 (Linux 64 ビット版 ) 本チュートリアルでは 量子化学計算ソフトウェア SMASH バージョン 2.2.0 について ソフトウェアの入手 / 実行モジュール作成 / 計算実行 / 可視化処理までを例示します 1. ソフトウェアの入手以下の URL よりダウンロードします https://sourceforge.net/projects/smash-qc/files/smash-2.2.0.tgz/download

More information

Microsoft PowerPoint - yamagata.ppt

Microsoft PowerPoint - yamagata.ppt グリッド上におけるにおける仮想計算 機を用いたいたジョブジョブ実行環境 構築システムシステムの高速化 山形育平 高宮安仁 中田秀基, 松岡聡, : 東京工業大学 : 産業技術総合研究所 : 国立情報学研究所 1 背景 グリッド技術の普及 複数ユーザがネットワーク接続された計算機資源を共有する機会が増加 ユーザが利用する OS やライブラリが多様化 各計算機にインストールされている必要がある 各計算機間で管理ポリシーが異なる

More information

目次 商標について.1 表記内容について.1 1 エディタ.2 1.1bluefish.2 1.2texi2html.2 2 科学.3 2.1chemtool.3 2.2Rasmol.3 2.3celestia.3 3 画像.4 3.1Blender.4 3.2tgif.4 4 数学.5 4.1ge

目次 商標について.1 表記内容について.1 1 エディタ.2 1.1bluefish.2 1.2texi2html.2 2 科学.3 2.1chemtool.3 2.2Rasmol.3 2.3celestia.3 3 画像.4 3.1Blender.4 3.2tgif.4 4 数学.5 4.1ge USB-KNOPPIX 追加可能 アプリケーション一覧 2009 年 07 月株式会社アルファシステムズ 目次 商標について.1 表記内容について.1 1 エディタ.2 1.1bluefish.2 1.2texi2html.2 2 科学.3 2.1chemtool.3 2.2Rasmol.3 2.3celestia.3 3 画像.4 3.1Blender.4 3.2tgif.4 4 数学.5 4.1geg.5

More information

今週の進捗

今週の進捗 Virtualize APIC access による APIC フック手法 立命館大学富田崇詠, 明田修平, 瀧本栄二, 毛利公一 2016/11/30 1 はじめに (1/2) マルウェアの脅威が問題となっている 2015年に4 億 3000 万以上の検体が新たに発見されている マルウェア対策にはマルウェアが持つ機能 挙動の正確な解析が重要 マルウェア動的解析システム : Alkanet 仮想計算機モニタのBitVisorの拡張機能として動作

More information

> data2d:=< <($1..15)> RandomVector(15,ge 線形補間を生成する plot コマンドを次に示します このコマンドの目的は 上記コマンドの代わりにスムーズな曲線を生成することです > display( plot(data2d, color=black), poin

> data2d:=< <($1..15)> RandomVector(15,ge 線形補間を生成する plot コマンドを次に示します このコマンドの目的は 上記コマンドの代わりにスムーズな曲線を生成することです > display( plot(data2d, color=black), poin Maple の補間プロットと平滑化 16 このワークシートのトピックは 指定した 2-D データと 3-D データの補間と平滑化です 構成は 次元 タスク およびデータの規則性によって分類されます 共通するタスクは データポイントを通過または近似する曲線または面として データのプロットだけを生成することです もう 1 つのタスクは データを近似し 元のデータポイントの近くにある個々のポイントの値をクエリすることできるプロシージャや区分関数スプライン式を生成することです

More information

スライド 1

スライド 1 本日 (4/25) の内容 1 並列計算の概要 並列化計算の目的 並列コンピュータ環境 並列プログラミングの方法 MPI を用いた並列プログラミング 並列化効率 2 並列計算の実行方法 Hello world モンテカルロ法による円周率計算 並列計算のはじまり 並列計算の最初の構想を イギリスの科学者リチャードソンが 1922 年に発表 < リチャードソンの夢 > 64000 人を円形の劇場に集めて

More information

memcached 方式 (No Replication) 認証情報は ログインした tomcat と設定された各 memcached サーバーに認証情報を分割し振り分けて保管する memcached の方系がダウンした場合は ログインしたことのあるサーバーへのアクセスでは tomcat に認証情報

memcached 方式 (No Replication) 認証情報は ログインした tomcat と設定された各 memcached サーバーに認証情報を分割し振り分けて保管する memcached の方系がダウンした場合は ログインしたことのあるサーバーへのアクセスでは tomcat に認証情報 IdPClusteringPerformance Shibboleth-IdP 冗長化パフォーマンス比較試験報告書 2012 年 1 月 17 日国立情報学研究所 Stateless Clustering 方式は SAML2 を想定しているため CryptoTransientID は不使用 使用するとパフォーマンスが悪くなる可能性あり Terracotta による冗長化について EventingMapBasedStorageService

More information

富士通PCサーバ「PRIMERGY RX2530 M4」における「TeraStation TS5010 / TS3010」シリーズ動作検証報告

富士通PCサーバ「PRIMERGY RX2530 M4」における「TeraStation TS5010 / TS3010」シリーズ動作検証報告 富士通 PC サーバ PRIMERGY RX2530 M4 における TeraStation TS5010 / TS3010 シリーズ動作検証報告 検証日 : 平成 29 年 12 月 11 日 ~12 月 22 日 検証場所 : 株式会社バッファロー本社 1 目次 1. 本動作検証の目的... 3 2. 本動作検証の環境について... 3 2.1 検証環境... 3 2.2 NAS の構成...

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション LAN 1. LAN,. NAT,., LAN. NTMobile Network Traversal with Mobilty [1]. NTMobile. OS TUN/TAP, LAN. 2. NTMobile NTMobile NAT, IPv4/IPv6,,. NTMobile. DC Direction Coordinator. NTMobile. DC,. NTMobile NTMfw.

More information

Title Slide with Picture

Title Slide with Picture 意外と知らない!? オラクル ライセンス見積 ABC -Oracle Database 編 - 本資料は 2016 年 10 月 3 日時点の情報として有効です 以下の事項は 弊社の一般的な製品の方向性に関する概要を説明するものです また 情報提供を唯一の目的とするものであり いかなる契約にも組み込むことはできません 以下の事項は マテリアルやコード 機能を提供することをコミットメント ( 確約 )

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション Oracle GRID Center Flash SSD + 最新ストレージと Oracle Database で実現するデータベース統合の新しい形 2011 年 2 月 23 日日本オラクル Grid Center エンジニア岩本知博 進化し続けるストレージ関連技術 高速ストレージネットワークの多様化 低価格化 10GbE FCoE 8Gb FC ディスクドライブの多様化および大容量 / 低価格化

More information

CLEFIA_ISEC発表

CLEFIA_ISEC発表 128 ビットブロック暗号 CLEFIA 白井太三 渋谷香士 秋下徹 盛合志帆 岩田哲 ソニー株式会社 名古屋大学 目次 背景 アルゴリズム仕様 設計方針 安全性評価 実装性能評価 まとめ 2 背景 AES プロジェクト開始 (1997~) から 10 年 AES プロジェクト 攻撃法の進化 代数攻撃 関連鍵攻撃 新しい攻撃法への対策 暗号設計法の進化 IC カード, RFID などのアプリケーション拡大

More information

Microsoft Word ●書式付IO性能_杉崎_ _更新__ doc

Microsoft Word ●書式付IO性能_杉崎_ _更新__ doc 2.2.3. 書式付 I/O 性能 上智大学南部伸孝富士通株式会社内藤俊也 杉崎由典 1. はじめに I/O 処理に要する時間の内訳は システムの実 I/O 時間 + ランタイムの書式処理時間となっている プログラムを用いた書式付 I/O 時間を富士通コンパイラで評価した所 システム時間が約 12% であり ランタイム時間が約 88% ということが確認された 即ち 書式付 I/O 性能は ランタイムの性能に大きく影響される

More information

BitVisor Updates in 2016

BitVisor Updates in 2016 BitVisor 2016 年の主な変更点 榮樂英樹 株式会社イーゲル 2016-11-30 BitVisor Summit 5 1 BitVisor 2016 年の主な変更点 Intel GbE MSI + virtio-net MSI-X 対応 性能改善 Thread, Nested Paging バグ修正 mm_lock レースコンディション UEFI スタックアラインメント ATA コマンド

More information

Oracle Data Pumpのパラレル機能

Oracle Data Pumpのパラレル機能 Oracle Data Pump のパラレル機能 Carol Palmer オラクル社 Principal Product Manager はじめに Oracle Database 10g 上の Oracle Data Pump により 異なるデータベース間のデータとメタデータを高速で移動できます Data Pump の最も便利な機能の 1 つは エクスポート ジョブとインポート ジョブをパラレルに実行しパフォーマンスを高める機能です

More information

高性能計算研究室の紹介 High Performance Computing Lab.

高性能計算研究室の紹介 High Performance Computing Lab. 高性能計算研究室 (HPC Lab) の紹介 High Performance Computing Lab. 静岡理工科大学総合情報学部コンピュータシステム学科 ( 兼 Web デザイン特別プログラム ) 幸谷智紀 543 研究室 幸谷研究室 @ 静岡 検索 概要 1. 幸谷智紀 個人の研究テーマ 2. 3 年生ゼミ ( 情報セミナー II) 3. 卒研テーマ 4. 過去の卒研 5. 今後について

More information

PowerPoint Presentation

PowerPoint Presentation 付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像

More information

about MPI

about MPI 本日 (4/16) の内容 1 並列計算の概要 並列化計算の目的 並列コンピュータ環境 並列プログラミングの方法 MPI を用いた並列プログラミング 並列化効率 2 並列計算の実行方法 Hello world モンテカルロ法による円周率計算 並列計算のはじまり 並列計算の最初の構想を イギリスの科学者リチャードソンが 1922 年に発表 < リチャードソンの夢 > 64000 人を円形の劇場に集めて

More information

cmpsys15w07_os.ppt

cmpsys15w07_os.ppt 情報システム論 第 7 週ソフトウェアシステム Operating System (part I) 根來 均 ソフトウェア (Software) とは プログラムと同義もしくは各種プログラムの総称 ソフトウェアは 記憶装置上などに 電子的にのみ (0/1 で記録された情報として ) 存在する ソフトウェアに対して 物理的に存在する CPU 等の各種装置をハードウェア Hardware と呼ぶ 例えば

More information

製品開発の現場では 各種のセンサーや測定環境を利用したデータ解析が行われ シミュレーションや動作検証等に役立てられています しかし 日々収集されるデータ量は増加し 解析も複雑化しており データ解析の負荷は徐々に重くなっています 例えば自動車の車両計測データを解析する場合 取得したデータをそのまま解析

製品開発の現場では 各種のセンサーや測定環境を利用したデータ解析が行われ シミュレーションや動作検証等に役立てられています しかし 日々収集されるデータ量は増加し 解析も複雑化しており データ解析の負荷は徐々に重くなっています 例えば自動車の車両計測データを解析する場合 取得したデータをそのまま解析 ホワイトペーパー Excel と MATLAB の連携がデータ解析の課題を解決 製品開発の現場では 各種のセンサーや測定環境を利用したデータ解析が行われ シミュレーションや動作検証等に役立てられています しかし 日々収集されるデータ量は増加し 解析も複雑化しており データ解析の負荷は徐々に重くなっています 例えば自動車の車両計測データを解析する場合 取得したデータをそのまま解析に使用することはできず

More information

Title Slide with Picture

Title Slide with Picture 意外と知らない!? オラクル ライセンス見積 ABC -Oracle Database 編 - 本資料は 2018 年 6 月 1 日時点の情報として有効です 以下の事項は 弊社の一般的な製品の方向性に関する概要を説明するものです また 情報提供を唯一の目的とするものであり いかなる契約にも組み込むことはできません 以下の事項は マテリアルやコード 機能を提供することをコミットメント ( 確約 )

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 数字を扱う変数 目的 整数の型 少数点を含む型 Byte Integer Long 整数の型の種類 LongLong(64bit 版のみ ) Byte Integer Long 整数の型の種類 LongLong(64bit 版のみ ) バイト型サイズ :1 バイト範囲 0~255 Byte Integer Long 整数の型の種類 LongLong(64bit 版のみ ) 長整数型サイズ :4 バイト範囲

More information

ORACLE PARTITIONING

ORACLE PARTITIONING 注 : 本書は情報提供のみを目的としています 下記の事項は マテリアルやコード 機能の提供を確約するものではな く また 購買を決定する際の判断材料とはなりえません 本書に記載されている機能の開発 リリースおよび時期に ついては 弊社の裁量により決定いたします ORACLE PARTITIONING Oracle Partitioning 第 8 世代の実績のある機能 市場で広範に利用されるもっとも包括的な製品

More information

ic3_cf_p1-70_1018.indd

ic3_cf_p1-70_1018.indd 章オペレーティングシステム()の基いソフトウェアで 基本ソフトウェア とも呼ばれます 第礎第 章 オペレーティングシステム () の基礎 - の役割と動作 ここでは コンピューターの基本的な構成やオペレーティングシステムの基本的な役割と操作を学習します -- コンピューターの基本構成 現代社会では さまざまな種類のコンピューター機器が各分野で利用されています 身近なものでは パソコン タブレット スマートフォンなどがありますが

More information

Perforce vs. Subversion

Perforce vs. Subversion 比較 : PERFORCE と Subversion 注 : この資料は Perforce Software 社が作成したドキュメントを東陽テクニカが日本語に翻訳したものです オリジナルは http://www.perforce.com/perforce/comparisons/perforce_subversion.pdf をご参照ください この資料の中で説明されている機能のうち 日本語版 PERFORCE

More information

QuartusII SOPC_Builderで利用できるGPIF-AVALONブリッジとは?

QuartusII SOPC_Builderで利用できるGPIF-AVALONブリッジとは? レジスタ アクセスの拡張機能 1. レジスタ アクセスの概要 Smart-USB Plus 製品で利用できるレジスタ アクセスとは FPGA 内にハードウエア レジスタを実装し ホスト PC の制御ソフトウエアから USB 経由でそれらのレジスタに値を設定したり レジスタの設定値を読み出すことができる機能です このレジスタ アクセス制御には USB バス仕様に基づく コントロール転送 を利用しています

More information

Microsoft PowerPoint - mp11-06.pptx

Microsoft PowerPoint - mp11-06.pptx 数理計画法第 6 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 第 5 章組合せ計画 5.2 分枝限定法 組合せ計画問題 組合せ計画問題とは : 有限個の もの の組合せの中から, 目的関数を最小または最大にする組合せを見つける問題 例 1: 整数計画問題全般

More information

Microsoft PowerPoint - CSA_B3_EX2.pptx

Microsoft PowerPoint - CSA_B3_EX2.pptx Computer Science A Hardware Design Excise 2 Handout V2.01 May 27 th.,2019 CSAHW Computer Science A, Meiji University CSA_B3_EX2.pptx 32 Slides Renji Mikami 1 CSAHW2 ハード演習内容 2.1 二次元空間でのベクトルの直交 2.2 Reserved

More information

Microsoft PowerPoint - kougi7.ppt

Microsoft PowerPoint - kougi7.ppt 到達目標 スーパバイザモード, 特権命令, 割り込み CPU の割り込みメカニズム 割り込みの種類ごとに, 所定の例外処理が呼び出される スーパーバイザモードに, 自動的に切り替わる 割り込み終了後に 元のモード に戻る ハードウエア割り込みについて 割り込み禁止 割り込み発生時の CPU の挙動 現在の処理を中断 例外処理用のプログラム ( ハンドラともいう ) が起動される プログラム実行の流れ

More information

Hadoop LZO圧縮機能の検証

Hadoop LZO圧縮機能の検証 ホワイトペーパー Hadoop LZO 圧縮機能の検証 対象 Apache Hadoop 対象バージョン Apache Hadoop 0.20.203.0 / LZO 2.03 概要 本書は Hadoop の処理対象データを LZO 形式で圧縮した場合 処理時間 と HDFS 使用量 の関係と効果について確認する事を目的として実施した 検証の内容 およびその結果を記載したものです 検証の結果 LZO

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション BitVisor のための OS の状態の復元機能 2013 年 12 月 6 日 電気通信大学河﨑雄大大山恵弘 1 BitVisor Summit 2 2013/12/6 背景 近年 マルウェアなどの多くのセキュリティ脅威が発見されている OS 上のセキュリティシステムで監視や防御をするのが一般的な方法である しかし OS が乗っ取られてしまうと無効化されてしまう 監視や防御などの処理は OS の外で行いたい!

More information

ユーザーズマニュアル 有線ネットワークシステム 発行日 2016 年 3 月 30 日

ユーザーズマニュアル 有線ネットワークシステム 発行日 2016 年 3 月 30 日 ユーザーズマニュアル 有線ネットワークシステム 発行日 2016 年 3 月 30 日 目次 1 2 3 はじめに...1 1.1 前提知識...1 1.2 システム概要...1 1.3 動作環境...4 1.3.1 IP 経路情報監視 RTC...4 1.3.2 IP 経路情報ビューア RTC...6 インストール...7 2.1 RTC の入手方法...7 2.2 IP 経路情報監視 RTC...7

More information

Microsoft Word ã‡»ã…«ã‡ªã…¼ã…‹ã…žã…‹ã…³ã†¨åłºæœ›å•¤(佒芤喋çfl�)

Microsoft Word ã‡»ã…«ã‡ªã…¼ã…‹ã…žã…‹ã…³ã†¨åłºæœ›å•¤(佒芤喋çfl�) Cellulr uo nd heir eigenlues 東洋大学総合情報学部 佐藤忠一 Tdzu So Depren o Inorion Siene nd rs Toyo Uniersiy. まえがき 一次元セルオ-トマトンは数学的には記号列上の行列の固有値問題である 固有値問題の行列はふつう複素数体上の行列である 量子力学における固有値問題も無限次元ではあるが関数環上の行列でその成分は可換環である

More information

はじめに Web アプリケーションの発展と普及の勢いは弱まる兆しがありません 弱まるどころか 加速し続けています これは これまでの ERP CRM Web 2.0 などの Web ベースアプリケーションが提供してきたメリットを考えると 不思議なことではありません Web アプリケーションの爆発的拡

はじめに Web アプリケーションの発展と普及の勢いは弱まる兆しがありません 弱まるどころか 加速し続けています これは これまでの ERP CRM Web 2.0 などの Web ベースアプリケーションが提供してきたメリットを考えると 不思議なことではありません Web アプリケーションの爆発的拡 ncore テクノロジー Web アプリケーションデリバリー性能の飛躍的向上 www.citrix.com はじめに Web アプリケーションの発展と普及の勢いは弱まる兆しがありません 弱まるどころか 加速し続けています これは これまでの ERP CRM Web 2.0 などの Web ベースアプリケーションが提供してきたメリットを考えると 不思議なことではありません Web アプリケーションの爆発的拡大の一方で

More information

はじめに Dell PowerVault DL2000 Powered by Symantec Backup Exec は シンプルで管理しやすいデータ保護機能を提供する 柔軟かつ経済的なバックアップソリューションです 本ホワイトペーパーでは PowerVault DL2000 の バリューシリーズ

はじめに Dell PowerVault DL2000 Powered by Symantec Backup Exec は シンプルで管理しやすいデータ保護機能を提供する 柔軟かつ経済的なバックアップソリューションです 本ホワイトペーパーでは PowerVault DL2000 の バリューシリーズ Dell PowerVault DL2000 のバックアップ性能 デルテクニカルホワイトペーパー Dell PowerVault DL2000 Powered By Symantec 作成 : Muffadal Quettawala Scott Reichmanis はじめに Dell PowerVault DL2000 Powered by Symantec Backup Exec は シンプルで管理しやすいデータ保護機能を提供する

More information

演習1: 演習準備

演習1: 演習準備 演習 1: 演習準備 2013 年 8 月 6 日神戸大学大学院システム情報学研究科森下浩二 1 演習 1 の内容 神戸大 X10(π-omputer) について システム概要 ログイン方法 コンパイルとジョブ実行方法 OpenMP の演習 ( 入門編 ) 1. parallel 構文 実行時ライブラリ関数 2. ループ構文 3. shared 節 private 節 4. reduction 節

More information

ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社

ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社 ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社 概要 NEC は ビッグデータの分析を高速化する分散処理技術を開発しました 本技術により レコメンド 価格予測 需要予測などに必要な機械学習処理を従来の 10 倍以上高速に行い 分析結果の迅速な活用に貢献します ビッグデータの分散処理で一般的なオープンソース Hadoop を利用 これにより レコメンド 価格予測 需要予測などの分析において

More information

目次 Excel Services のパフォーマンスとキャパシティの要件を予測する... 3 テストファームの特性... 3 データセット... 3 負荷... 4 推奨および最大の決定... 5 ハードウェア設定とトポロジ... 5 ラボハードウェア... 5 トポロジ... 6 スケールアウトテ

目次 Excel Services のパフォーマンスとキャパシティの要件を予測する... 3 テストファームの特性... 3 データセット... 3 負荷... 4 推奨および最大の決定... 5 ハードウェア設定とトポロジ... 5 ラボハードウェア... 5 トポロジ... 6 スケールアウトテ Microsoft SharePoint Server 2010 での Excel Services のパフォーマンスとキャパシティ要件を検討する このドキュメントは現状有姿で提供され このドキュメント (URL などのインターネット Web サイトにある参照先を含む ) に記載さ れている情報および見解は 将来予告なしに変更することがあります これを使用する責任はお客様ご自身にあります このドキュメントに記載されている例の一部は

More information

プログラミング実習I

プログラミング実習I プログラミング実習 I 03 変数と式 人間システム工学科井村誠孝 m.imura@kwansei.ac.jp 3.1 変数と型 変数とは p.60 C 言語のプログラム中で, 入力あるいは計算された数や文字を保持するには, 変数を使用する. 名前がついていて値を入れられる箱, というイメージ. 変数定義 : 変数は変数定義 ( 宣言 ) してからでないと使うことはできない. 代入 : 変数には値を代入できる.

More information

【Cosminexus V9】クラウドサービスプラットフォーム Cosminexus

【Cosminexus V9】クラウドサービスプラットフォーム Cosminexus http://www.hitachi.co.jp/soft/ask/ http://www.hitachi.co.jp/cosminexus/ Printed in Japan(H) 2014.2 CA-884R データ管 タ管理 理 ノンストップデータベース データ管 タ管理 理 インメモリデータグリッド HiRDB Version 9 ucosminexus Elastic Application

More information

使用する前に

使用する前に この章では Cisco Secure ACS リリース 5.5 以降から Cisco ISE リリース 2.4 システムへのデー タ移行に使用される Cisco Secure ACS to Cisco ISE Migration Tool について説明します 移行の概要 1 ページ Cisco Secure ACS から データ移行 1 ページ Cisco Secure ACS to Cisco ISE

More information

PHP 開発ツール Zend Studio PHP アフ リケーションサーハ ー Zend Server OSC Tokyo/Spring /02/28 株式会社イグアスソリューション事業部

PHP 開発ツール Zend Studio PHP アフ リケーションサーハ ー Zend Server OSC Tokyo/Spring /02/28 株式会社イグアスソリューション事業部 PHP 開発ツール Zend Studio PHP アフ リケーションサーハ ー Zend Server ご紹介 @ OSC Tokyo/Spring 2015 2015/02/28 株式会社イグアスソリューション事業部 アジェンダ Eclipse ベースの PHP 開発ツール Zend Studio 11 日本語版によるアプリケーション開発について PHP アプリケーションサーバー Zend Server

More information

6 文字列処理 ( 教科書 p.301p.332) 今回は 言語の文字列処理について復習し, 文字列の探索手法について学びます. 文字列とはプログラム上での文字の並びを表すのが文字列です. これは中身が空であっても同様に呼ばれます. 言語では "STRING" のように文字の並びを二重引用符 " で囲んだものを文字列リテラルと呼びます. SII コードの場合, 割り当てられる数値は図 1 のようになっています.

More information

memo

memo 計数工学プログラミング演習 ( 第 4 回 ) 2016/05/10 DEPARTMENT OF MATHEMATICA INFORMATICS 1 内容 リスト 疎行列 2 連結リスト (inked ists) オブジェクトをある線形順序に並べて格納するデータ構造 単方向連結リスト (signly linked list) の要素 x キーフィールド key ポインタフィールド next x->next:

More information

Using VectorCAST/C++ with Test Driven Development

Using VectorCAST/C++ with Test Driven Development ホワイトペーパー V2.0 2018-01 目次 1 はじめに...3 2 従来型のソフトウェア開発...3 3 テスト主導型開発...4 4...5 5 TDD を可能にするテストオートメーションツールの主要機能...5 5.1 テストケースとソースコード間のトレーサビリティー...5 5.2 テストケースと要件間のトレーサビリティー...6 6 テスト主導型開発の例...7 2 1 はじめに 本書では

More information

Microsoft Word - WatchUsbManager for Web リソースモニター結果.docx

Microsoft Word - WatchUsbManager for Web リソースモニター結果.docx WatchUsbManager for Web 使用ポート 1. サーバー Manager 側 4021 リモートコピー機能などのファイルやり取りの FTP ポートとして使用 4034 クライアント Agent とメッセージをやりとりするためのポート 4035 Manager が稼働しているかどうかの確認ポート ( 以前は使用しておりましたが 現在未使用 ) 4091 Web サービス提供ポート http(

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション Dell PowerEdge C6320 スケーラブルサーバアプライアンス 仮想化アプライアンスサーバ 最新のプロセッサを搭載したサーバプラットフォーム vsmp Foundation によるサーバ仮想化と統合化の適用 システムはセットアップを完了した状態でご提供 基本構成ではバックプレーン用のスイッチなどが不要 各ノード間を直接接続 冗長性の高いバックプレーン構成 利用するサーバプラットフォームは

More information

提案書

提案書 アクセスログ解析ソフト Angelfish インストールについて Windows 版 2018 年 05 月 07 日 ( 月 ) 有限会社インターログ TEL: 042-354-9620 / FAX: 042-354-9621 URL: http://www.interlog.co.jp/ はじめに Angelfish のインストールに手順について説明致します 詳細は US のヘルプサイトを参照してください

More information

Microsoft PowerPoint - Android+TPMによるセキュアブート_KDDI研_後日配布用

Microsoft PowerPoint - Android+TPMによるセキュアブート_KDDI研_後日配布用 Android(ARM)+TPM による セキュアブート KDDI 研究所竹森敬祐 (Ph.D) Android OS は 通常利用においてシステム領域の完全性が維持されている 組み込み OS としても利用される Android OS のセキュアブートの意義を考察する 1 背景 : root 権限奪取とシステム改造の流れ 攻撃のシナリオ Step1: root 権限奪取アプリをユーザ領域にインストールし

More information

スライド 1

スライド 1 Zabbix で PostgreSQL の監視を行おう ~pg_monz のご紹介 ~ SRA OSS,Inc. 日本支社盛宣陽 Copyright 2014 SRA OSS,Inc.Japan All rights reserved. 1 PostgreSQL の課題 DB としての基本機能 性能は商用 DB と比べても引けをとらない 運用面には課題あり どのようにして運用するのか? 効果的な監視方法は?

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 動作検証レポート dd 2016 年 6 月 株式会社高速屋 1 刻々と発生するビッグデータのオンタイム アナリシス : 動作検証概要 検証対象 : 1. ファイル処理 入力 CSV ファイルを読込み 処理結果を CSV ファイルに出力 2. インメモリ処理 事前にインメモリ化されたデータに対してクエリ (Select 文 ) を実行 1. ファイル処理 1-1. 集計 ロード データ :POS 明細件数

More information

1. TSUBAME2.0 通常実行まで 1.1. 環境設定 (MPI ライブラリ & コンパイラ ) 最新の Open MPI と Intel コンパイラを使用するため,${HOME}/.bashrc 等で環境変数 ( パス等 ) を設定します. ~ 設定例 ~ export SELECT_MPI

1. TSUBAME2.0 通常実行まで 1.1. 環境設定 (MPI ライブラリ & コンパイラ ) 最新の Open MPI と Intel コンパイラを使用するため,${HOME}/.bashrc 等で環境変数 ( パス等 ) を設定します. ~ 設定例 ~ export SELECT_MPI プロファイルツール実行例アプリ ntchem-rimp2 2013 年 9 月 3 日日本電気株式会社 0. はじめに 本ドキュメントでは, アプリ ntchem-rimp2 におけるプロファイルツール連携の作業履歴を記 載します. 目次 1. TSUBAME2.0 通常実行まで... 2 1.1. 環境設定 (MPI ライブラリ & コンパイラ )... 2 1.2. コンパイルとソース修正...

More information

第 3 回 Java 講座 今回の内容 今週の Java 講座はコレクション 拡張 for 文, ガベージコレクションについて扱う. 今週の Java 講座は一番内容が薄いも のになるだろう. コレクション コレクションとは大きさが決まっていない配列だと考えればよい. コレクションには List 先

第 3 回 Java 講座 今回の内容 今週の Java 講座はコレクション 拡張 for 文, ガベージコレクションについて扱う. 今週の Java 講座は一番内容が薄いも のになるだろう. コレクション コレクションとは大きさが決まっていない配列だと考えればよい. コレクションには List 先 第 3 回 Java 講座 今回の内容 今週の Java 講座はコレクション 拡張 for 文, ガベージコレクションについて扱う. 今週の Java 講座は一番内容が薄いも のになるだろう. コレクション コレクションとは大きさが決まっていない配列だと考えればよい. コレクションには List 先頭の要素要素から最後までが直線的に直結している構造 Set 同じものは含まないという構造. 要素間につながりはない

More information

FIT2015( 第 14 回情報科学技術フォーラム ) RC-003 ファイル格納位置制御による Hadoop MapReduce ジョブの性能の向上 藤島永太山口実靖 工学院大学大学院工学研究科電気 電子工学専攻工学院大学工学部情報通信工学科 1. はじめに近年, 世界中の情報量が爆発的に増加し

FIT2015( 第 14 回情報科学技術フォーラム ) RC-003 ファイル格納位置制御による Hadoop MapReduce ジョブの性能の向上 藤島永太山口実靖 工学院大学大学院工学研究科電気 電子工学専攻工学院大学工学部情報通信工学科 1. はじめに近年, 世界中の情報量が爆発的に増加し RC-3 ファイル格納位置制御による Hadoop MapReduce ジョブの性能の向上 藤島永太山口実靖 工学院大学大学院工学研究科電気 電子工学専攻工学院大学工学部情報通信工学科 1. はじめに近年, 世界中の情報量が爆発的に増加しており, その情報を収集 蓄積 分析して有効に活用することに注目が集まっている. その膨大な情報を扱う方法として, ASF(Apache Software Foundation)

More information

Touch Panel Settings Tool

Touch Panel Settings Tool インフォメーションディスプレイ タッチパネル設定ツール取扱説明書 バージョン 2.0 対応機種 (2015 年 11 月現在 ) PN-L603A/PN-L603B/PN-L603W/PN-L703A/PN-L703B/PN-L703W/PN-L803C もくじ はじめに 3 動作条件 3 コンピューターのセットアップ 4 インストールする 4 タッチパネルの設定 5 設定のしかた 5 キャリブレーション

More information

COBOL Enterprise Edition V2 for Linux COBOL Enterprise Edition V2 は以下のソフトウェアによって構成されています COBOL Enterprise Edition Developer V2.0 COBOL Enterprise Edit

COBOL Enterprise Edition V2 for Linux COBOL Enterprise Edition V2 は以下のソフトウェアによって構成されています COBOL Enterprise Edition Developer V2.0 COBOL Enterprise Edit COBOL Enterprise Edition V3 for Windows は以下のソフトウェアによって構成されています COBOL Enterprise Edition Developer V3.0 COBOL Enterprise Edition Compiler V3.0 一式 および COBOL 開発環境 ( アクセスライセンス :5) から構成され 開発時に必要となる製品 COBOL

More information

Arcserve Unified Data Protection サーバ構成とスペック見積もり方法 2018 年 10 月 Arcserve Japan Ver

Arcserve Unified Data Protection サーバ構成とスペック見積もり方法 2018 年 10 月 Arcserve Japan Ver Arcserve Unified Data Protection サーバ構成とスペック見積もり方法 2018 年 10 月 Arcserve Japan Ver. 1.2 1 はじめに 本資料ではバックアップ要件に基づき Arcserve Unified Data Protection(UDP) の 管理サーバ と 復 旧ポイントサーバ を導入するサーバスペックの見積もり例を記載しています 見積もり例はバックアップ対象容量を

More information

理研スーパーコンピュータ・システム

理研スーパーコンピュータ・システム 線形代数演算ライブラリ BLAS と LAPACK の基礎と実践 2 理化学研究所情報基盤センター 2013/5/30 13:00- 大阪大学基礎工学部 中田真秀 この授業の目的 対象者 - 研究用プログラムを高速化したい人 - LAPACK についてよく知らない人 この講習会の目的 - コンピュータの簡単な仕組みについて - 今後 どうやってプログラムを高速化するか - BLAS, LAPACK

More information