アクセス
Facebook
X
Instagram
YouTube
日本語
お問い合わせ
トップページ
研究活動
運用技術部門紹介
過去のユニット紹介
チューニング技術ユニット（南）
チューニング技術ユニット（南）
English
ユニットリーダー 南 一生（みなみ かずお）
- 1981
- 富士通株式会社
- 2008
- 理研 次世代スーパーコンピュータ開発実施本部 アプリケーション開発チーム チームリーダー
- 2012
- AICS 運用技術部門 ソフトウェア技術チーム チームヘッド
- 2018
- R-CCS 運用技術部門 チューニング技術ユニット ユニットリーダー
キーワード
- 並列処理
- 高性能アプリケーション
- 数値解析
- 分散処理
研究概要
チューニング技術チームは、スーパーコンピュータ「富岳」の能力を最大限発揮する優れたアプリケーションの開発基盤の整備を目指しています。R-CCS研究チームで開発されているアプリケーション（R-CCSソフトウェア）の性能評価および高度化を実施します。性能解析手法を確立しアプリケーションの高度化を行うため以下の業務を実施します。
- R-CCS研究チームで開発されているアプリケーションの性能情報・機能・利用状況等の分析
- アプリケーションのチューニング・高並列化
- アプリケーションのチューニング・高並列化による計算資源・電力等運用の効率化
これらの業務を通してアプリケーション性能最適化技術の体系化の研究を行います。
性能最適化技術のうち性能特性分析技術を「高並列特性分析手法」と「CPU単体特性分析手法」の 2 つに分け、それぞれについて調査・性能測定・重要点特定・評価・問題点把握の作業フェーズ毎に提案しています（下表参照）。
| フェーズ | 高並列特性分析手法 | CPU単体特性分析手法 |
|---|---|---|
| 調査 | ソースコードの調査 | ソースコードの調査 |
| 性能測定 | 高並列特性測定手法 | ー |
| 重要点特定 | 計算・通信カーネルの特定手法 | 計算・通信カーネルの特定手法 |
| 評価 | 高並列特性評価手法 | 計算カーネル特性評価手法 |
| 問題点把握 | 高並列に関する問題点の分析手法 | CPU単体性能に関するアプリケーションの分類手法 |
この中で高並列に関する問題点の把握のために問題点のパターンを6つに分類すること、CPU単体性能に関する問題点の把握のために、アプリケーションを6パターンに分類することを提案しています。今まで開発・適用したチューニング技術を上記のパターン毎に整理することで、性能最適化技術として提案しています。
主要論文
- K. Kumahata, K. Minami, Y. Yamade and C. Kato.:
"Performance improvement of the general-purpose CFD code FrontFlow/blue on the K computer"
Proceedings of the International Conference on High Performance Computing in Asia-Pacific Region (HPC Asia), Tokyo, Japan, pp.171-182. (2018). - M. Hashimoto, M. Terai, T. Maeda, K. Minami.:
"An Empirical Study of Computation-Intensive Loops for Identifying and Classifying Loop Kernels"
Proceedings of the 8th ACM/SPEC on International Conference on Performance Engineering, L'Aquila, Italy, pp.361-372. (2017). - T. Yamasaki, A. Kuroda, T. Kato, J. Nara, J. Koga, T. Uda, K. Minami and T. Ohno.:
"Multi-axis decomposition of density functional program for strong scaling up to 82,944 Nodes on the K Computer: Compactly folded 3D-FFT communicators in the 6D torus network"
Computer Physics Communications, in press, DOI:10.1016/j-cpc.2019.04.008. (2019). - A. Kuroda, K. Kumahata, S. Chiba, K. Takashina and K. Minami.:
"Performance Tuning of Deep Learning Framework Chainer on the K computer" ISC High Performance 2019 (ISC2019) Research Poster, Frankfurt Messe, Germany, PR-28. (2019). - K.Minami et al.:
"Performance Estimation of Programs by an Extension of the RoofLine Model Considering Cache Effects"
IPSJ Transactions on Advanced Computing System (ACS) Vol.9 No.2, 1-14 (2016). - Akiyoshi Kuroda et al.:
"Analysis of the Correlation between Application Performance and Power Consumption on the K Computer (in Japanese)"
IPSJ Transactions on Advanced Computing System (ACS) Vol.8, No.4, 1-12 (2015). - Kiyoshi Kumahata, Kazuo Minami, Naoya Maruyama.:
"High-performance conjugate gradient performance improvement on the K computer"
International Journal of High Performance Computing Applications Vol.30, No.1, 55-70 (2016). - Hasegawa, Y., Iwata, J.I., Tsuji, M., Takahashi, D., Oshiyama, A.,Minami, K., Boku, T., Inoue, H., Kitazawa,Y.,Miyoshi, I., Yokokawa,M.:
"Performance evaluation of ultra-large-scale first-principles electronic structure calculation code on the K computer"
The International journal of High Performance Computing Applications Vol.28(3), 335-355 (2014). - Y.Hasegawa,K.Minami et al.:
"First-principles calculations of electron states of a silicon nanowire with 100,000 atoms on the K computer"
Proc. of 2011 Int. Conf. for High Performance Computing, Networking, Storage and Analysis (SC'11), November 12-18, Seattle, USA, 1-11 (2011).
