2026/02/25 更新

写真a

ムクノキ　ダイチ
椋木　大地
MUKUNOKI Daichi
所属
情報基盤センター 情報基盤デザイン開発部門 助教
大学院担当
大学院情報学研究科
職名
助教
連絡先
メールアドレス
ホームページ
https://mukunoki.github.io/
外部リンク

学位 3

  1. 博士（工学） （ 2013年11月   筑波大学 ） 

  2. 修士（工学） （ 2011年3月   筑波大学 ） 

  3. 学士（図書館情報学） （ 2009年3月   筑波大学 ） 

学位の先頭へ▲

研究キーワード 9

  1. 高性能計算

  2. 高精度計算

  3. 自動チューニング

  4. 数値計算

  5. 再現可能な計算

  6. 並列計算

  7. GPUコンピューティング

  8. 混合精度計算

  9. 大規模言語モデル

研究キーワードの先頭へ▲

研究分野 2

  1. 情報通信 / 高性能計算

  2. 情報通信 / 計算機システム

研究分野の先頭へ▲

経歴 19

  1. 名古屋大学   情報基盤センター 情報基盤デザイン開発部門   助教

    2025年4月 - 現在

    　 詳細を見る

    国名：日本国

    researchmap

  2. 名古屋大学   情報基盤センター   特任助教

    2024年12月 - 2025年3月

    　 詳細を見る

    国名：日本国

    researchmap

  3. 芝浦工業大学   システム理工学部 数理科学科   臨時技術職員

    2024年4月 - 2024年10月

    　 詳細を見る

    国名：日本国

    researchmap

  4. 株式会社 ソニー・インタラクティブエンタテインメント   基盤システム・エクスペリエンス設計本部 G部門 2部 7課

    2023年11月 - 2024年2月

    　 詳細を見る

    国名：日本国

    researchmap

  5. 東京大学 情報基盤センター   客員研究員

    2021年11月 - 2023年3月

    　 詳細を見る

    国名：日本国

    researchmap

  6. 特定国立研究開発法人 理化学研究所 計算科学研究センター   大規模並列数値計算技術研究チーム   研究員

    2019年4月 - 2023年10月

    　 詳細を見る

    国名：日本国

    researchmap

  7. 特定国立研究開発法人理化学研究所 計算科学研究センター   フラッグシップ2020プロジェクト アーキテクチャ開発チーム   研究員

    2019年4月 - 2021年3月

    　 詳細を見る

    国名：日本国

    researchmap

  8. 特定国立研究開発法人理化学研究所 計算科学研究センター   大規模並列数値計算技術研究チーム   客員研究員

    2018年4月 - 2019年3月

    　 詳細を見る

    国名：日本国

    researchmap

  9. 特定国立研究開発法人理化学研究所 計算科学研究センター   フラッグシップ2020プロジェクト アーキテクチャ開発チーム   客員研究員

    2018年4月 - 2019年3月

    　 詳細を見る

    国名：日本国

    researchmap

  10. 東京女子大学   大学院 理学研究科 博士後期課程 数学専攻   特任研究員

    2017年10月 - 2019年3月

    　 詳細を見る

    国名：日本国

    researchmap

  11. 特定国立研究開発法人 理化学研究所 計算科学研究機構   フラッグシップ2020プロジェクト アーキテクチャ開発チーム   客員研究員

    2017年10月 - 2018年3月

    　 詳細を見る

    国名：日本国

    researchmap

  12. 特定国立研究開発法人 理化学研究所 計算科学研究機構   研究部門 大規模並列数値計算技術研究チーム   客員研究員

    2017年10月 - 2018年3月

    　 詳細を見る

    国名：日本国

    researchmap

  13. 特定国立研究開発法人 理化学研究所 計算科学研究機構   フラッグシップ2020プロジェクト アーキテクチャ開発チーム   特別研究員

    2017年4月 - 2017年9月

    　 詳細を見る

    国名：日本国

    researchmap

  14. 独立行政法人 理化学研究所 計算科学研究機構   フラッグシップ2020プロジェクト コデザイン推進チーム   特別研究員

    2016年4月 - 2017年3月

    　 詳細を見る

    国名：日本国

    researchmap

  15. 独立行政法人 理化学研究所 計算科学研究機構   エクサスケールコンピュー ティング開発プロジェクト コデザイン推進チーム   特別研究員

    2015年5月 - 2016年3月

    　 詳細を見る

    国名：日本国

    researchmap

  16. 独立行政法人 理化学研究所 計算科学研究機構   研究部門 大規模並列数値計算技術研究チーム   特別研究員

    2014年6月 - 2017年9月

    　 詳細を見る

    国名：日本国

    researchmap

  17. 独立行政法人日本学術振興会   特別研究員（PD）

    2013年12月 - 2014年5月

    　 詳細を見る

    国名：日本国

    researchmap

  18. 独立行政法人日本学術振興会   特別研究員（DC2）

    2013年4月 - 2013年11月

    　 詳細を見る

    国名：日本国

    researchmap

  19. 名古屋大学   情報基盤センター   助教

    2025年11月 - 現在

    　 詳細を見る

▼全件表示

経歴の先頭へ▲

学歴 4

  1. 筑波大学   システム情報工学研究科   コンピュータサイエンス専攻

    2011年4月 - 2013年11月

    　 詳細を見る

    国名： 日本国

    備考： 博士後期課程

    researchmap

  2. 筑波大学   システム情報工学研究科   コンピュータサイエンス専攻

    2009年4月 - 2011年3月

    　 詳細を見る

    国名： 日本国

    備考： 博士前期課程

    researchmap

  3. 筑波大学   図書館情報専門学群

    2006年4月 - 2009年3月

    　 詳細を見る

    国名： 日本国

    researchmap

  4. 岐阜工業高等専門学校   電子制御工学科

    2001年4月 - 2006年3月

    　 詳細を見る

    国名： 日本国

    researchmap

学歴の先頭へ▲

所属学協会 4

  1. 日本医用画像工学会

    2025年8月 - 現在

    　 詳細を見る

  2. Association for Computing Machinery (ACM)

    2025年 - 現在

    　 詳細を見る

  3. 情報処理学会

    2008年 - 現在

    　 詳細を見る

  4. 自動チューニング研究会

    　 詳細を見る

所属学協会の先頭へ▲

委員歴 39

  1. The 15th International Conference on Parallel Processing & Applied Mathematics (PPAM 2024)   Program Committee Member  

    2024年   

    　 詳細を見る

  2. Mini Symposium: Exploring Arithmetic and Data Representation Beyond the Standard in HPC (at ICIAM 2023)   Mini-Symposium Organizer  

    2023年   

    　 詳細を見る

  3. Special Session: Performance Optimization and Auto-Tuning of Software on Multicore/Manycore Systems (POAT 2023) (in conjunction with MCSoC-2023)   Program Chair  

    2023年   

    　 詳細を見る

    団体区分：学協会

    researchmap

  4. The 24th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2023) (in conjunction with IPDPS 2023)   Program Committee Member  

    2023年   

    　 詳細を見る

  5. 2023 IEEE 16th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC-2023)   Program Committee Member  

    2023年   

    　 詳細を見る

  6. The 22nd International Conference on Computational Science (ICCS 2022)   Program Committee Member  

    2022年   

    　 詳細を見る

  7. The International Conference on High Performance Computing in Asia-Pacific Region (HPC Asia 2022)   Publicity Chair  

    2022年   

    　 詳細を見る

  8. 36th IEEE International Parallel & Distributed Processing Symposium (IPDPS 2022)   Program Committee Member (Algorithm track)  

    2022年   

    　 詳細を見る

  9. 自動チューニング研究会   幹事（交流促進委員会）  

    2021年 - 2023年   

    　 詳細を見る

    団体区分：学協会

    researchmap

  10. 情報処理学会論文誌コンピューティングシステム   編集委員  

    2020年 - 2024年   

    　 詳細を見る

    団体区分：学協会

    researchmap

  11. The International Conference for High Performance Computing, Networking, Storage, and Analysis (SC20)   Research Poster Committee Member  

    2020年   

    　 詳細を見る

  12. The 4th International Workshop on GPU Computing and AI (GCA'19) (in conjunction with CANDAR'19)   Program Committee Member  

    2019年   

    　 詳細を見る

  13. The Fourteenth International Workshop on Automatic Performance Tuning (iWAPT2019) (in conjunction with IPDPS 2019)   Program Committee Member  

    2019年   

    　 詳細を見る

  14. The 16th International Conference on Parallel Processing & Applied Mathematics (PPAM 2026)   Program Committee Member  

    2026年9月   

    　 詳細を見る

    団体区分：学協会

    researchmap

  15. The 2nd International Workshop on Foundational Large Language Models Advances for HPC (LLM4HPC 2026)   Program Committee Member  

    2026年6月   

    　 詳細を見る

    団体区分：学協会

    researchmap

  16. The International Conference on High Performance Computing in Asia-Pacific Region 2026 (HPCAsia2026)   Poster Chair  

    2026年1月   

    　 詳細を見る

    団体区分：学協会

    researchmap

  17. The 28th Workshop on Advances in Parallel and Distributed Computational Models (APDCM2026)   Program Committee Member  

    2026年   

    　 詳細を見る

    団体区分：学協会

    researchmap

  18. 自動チューニング研究会   研究推進委員  

    2025年 - 現在   

    　 詳細を見る

  19. Special Session: Auto-Tuning for Multicore and GPU (ATMG2022) (in conjunction with MCSoC-2022)   Program Chair  

    2022年   

    　 詳細を見る

  20. The 14th International Conference on Parallel Processing & Applied Mathematics (PPAM 2022)   Program Committee Member  

    2022年   

    　 詳細を見る

  21. IEEE 22nd International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2021) (in conjunction with IPDPS 2021)   Program Committee Member  

    2021年   

    　 詳細を見る

  22. Workshop on Large-scale Parallel Numerical Computing Technology (LSPANC 2020 January)   Program Committee Member  

    2020年   

    　 詳細を見る

  23. The 21st IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2020) (in conjunction with IPDPS 2020)   Program Committee Member  

    2020年   

    　 詳細を見る

  24. 2019 IEEE 13th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC-2019)   Program Committee Member  

    2019年   

    　 詳細を見る

  25. The 20th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2019) (in conjunction with IPDPS 2019)   Program Committee Member  

    2019年   

    　 詳細を見る

  26. Mini Symposium: Development of Numerical Computing Software on Emerging Computing Platforms (at SIAM PP 18)   Mini-Symposium Organizer  

    2018年   

    　 詳細を見る

  27. 2018 IEEE 12th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC-2018)   Program Committee Member  

    2018年   

    　 詳細を見る

  28. The 19th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2018) (in conjunction with IPDPS 2018)   Program Committee Member  

    2018年   

    　 詳細を見る

  29. The Third International Workshop on GPU Computing and AI (GCA'18) (in conjunction with CANDAR'18)   Program Committee Member  

    2018年   

    　 詳細を見る

  30. The Thirteenth International Workshop on Automatic Performance Tuning (iWAPT2018) (in conjunction with IPDPS 2018)   Program Committee Member  

    2018年   

    　 詳細を見る

  31. Special Session: Auto-Tuning for Multicore and GPU (ATMG 2018) (in conjunction with MCSoC-2018)   Program Committee Member  

    2018年   

    　 詳細を見る

  32. The Second International Workshop on GPU Computing and AI (GCA'17) (in conjunction with CANDAR'17)   Program Committee Member  

    2017年   

    　 詳細を見る

  33. Special Session: Auto-Tuning for Multicore and GPU (ATMG 2017) (in conjunction with MCSoC-17)   Program Committee Member  

    2017年   

    　 詳細を見る

  34. The 18th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2017) (in conjunction with IPDPS 2017)   Program Committee Member  

    2017年   

    　 詳細を見る

  35. The Twelfth International Workshop on Automatic Performance Tuning (iWAPT2017) (in conjunction with IPDPS 2017)   Program Committee Member  

    2017年   

    　 詳細を見る

  36. The First International Workshop on GPU Computing and Applications (GCA'16) (in conjunction with CANDAR'16)   Program Committee Member  

    2016年   

    　 詳細を見る

  37. The 17th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2016) (in conjunction with IPDPS 2016)   Program Committee Member  

    2016年   

    　 詳細を見る

  38. The 16th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2015) (in conjunction with IPDPS 2015)   Program Committee Member  

    2015年   

    　 詳細を見る

  39. The 15th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2014) (in conjunction with IPDPS 2014)   Program Committee Member  

    2014年   

    　 詳細を見る

▼全件表示

委員歴の先頭へ▲

受賞 10

  1. Best Paper Award

    2026年1月   The 1st International Workshop on Foundational Large Language Models Advances for HPC in Asia (LLM4HPCAsia 2026)   Evaluating Claude Code's Coding and Test Automation for GPU Acceleration of a Legacy Fortran Application: A GeoFEM Case Study

    Tetsuya Hoshino, Shun-Ichiro Hayashi, Daichi Mukunoki, Takahiro Katagiri, Toshihiro Hanawa

    　詳細を見る

  2. Best Paper Award

    2023年12月   6th IEEE International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC 2023)   Sparse Matrix-Vector Multiplication with Reduced-Precision Memory Accessor

    Daichi Mukunoki, Masatoshi Kawai, Toshiyuki Imamura

    　詳細を見る

    受賞区分：国際学会・会議・シンポジウム等の賞 

    researchmap

  3. Research Poster Award 2nd Place Winner

    2022年6月   ISC High Performance 2022   A Fast Infinite Precision Inner Product using Ozaki Scheme and Dot2, and Its Application to Reproducible Conjugate Gradient Solvers

    Daichi Mukunoki, Katsuhisa Ozaki, Takeshi Ogita, Toshiyuki Imamura

    　詳細を見る

  4. 2021年度理化学研究所桜舞賞

    2022年3月   理化学研究所   Precision-awareな数値演算手法の研究

    　詳細を見る

  5. Research Poster Award

    2021年6月   ISC High Performance 2021   Accurate Matrix Multiplication on Binary128 using Ozaki Scheme

    Daichi Mukunoki, Katsuhisa Ozaki, Takeshi Ogita, Toshiyuki Imamura

    　詳細を見る

  6. Best Research Poster Award

    2019年9月   Russian Supercomputing Days   Accurate and Reproducible Linear Algebra Operations for Many-core Architectures

    Daichi Mukunoki, Takeshi Ogita, Katsuhisa Ozaki

    　詳細を見る

  7. PRACE-ISC Research Poster Award 2017

    2017年6月   ISC High Performance 2017   Implementation & Evaluation of 2.5D Matrix Multiplication on K Computer

    Daichi Mukunoki, Toshiyuki Imamura

    　詳細を見る

  8. 2016年度山下記念研究賞

    2016年   情報処理学会   NVIDIA GPUにおけるメモリ律速なBLASカーネルのスレッド数自動選択手法

    椋木大地

    　詳細を見る

  9. 2013年度コンピュータサイエンス領域奨励賞

    2013年   情報処理学会   GPUにおける高速なCRS形式疎行列ベクトル積の実装

    椋木大地

    　詳細を見る

  10. 若手奨励賞

    2013年   情報処理学会計算機アーキテクチャ研究会   GPUにおける4倍精度演算を用いた疎行列反復解法の実装と評価

    椋木大地

    　詳細を見る

▼全件表示

受賞の先頭へ▲
 

論文 82

  1. Performance Evaluation of Loop Body Splitting for Fast Modal Filtering in SCALE-DG on A64FX 査読有り Open Access

    Xuanzhengbo Ren, Yuta Kawai, Hirofumi Tomita, Seiya Nishizawa, Takahiro Katagiri, Tetsuya Hoshino, Daichi Mukunoki, Masatoshi Kawai, Toru Nagai

    Proceedings of the 2025 International Conference on High Performance Computing in Asia-Pacific Region Workshops     頁： 36 - 44   2025年2月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：ACM  

    DOI： 10.1145/3703001.3724385

    Open Access

    researchmap

  2. Performance evaluation and modelling of single-precision matrix multiplication on Cerebras CS-2 査読有り

    Ryunosuke Matsuzaki, Daichi Mukunoki, Takaaki Miyajima

    SC24-W: Workshops of the International Conference for High Performance Computing, Networking, Storage and Analysis     頁： 727 - 731   2024年11月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE  

    DOI： 10.1109/scw63240.2024.00101

    researchmap

  3. Evaluating Claude Code's Coding and Test Automation for GPU Acceleration ofa Legacy Fortran Application: A GeoFEM Case Study. 査読有り

    Tetsuya Hoshino, Shun-ichiro Hayashi, Daichi Mukunoki, Takahiro Katagiri, Toshihiro Hanawa

    Proc. the Supercomputing Asia and International Conference on High Performance Computing in Asia Pacific Region Workshops (SCA/HPCAsiaWS '26) - The 1st International Workshop on Foundational Large Language Models Advances for HPC in Asia (LLM4HPCAsia 2026)     頁： 353 - 360   2026年1月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1145/3784828.3785335

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/hpcasia/hpcasia2026w.html#HoshinoHMKH26

  4. Sparse Iterative Solvers Using High-Precision Arithmetic with Quasi Multi-Word Algorithms. 査読有り

    Daichi Mukunoki, Katsuhisa Ozaki

    Proc. 2025 IEEE 18th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC 2025)     頁： 33 - 40   2025年12月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1109/MCSoC67473.2025.00016

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/mcsoc/mcsoc2025.html#MukunokiO25

  5. DGEMM without FP64 Arithmetic - Using FP64 Emulation and FP8 Tensor Cores with Ozaki Scheme 査読有り

    Daichi Mukunoki

    Proc. the Supercomputing Asia and International Conference on High Performance Computing in Asia Pacific Region Workshops (SCA/HPCAsiaWS '26) - ExHET'26: The Fifth International Workshop on Extreme Heterogeneity Solutions   abs/2508.00441 巻   頁： 303 - 311   2025年8月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

    As the demand for AI computation rapidly increases, more hardware is being developed to efficiently perform the low-precision matrix multiplications required by such workloads. However, these operations are generally not directly applicable to scientific computations due to accuracy requirements. The Ozaki scheme - an accurate matrix multiplication method proposed by Ozaki et al. in 2012 - enables FP64 matrix multiplication (DGEMM) using low-precision matrix multiplication units, such as FP16 Tensor Cores. This approach has since been extended to utilize integer arithmetic, offering lower computational cost compared to floating-point-based implementations. In fact, it has achieved higher performance than hardware FP64 operations on GPUs equipped with fast INT8 Tensor Cores designed for AI workloads. However, recent AI-oriented processors trends have shifted toward improving the performance of low-precision floating-point operations, such as FP8, rather than integer operations. Motivated by this shift, this study revisits the use of low-precision floating-point operations in the Ozaki scheme. Specifically, we explore the use of FP8 Tensor Cores. In addition, for processors that support very slow or no hardware-based FP64 operations, we also consider FP64 arithmetic emulation based on integer arithmetic. This completely eliminates hardware FP64 instructions. Furthermore, we explore the use of blocking in the inner-product dimension to accelerate FP16-based implementations. We demonstrate the effectiveness of these methods by evaluating the performance on an NVIDIA RTX Blackwell architecture GPU.

    DOI： 10.1145/3784828.3785017

    arXiv

    researchmap

    その他リンク： https://arxiv.org/pdf/2508.00441v3

  6. An Algorithm Portfolio Approach for Parameter Tuning in Coherent Ising Machines. 査読有り

    Tatsuro Hanyu, Takahiro Katagiri, Daichi Mukunoki, Tetsuya Hoshino

    Proc. 2025 Thirteenth International Symposium on Computing and Networking Workshops (CANDARW) - 17th International Workshop on Parallel and Distributed Algorithms and Applications (PDAA 2025)     頁： 142 - 148   2025年

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1109/CANDARW68385.2025.00032

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/candar/candar2025w.html#HanyuKMH25

  7. Extension of accurate numerical algorithms for matrix multiplication based on error-free transformation 査読有り

    Katsuhisa Ozaki, Daichi Mukunoki, Takeshi Ogita

    Japan Journal of Industrial and Applied Mathematics   42 巻 ( 1 ) 頁： 1 - 20   2024年10月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（学術雑誌）   出版者・発行元：Springer Science and Business Media LLC  

    DOI： 10.1007/s13160-024-00677-z

    researchmap

    その他リンク： https://link.springer.com/article/10.1007/s13160-024-00677-z/fulltext.html

  8. Reduced-Precision and Reduced-Exponent Formats for Accelerating Adaptive Precision Sparse Matrix–Vector Product 査読有り Open Access

    Stef Graillat, Fabienne Jézéquel, Theo Mary, Roméo Molina, Daichi Mukunoki

    Lecture Notes in Computer Science   14803 巻   頁： 17 - 30   2024年8月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer Nature Switzerland  

    DOI： 10.1007/978-3-031-69583-4_2

    researchmap

  9. Mixed-precision conjugate gradient algorithm using the groupwise update strategy 査読有り

    Kensuke Aihara, Katsuhisa Ozaki, Daichi Mukunoki

    Japan Journal of Industrial and Applied Mathematics     2024年2月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（学術雑誌）   出版者・発行元：Springer Science and Business Media LLC  

    DOI： 10.1007/s13160-024-00644-8

    researchmap

    その他リンク： https://link.springer.com/article/10.1007/s13160-024-00644-8/fulltext.html

  10. Sparse Matrix-Vector Multiplication with Reduced-Precision Memory Accessor 査読有り

    Daichi Mukunoki, Masatoshi Kawai, Toshiyuki Imamura

    2023 IEEE 16th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC)     頁： 608 - 615   2023年12月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE  

    DOI： 10.1109/mcsoc60832.2023.00094

    researchmap

  11. Infinite-Precision Inner Product and Sparse Matrix-Vector Multiplication Using Ozaki Scheme with Dot2 on Manycore Processors 査読有り

    Daichi Mukunoki, Katsuhisa Ozaki, Takeshi Ogita, Toshiyuki Imamura

    Parallel Processing and Applied Mathematics     頁： 40 - 54   2023年4月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer International Publishing  

    DOI： 10.1007/978-3-031-30442-2_4

    researchmap

  12. Task Scheduling Strategies for Batched Basic Linear Algebra Subprograms on Many-core CPUs 査読有り

    Daichi Mukunoki, Yusuke Hirota, Toshiyuki Imamura

    Proc. 2021 IEEE 14th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC)     頁： 234 - 241   2021年12月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

    researchmap

  13. A Rapid Euclidean Norm Calculation Algorithm that Reduces Overflow and Underflow. 査読有り

    Takeyuki Harayama, Shuhei Kudo, Daichi Mukunoki, Toshiyuki Imamura, Daisuke Takahashi

    Proc. The 2021 International Conference on Computational Science and Its Applications (ICCSA 2021), Lecture Notes in Computer Science   12949 巻   頁： 95 - 110   2021年9月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-030-86653-2_7

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/iccsa/iccsa2021-1.html#HarayamaKMIT21

  14. Accurate Matrix Multiplication on Binary128 Format Accelerated by Ozaki Scheme 査読有り Open Access

    Daichi Mukunoki, Katsuhisa Ozaki, Takeshi Ogita, Toshiyuki Imamura

    Proc. The 50th International Conference on Parallel Processing (ICPP-2021)   ( 78 ) 頁： 1 - 11   2021年8月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1145/3472456.3472493

    Open Access

    researchmap

  15. Conjugate Gradient Solvers with High Accuracy and Bit-wise Reproducibility between CPU and GPU using Ozaki scheme. 査読有り Open Access

    Daichi Mukunoki, Katsuhisa Ozaki, Takeshi Ogita, Roman Iakymchuk

    Proc. The International Conference on High Performance Computing in Asia-Pacific Region (HPCAsia 2021)     頁： 100 - 109   2021年1月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：ACM  

    DOI： 10.1145/3432261.3432270

    Open Access

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/hpcasia/hpcasia2021.html#MukunokiOOI21

  16. Can We Avoid Rounding-Error Estimation in HPC Codes and Still Get Trustworthy Results? 査読有り

    Fabienne Jézéquel, Stef Graillat, Daichi Mukunoki, Toshiyuki Imamura, Roman Iakymchuk

    Proc. 13th International Workshop on Numerical Software Verification 2020 (NSV 20), Lecture Notes in Computer Science   12549 巻   頁： 163 - 177   2020年12月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-030-63618-0_10

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/vstte/vstte2020.html#JezequelGMII20

  17. Matrix Engines for High Performance Computing:A Paragon of Performance or Grasping at Straws? 査読有り

    Jens Domke, Emil Vatai, Aleksandr Drozd, Peng Chen, Yosuke Oyama, Lingqi Zhang, Shweta Salaria, Daichi Mukunoki, Artur Podobas, Mohamed Wahib, Satoshi Matsuoka

    Proc. 35th IEEE International Parallel & Distributed Processing Symposium (IPDPS 2021)     頁： 1056 - 1065   2020年10月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE  

    Matrix engines or units, in different forms and affinities, are becoming a reality in modern processors; CPUs and otherwise. The current and dominant algorithmic approach to Deep Learning merits the commercial investments in these units, and deduced from the No.1 benchmark in supercomputing, namely High Performance Linpack, one would expect an awakened enthusiasm by the HPC community, too.
    Hence, our goal is to identify the practical added benefits for HPC and machine learning applications by having access to matrix engines. For this purpose, we perform an in-depth survey of software stacks, proxy applications and benchmarks, and historical batch job records. We provide a cost-benefit analysis of matrix engines, both asymptotically and in conjunction with state-of-the-art processors. While our empirical data will temper the enthusiasm, we also outline opportunities to misuse these dense matrix-multiplication engines if they come for free.

    DOI： 10.1109/IPDPS49936.2021.00114

    arXiv

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/ipps/ipdps2021.html#DomkeVDCO0SMPWM21

  18. Performance and energy consumption of accurate and mixed-precision linear algebra kernels on GPUs. 査読有り

    Daichi Mukunoki, Takeshi Ogita

    J. Comput. Appl. Math.   372 巻   頁： 112701 - 112701   2020年7月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier {BV}  

    DOI： 10.1016/j.cam.2019.112701

    researchmap

  19. DGEMM Using Tensor Cores, and Its Accurate and Reproducible Versions 査読有り Open Access

    Daichi Mukunoki, Katsuhisa Ozaki, Takeshi Ogita, Toshiyuki Imamura

    Proc. ISC High Performance 2020, Lecture Notes in Computer Science   12151 巻   頁： 230 - 248   2020年6月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-030-50743-5_12

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/supercomputer/isc2020.html#MukunokiOOI20

  20. Design of an FPGA-Based Matrix Multiplier with Task Parallelism. 査読有り Open Access

    Yiyu Tan, Toshiyuki Imamura, Daichi Mukunoki

    Proc. International Conference on Parallel Computing (ParCo2019), Parallel Computing: Technology Trends   36 巻   頁： 241 - 250   2019年

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IOS Press  

    DOI： 10.3233/APC200047

    Open Access

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/parco/parco2019.html#TanIM19

  21. Reproducible BLAS Routines with Tunable Accuracy Using Ozaki Scheme for Many-Core Architectures. 査読有り

    Daichi Mukunoki, Takeshi Ogita, Katsuhisa Ozaki

    Proc. 13th International Conference on Parallel Processing and Applied Mathematics (PPAM2019), Lecture Notes in Computer Science   12043 巻   頁： 516 - 527   2019年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-030-43229-4_44

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/ppam/ppam2019-1.html#MukunokiOO19

  22. Performance Analysis of 2D-compatible 2.5D-PDGEMM on Knights Landing Cluster. 査読有り

    Daichi Mukunoki, Toshiyuki Imamura

    Proc. International Conference on Computational Science (ICCS 2018), Lecture Notes in Computer Science   10862 巻   頁： 853 - 858   2018年6月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-319-93713-7_85

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/iccS/iccS2018-3.html#MukunokiI18

  23. Design Towards Modern High Performance Numerical LA Library Enabling Heterogeneity and Flexible Data Formats. 査読有り

    Toshiyuki Imamura, Daichi Mukunoki, Yusuke Hirota, Susumu Yamada, Masahiko Machida

    Proc. International Conference on Parallel Computing (ParCo2017), Advances in Parallel Computing     頁： 97 - 106   2017年9月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IOS Press  

    DOI： 10.3233/978-1-61499-843-3-97

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/parco/parco2017.html#ImamuraMHYM17

  24. Implementation and Performance Analysis of 2.5D-PDGEMM on the K Computer. 査読有り

    Daichi Mukunoki, Toshiyuki Imamura

    Proc. 12th International Conference on Parallel Processing and Applied Mathematics (PPAM2017), Lecture Notes in Computer Science   10777 巻   頁： 348 - 358   2017年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-319-78024-5_31

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/ppam/ppam2017-1.html#MukunokiI17

  25. Automatic Thread-Block Size Adjustment for Memory-Bound BLAS Kernels on GPUs. 査読有り

    Daichi Mukunoki, Toshiyuki Imamura, Daisuke Takahashi

    Proc. IEEE 10th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC-16)     頁： 377 - 384   2016年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE Computer Society  

    DOI： 10.1109/MCSoC.2016.32

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/mcsoc/mcsoc2016.html#MukunokiIT16

  26. Reduced-Precision Floating-Point Formats on GPUs for High Performance and Energy Efficient Computation. 査読有り

    Daichi Mukunoki, Toshiyuki Imamura

    Proc. IEEE International Conference on Cluster Computing (Cluster 2016)     頁： 144 - 145   2016年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE Computer Society  

    DOI： 10.1109/CLUSTER.2016.77

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/cluster/cluster2016.html#MukunokiI16

  27. Fast Implementation of General Matrix-Vector Multiplication (GEMV) on Kepler GPUs. 査読有り

    Daichi Mukunoki, Toshiyuki Imamura, Daisuke Takahashi

    Proc. 23rd Euromicro International Conference on Parallel, Distributed and Network-based Processing (PDP 2015)     頁： 642 - 650   2015年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE Computer Society  

    DOI： 10.1109/PDP.2015.66

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/pdp/pdp2015.html#MukunokiIT15

  28. GPUにおける3倍・4倍精度浮動小数点演算の実現と性能評価 査読有り Open Access

    椋木 大地, 高橋 大介

    情報処理学会論文誌コンピューティングシステム（ACS）   6 巻 ( 1 ) 頁： 66 - 77   2013年1月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：日本語   出版者・発行元：情報処理学会  

    本論文では GPU において 3 倍・ 4 倍精度浮動小数点演算を実現し，線形計算への適用例として Level 1-3 の代表的な BLAS （Basic Linear Algebra Subprograms） ルーチンである AXPY， GEMV， GEMM を実装して性能評価を行った結果を示す． 4 倍精度演算には Double-Double 型 （DD型） の 4 倍精度演算 （DD演算） を用いた．一方で 3 倍精度演算として新たに， Double+Single 型 （D+S型） ・Double+Int 型 （D+I型） の 3 倍精度フォーマットを提案し，内部の計算に DD 演算を用いることで 3 倍精度演算を行う手法を実装した． NVIDIA Tesla M2090 における性能評価では， 3 倍・ 4 倍精度の AXPY・GEMV がメモリ律速となり，その実行時間はデータサイズに比例して，単精度ルーチンに対しておよそ 3 倍， 4 倍となることを示した．我々が提案した 3 倍精度演算は， 3 倍精度データに対する DD 演算がメモリ律速となるケースにおいて， 4 倍精度演算に対する速度面での利点が主張できる． 4 倍精度は必要ないが倍精度では精度が不足する場合では，特に PCI Express やネットワークの帯域が性能のボトルネックとなりやすい GPU クラスタ環境などで， 4 倍精度に対する 3 倍精度の有効性が期待できる．We have implemented triple and quadruple precision floating-point operations on GPUs. As an example of the application of linear algebra operations, we have implemented triple and quadruple precision subroutines of the Basic Linear Algebra Subprograms (BLAS), AXPY, GEMV and GEMM, and evaluated their performance. For quadruple precision, we used Double-Double (DD) type quadruple precision operations (DD-operations). On the other hand, in our research we are proposing Double+Single (D+S) and Double+Int (D+I) type triple precision floating-point formats and triple precision operations that use DD-operations internally. On an NVIDIA Tesla M2090, the triple and quadruple precision AXPY and GEMV are memory-bound. Therefore, the execution time of the triple and quadruple precision operations is approximately 3x and 4x that of the single precision, respectively. Our triple precision operations have the advantage of speed compared to quadruple precision, in cases where the triple precision operations are memory-bound. In cases where quadruple precision is not required, but double precision is insufficient, we predict that our triple precision operations will perform well, especially in environments such as GPU clusters where the bandwidth of the PCI Express and the network may become bottlenecks.

    Open Access

    CiNii Research

    researchmap

    その他リンク： http://id.nii.ac.jp/1001/00089921/

  29. Optimization of Sparse Matrix-Vector Multiplication for CRS Format on NVIDIA Kepler Architecture GPUs. 査読有り

    Daichi Mukunoki, Daisuke Takahashi

    Proc. 13th International Conference on Computational Science and Its Applications (ICCSA 2013), Part V, Lecture Notes in Computer Science   7975 巻   頁： 211 - 223   2013年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-642-39640-3_15

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/iccsa/iccsa2013-5.html#MukunokiT13

  30. Using Quadruple Precision Arithmetic to Accelerate Krylov Subspace Methods on GPUs. 査読有り

    Daichi Mukunoki, Daisuke Takahashi

    Proc. 10th International Conference on Parallel Processing and Applied Mathematics (PPAM 2013), Part I, Workshop on Numerical Algorithms on Hybrid Architectures, Lecture Notes in Computer Science   8384 巻   頁： 632 - 642   2013年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-642-55224-3_59

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/ppam/ppam2013-1.html#MukunokiT13

  31. Implementation and Evaluation of Triple Precision BLAS Subroutines on GPUs. 査読有り

    Daichi Mukunoki, Daisuke Takahashi

    Proc. 2012 IEEE 26th International Parallel and Distributed Processing Symposium Workshops & PhD Forum (IPDPSW 2012), The 13th Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC-12)     頁： 1378 - 1386   2012年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE Computer Society  

    DOI： 10.1109/IPDPSW.2012.175

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/ipps/ipdps2012w.html#MukunokiT12

  32. GPUによる4倍・8倍精度BLASの実装と評価 査読有り Open Access

    椋木 大地, 高橋 大介

    ハイパフォーマンスコンピューティングと計算科学シンポジウム論文集   2011 巻 ( 2011 ) 頁： 148 - 156   2011年1月

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：日本語  

    Open Access

    CiNii Research

    researchmap

  33. Implementation and Evaluation of Quadruple Precision BLAS Functions on GPUs. 査読有り

    Daichi Mukunoki, Daisuke Takahashi

    Proc. 10th International Conference on Applied Parallel and Scientific Computing (PARA 2010), Part I, Lecture Notes in Computer Science   7133 巻   頁： 249 - 259   2010年

    　詳細を見る

    担当区分：筆頭著者,　責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Springer  

    DOI： 10.1007/978-3-642-28151-8_25

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/conf/para/para2010-1.html#MukunokiT10

  34. Single-precision Matrix Multiplication Performance on Cerebras CS-2: Evaluation and Modelling of Performance, Scalability and Energy Efficiency 査読有り Open Access

    Takaaki Miyajima, Ryunosuke Matsuzaki, Daichi Mukunoki

    Journal of Information Processing   34 巻   頁： 132 - 139   2026年

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（学術雑誌）   出版者・発行元：Information Processing Society of Japan  

    DOI： 10.2197/ipsjjip.34.132

    Open Access

    researchmap

  35. Sparse Iterative Solvers Using High-Precision Arithmetic with Quasi Multi-Word Algorithms

    Daichi Mukunoki, Katsuhisa Ozaki

    CoRR   abs/2510.13536 巻   2025年10月

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    To obtain accurate results in numerical computation, high-precision arithmetic is a straightforward approach. However, most processors lack hardware support for floating-point formats beyond double precision (FP64). Double-word arithmetic (Dekker 1971) extends precision by using standard floating-point operations to represent numbers with twice the mantissa length. Building on this concept, various multi-word arithmetic methods have been proposed to further increase precision by combining additional words. Simplified variants, known as quasi algorithms, have also been introduced, which trade a certain loss of accuracy for reduced computational cost. In this study, we investigate the performance of quasi algorithms for double- and triple-word arithmetic in sparse iterative solvers based on the Conjugate Gradient method, and compare them with both non-quasi algorithms and standard FP64. We evaluate execution time on an x86 processor, the number of iterations to convergence, and solution accuracy. Although quasi algorithms require appropriate normalization to preserve accuracy - without it, convergence cannot be achieved - they can still reduce runtime when normalization is applied correctly, while maintaining accuracy comparable to full multi-word algorithms. In particular, quasi triple-word arithmetic can yield more accurate solutions without significantly increasing execution time relative to double-word arithmetic and its quasi variant. Furthermore, for certain problems, a reduction in iteration count contributes to additional speedup. Thus, quasi triple-word arithmetic can serve as a compelling alternative to conventional double-word arithmetic in sparse iterative solvers.

    DOI： 10.48550/arXiv.2510.13536

    arXiv

    researchmap

    その他リンク： https://arxiv.org/pdf/2510.13536v1

  36. 3Dify: a Framework for Procedural 3D-CG Generation Assisted by LLMs Using MCP and RAG

    Shun-ichiro Hayashi, Daichi Mukunoki, Tetsuya Hoshino, Satoshi Ohshima, Takahiro Katagiri

    CoRR   abs/2510.04536 巻   2025年10月

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    This paper proposes "3Dify," a procedural 3D computer graphics (3D-CG) generation framework utilizing Large Language Models (LLMs). The framework enables users to generate 3D-CG content solely through natural language instructions. 3Dify is built upon Dify, an open-source platform for AI application development, and incorporates several state-of-the-art LLM-related technologies such as the Model Context Protocol (MCP) and Retrieval-Augmented Generation (RAG). For 3D-CG generation support, 3Dify automates the operation of various Digital Content Creation (DCC) tools via MCP. When DCC tools do not support MCP-based interaction, the framework employs the Computer-Using Agent (CUA) method to automate Graphical User Interface (GUI) operations. Moreover, to enhance image generation quality, 3Dify allows users to provide feedback by selecting preferred images from multiple candidates. The LLM then learns variable patterns from these selections and applies them to subsequent generations. Furthermore, 3Dify supports the integration of locally deployed LLMs, enabling users to utilize custom-developed models and to reduce both time and monetary costs associated with external API calls by leveraging their own computational resources.

    DOI： 10.48550/arXiv.2510.04536

    arXiv

    researchmap

    その他リンク： https://arxiv.org/pdf/2510.04536v1

  37. VibeCodeHPC: An Agent-Based Iterative Prompting Auto-Tuner for HPC Code Generation Using LLMs

    Shun-ichiro Hayashi, Koki Morita, Daichi Mukunoki, Tetsuya Hoshino, Takahiro Katagiri

    CoRR   abs/2510.00031 巻   2025年9月

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    We propose VibeCodeHPC, an automatic tuning system for HPC programs based on multi-agent LLMs for code generation. VibeCodeHPC tunes programs through multi-agent role allocation and iterative prompt refinement. We describe the system configuration with four roles: Project Manager (PM), System Engineer (SE), Programmer (PG), and Continuous Delivery (CD). We introduce dynamic agent deployment and activity monitoring functions to facilitate effective multi-agent collaboration. In our case study, we convert and optimize CPU-based matrix-matrix multiplication code written in C to GPU code using CUDA. The multi-agent configuration of VibeCodeHPC achieved higher-quality code generation per unit time compared to a solo-agent configuration. Additionally, the dynamic agent deployment and activity monitoring capabilities facilitated more effective identification of requirement violations and other issues.

    DOI： 10.48550/arXiv.2510.00031

    arXiv

    researchmap

    その他リンク： https://arxiv.org/pdf/2510.00031v1

  38. Towards Generalized Parameter Tuning in Coherent Ising Machines: A Portfolio-Based Approach

    Tatsuro Hanyu, Takahiro Katagiri, Daichi Mukunoki, Tetsuya Hoshino

    CoRR   abs/2507.20295 巻   2025年7月

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    Coherent Ising Machines (CIMs) have recently gained attention as a promising computing model for solving combinatorial optimization problems. In particular, the Chaotic Amplitude Control (CAC) algorithm has demonstrated high solution quality, but its performance is highly sensitive to a large number of hyperparameters, making efficient tuning essential. In this study, we present an algorithm portfolio approach for hyperparameter tuning in CIMs employing Chaotic Amplitude Control with momentum (CACm) algorithm. Our method incorporates multiple search strategies, enabling flexible and effective adaptation to the characteristics of the hyperparameter space. Specifically, we propose two representative tuning methods, Method A and Method B. Method A optimizes each hyperparameter sequentially with a fixed total number of trials, while Method B prioritizes hyperparameters based on initial evaluations before applying Method A in order. Performance evaluations were conducted on the Supercomputer "Flow" at Nagoya University, using planted Wishart instances and Time to Solution (TTS) as the evaluation metric. Compared to the baseline performance with best-known hyperparameters, Method A achieved up to 1.47x improvement, and Method B achieved up to 1.65x improvement. These results demonstrate the effectiveness of the algorithm portfolio approach in enhancing the tuning process for CIMs.

    DOI： 10.48550/arXiv.2507.20295

    arXiv

    researchmap

    その他リンク： https://arxiv.org/pdf/2507.20295v1

  39. Performance Evaluation of General Purpose Large Language Models for Basic Linear Algebra Subprograms Code Generation

    Daichi Mukunoki, Shun-ichiro Hayashi, Tetsuya Hoshino, Takahiro Katagiri

    CoRR   abs/2507.04697 巻   2025年7月

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    Generative AI technology based on Large Language Models (LLM) has been developed and applied to assist or automatically generate program codes. In this paper, we evaluate the capability of existing general LLMs for Basic Linear Algebra Subprograms (BLAS) code generation for CPUs. We use two LLMs provided by OpenAI: GPT-4.1, a Generative Pre-trained Transformer (GPT) model, and o4-mini, one of the o-series of Reasoning models. Both have been released in April 2025. For the routines from level-1 to 3 BLAS, we tried to generate (1) C code without optimization from routine name only, (2) C code with basic performance optimizations (thread parallelization, SIMD vectorization, and cache blocking) from routine name only, and (3) C code with basic performance optimizations based on Fortran reference code. As a result, we found that correct code can be generated in many cases even when only routine name are given. We also confirmed that thread parallelization with OpenMP, SIMD vectorization, and cache blocking can be implemented to some extent, and that the code is faster than the reference code.

    DOI： 10.48550/arXiv.2507.04697

    arXiv

    researchmap

    その他リンク： https://arxiv.org/pdf/2507.04697v1

  40. コヒーレントイジングマシンにおけるパラメタチューニングへのATの適用—Application of AT to Parameter Tuning in Coherent Ising Machines

    羽生 達郎, 片桐 孝洋, 森下 誠, 高橋 一郎, 河合 直聡, 椋木 大地

    計算工学講演会論文集 = Proceedings of the Conference on Computational Engineering and Science / 日本計算工学会 編   30 巻   頁： 957 - 960   2025年6月

    　詳細を見る

    記述言語：日本語   出版者・発行元：東京 : 日本計算工学会  

    J-GLOBAL

    researchmap

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I034175077

  41. BLASコードを題材としたGPTモデルによる数値計算コード実装支援に関する考察

    椋木大地, 林俊一郎, 星野哲也, 片桐孝洋

    情報処理学会研究報告(Web)   2025 巻 ( HPC-200 )   2025年

    　詳細を見る

  42. GeoFEMを対象としたClaude CodeによるGPUコード開発の評価

    星野哲也, 林俊一郎, 椋木大地, 片桐孝洋, 塙敏博

    情報処理学会研究報告(Web)   2025 巻 ( HPC-201 )   2025年

    　詳細を見る

  43. 疎行列反復解法の深層学習を用いた実行時間予測モデル構築と評価

    中谷崇真, 河合直聡, 河合直聡, 片桐孝洋, 星野哲也, 永井亨, 椋木大地

    情報処理学会研究報告(Web)   2025 巻 ( HPC-199 )   2025年

    　詳細を見る

  44. 機械学習によるLAPACK固有値計算ルーチンのテストシーケンス最適化の試行

    樫村寛大, 片桐孝洋, 森崎修司, 星野哲也, 椋木大地

    情報処理学会研究報告(Web)   2025 巻 ( HPC-201 )   2025年

    　詳細を見る

  45. コヒーレントイジングマシンの性能パラメタ最適化のための探索アルゴリズム選択可能な手法の提案

    羽生達郎, 森下誠, 水木直也, 片桐孝洋, 椋木大地, 河合直聡, 星野哲也, 永井亨

    情報処理学会研究報告(Web)   2025 巻 ( HPC-198 )   2025年

    　詳細を見る

  46. SVMによる誤差を含むクラス分類における多種疑似量子アニーラの性能評価

    水木直也, 森下誠, 河合直聡, 片桐孝洋, 椋木大地, 星野哲也, 永井亨

    情報処理学会研究報告(Web)   2025 巻 ( HPC-198 )   2025年

    　詳細を見る

  47. MCP・RAGを用いたプロシージャル3D生成LLMエージェント3Difyの提案とスパコンの利用

    林俊一郎, 椋木大地, 片桐孝洋, 星野哲也, 大島聡史

    情報処理学会研究報告(Web)   2025 巻 ( HPC-200 )   2025年

    　詳細を見る

  48. Quasi Triple-Word Arithmeticによる6倍精度演算の疎行列反復解法への応用 Open Access

    椋木大地, 尾崎克久

    情報処理学会研究報告ハイパフォーマンスコンピューティング（HPC）   2024-HPC-197 巻 ( 11 ) 頁： 1 - 7   2024年12月

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）  

    Open Access

    J-GLOBAL

    researchmap

  49. Performance Evaluation of Adaptive-Precision SpMV with Reduced-Precision Formats

    Stef Grailla, Fabienne Jézéquel, Théo Mary, Roméo Molina, Daichi Mukunoki

    HAL   hal-04261073 巻   2023年10月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（その他学術会議資料等）  

    researchmap

  50. CPUにおけるbatched BLASのためのタスクスケジューリング戦略

    椋木大地, 廣田悠輔, 今村俊幸

    日本応用数理学会年会講演予稿集(CD-ROM)   2021 巻   2022年

    　詳細を見る

  51. グループワイズ更新戦略を用いたCG手法の混合精度アルゴリズム

    AIHARA Kensuke, OZAKI Katsuhisa, MUKUNOKI Daichi

    Conference Proceedings. JSST Annual International Conference on Simulation Technology (Web)   41st 巻   2022年

    　詳細を見る

  52. 尾崎スキームによる無限精度内積と再現可能疎行列反復ソルバーへの応用

    椋木大地, 尾崎克久, 荻田武史, 今村俊幸

    日本応用数理学会年会講演予稿集(CD-ROM)   2022 巻   2022年

    　詳細を見る

  53. 不等分割による行列積のエラーフリー変換の高精度計算への応用

    尾崎克久, 椋木大地, 荻田武史, 荻田武史

    日本応用数理学会年会講演予稿集(CD-ROM)   2022 巻   2022年

    　詳細を見る

  54. GPUテンソルコアを用いた行列乗算のエラーフリー変換の加速

    OZAKI Katsuhisa, MUKUNOKI Daichi, OGITA Takeshi

    International Conference on Simulation Technology (CD-ROM)   40th 巻   2021年

    　詳細を見る

  55. White Paper from Workshop on Large-scale Parallel Numerical Computing Technology (LSPANC 2020): HPC and Computer Arithmetic toward Minimal-Precision Computing

    Roman Iakymchuk, Daichi Mukunoki, Artur Podobas, Fabienne Jézéquel, Toshiyuki Imamura, Norihisa Fujita, Jens Huthmann, Shuhei Kudo, Yiyu Tan, Jens Domke, Kai Torben Ohlhus, Takeshi Fukaya, Takeo Hoshi, Yuki Murakami, Maho Nakata, Takeshi Ogita, Kentaro Sano, Taisuke Boku

    CoRR   abs/2004.04628 巻   2020年4月

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（研究会，シンポジウム資料等）  

    In numerical computations, precision of floating-point computations is a key factor to determine the performance (speed and energy-efficiency) as well as the reliability (accuracy and reproducibility). However, precision generally plays a contrary role for both. Therefore, the ultimate concept for maximizing both at the same time is the minimal-precision computing through precision-tuning, which adjusts the optimal precision for each operation and data. Several studies have been already conducted for it so far (e.g. Precimoniuos and Verrou), but the scope of those studies is limited to the precision-tuning alone. Hence, we aim to propose a broader concept of the minimal-precision computing system with precision-tuning, involving both hardware and software stack. In 2019, we have started the Minimal-Precision Computing project to propose a more broad concept of the minimal-precision computing system with precision-tuning, involving both hardware and software stack. Spe cifically, our system combines (1) a precision-tuning method based on Discrete Stochastic Arithmetic (DSA), (2) arbitrary-precision arithmetic libraries, (3) fast and accurate numerical libraries, and (4) Field-Programmable Gate Array (FPGA) with High-Level Synthesis (HLS). In this white paper, we aim to provide an overview of various technologies related to minimal- and mixed-precision, to outline the future direction of the project, as well as to discuss current challenges together with our project members and guest speakers at the LSPANC 2020 workshop; https://www.r-ccs.riken.jp/labs/lpnctrt/lspanc2020jan/.

    arXiv

    researchmap

    その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2004.html#abs-2004-04628

  56. GPUの単精度演算・Tensorコアを用いた行列積のエラーフリー変換

    尾崎克久, 椋木大地, 荻田武史

    日本応用数理学会年会講演予稿集(CD-ROM)   2020 巻   2020年

    　詳細を見る

  57. オーバー・アンダーフローを抑えた高精度かつ高速な2ノルム計算手法 Open Access

    原山赳幸, 工藤周平, 椋木大地, 今村俊幸, 高橋大介

    情報処理学会研究報告(Web)   2020 巻 ( HPC-177 )   2020年

    　詳細を見る

  58. 尾崎スキームを用いたbinary128による4倍精度行列積

    椋木大地, 尾崎克久, 荻田武史

    日本応用数理学会年会講演予稿集(CD-ROM)   2020 巻   2020年

    　詳細を見る

  59. 尾崎スキームによる高精度かつ再現性のあるBLAS実装

    椋木大地, 荻田武史, 尾崎克久, 今村俊幸

    日本応用数理学会年会講演予稿集(CD-ROM)   2019 巻   2019年

    　詳細を見る

  60. Level-3BLASに基づく高精度行列積計算法による高精度かつ再現性のあるBLASルーチンの実装とその最適化 Open Access

    椋木大地, 荻田武史, 尾崎克久

    情報処理学会研究報告(Web)   2018 巻 ( HPC-166 )   2018年

    　詳細を見る

  61. 京コンピュータにおける2.5次元アルゴリズムを用いた分散並列行列積の実装と評価 Open Access

    椋木大地, 今村俊幸

    情報処理学会研究報告(Web)   2017 巻 ( HPC-159 )   2017年

    　詳細を見る

  62. KMATHLIB-京コンピュータにおける高性能かつスケーラブルな数値計算ライブラリ-

    大井祥栄, 廣田悠輔, 椋木大地, 今村俊幸

    日本応用数理学会年会講演予稿集(CD-ROM)   2016 巻   2016年

    　詳細を見る

  63. コンシューマレンジのGPUに最適化した固有値ソルバーの実装と評価 Open Access

    今村俊幸, 椋木大地

    情報処理学会研究報告(Web)   2016 巻 ( HPC-157 )   2016年

    　詳細を見る

  64. AICSの大規模並列数値計算技術研究チームにおけるGPU計算に関する研究活動の紹介

    MUKUNOKI Daichi, IMAMURA Toshiyuki, TAKAHASHI Daisuke

    Plans and Future for International Collaborations on Extreme Scale Computing. 6th AICS International Symposium. RIKEN Symposium, 2016     2016年

    　詳細を見る

  65. 大規模並列計算機における連立一次方程式の精度保証付き数値計算に対する性能評価 Open Access

    森倉悠介, 椋木大地, 深谷猛, 山中脩也, 大石進一

    情報処理学会研究報告(Web)   2016 巻 ( HPC-157 )   2016年

    　詳細を見る

  66. CUDA-BLAS等の選択による最速GPU固有値ソルバーの性能評価 Open Access

    今村俊幸, 今村俊幸, 椋木大地, 山田進, 山田進, 町田昌彦, 町田昌彦

    情報処理学会研究報告(Web)   2015 巻 ( HPC-148 )   2015年

    　詳細を見る

  67. SYMV・GEMVルーチン群のマルチGPU化とその評価 Open Access

    今村俊幸, 今村俊幸, 椋木大地, 山田進, 山田進, 町田昌彦, 町田昌彦

    情報処理学会研究報告(Web)   2015 巻 ( HPC-151 )   2015年

    　詳細を見る

  68. NVIDIA GPUにおけるメモリ律速なBLASカーネルのスレッド数自動選択手法 Open Access

    椋木大地, 今村俊幸, 高橋大介

    情報処理学会研究報告(Web)   2015 巻 ( HPC-150 )   2015年

    　詳細を見る

  69. NVIDIA GPUにおけるGEMVカーネルの自動チューニング

    椋木大地, 今村俊幸, 高橋大介

    計算工学講演会論文集(CD-ROM)   20 巻   2015年

    　詳細を見る

  70. FFTを使った時間発展問題における累積誤差

    佐々成正, 山田進, 町田昌彦, 椋木大地, 今村俊幸

    日本応用数理学会年会講演予稿集(CD-ROM)   2015 巻   2015年

    　詳細を見る

  71. 京・FX10における倍々精度演算の高速化 Open Access

    佐々木信一, 菱沼利彰, 藤井昭宏, 田中輝雄, 椋木大地, 今村俊幸

    情報処理学会研究報告(Web)   2015 巻 ( HPC-151 )   2015年

    　詳細を見る

  72. 短尺浮動小数点形式の検討 Open Access

    椋木大地, 今村俊幸

    情報処理学会研究報告(Web)   2015 巻 ( HPC-152 )   2015年

    　詳細を見る

  73. CUDA-xSYMVの実装と評価 Open Access

    今村俊幸, 今村俊幸, 椋木大地, 山田進, 山田進, 町田昌彦, 町田昌彦

    情報処理学会研究報告(Web)   2014 巻 ( HPC-146 )   2014年

    　詳細を見る

  74. MaxwellアーキテクチャGPUにおける疑似倍精度演算を用いたDGEMMの実装と評価 Open Access

    椋木大地, 今村俊幸

    情報処理学会研究報告(Web)   2014 巻 ( ARC-213 )   2014年

    　詳細を見る

  75. GPUにおける高速なCRS形式疎行列ベクトル積の実装 Open Access

    椋木大地, 高橋大介

    研究報告ハイパフォーマンスコンピューティング（HPC）   2013 巻 ( 5 ) 頁： 1 - 7   2013年2月

    　詳細を見る

    記述言語：日本語  

    疎行列ベクトル積 （SpMV） は科学技術計算において多用される重要な基本演算である．本稿では GPU における高速な CRS 形式 SpMV の実装について報告する．GPU として NVIDIA 社の Kepler アーキテクチャを対象とし，CUDA5.0 環境において実装を行った．従来の Fermi アーキテクチャまでの GPU を対象に提案されていた実装手法をベースに，Kepler アーキテクチャで新たにサポートされた機能や仕様変更を活用して，最適化を行った．Kepler アーキテクチャの Tesla K20 における性能評価では，CUDA5.0 に付属の cuSPARSE における CRS 形式の倍精度 SpMV ルーチンに対して，200 種類の行列において，平均で約 1.86 倍，177 種類の行列で性能向上を達成した．

    Open Access

    CiNii Research

    researchmap

  76. GPUにおける4倍精度浮動小数点演算を用いたクリロフ部分空間法の高速化 Open Access

    椋木大地, 椋木大地, 高橋大介

    情報処理学会研究報告(Web)   2013 巻 ( HPC-140 )   2013年

    　詳細を見る

  77. GPUにおける3倍・4倍精度浮動小数点演算の実現と性能評価

    椋木大地, 高橋大介

    情報処理学会論文誌トランザクション(CD-ROM)   2012 巻 ( 2 )   2013年

    　詳細を見る

  78. GPUにおける高速なCRS形式疎行列ベクトル積の実装

    椋木大地, 高橋大介

    情報処理学会研究報告(CD-ROM)   2012 巻 ( 6 )   2013年

    　詳細を見る

  79. GPUにおける4倍精度演算を用いた疎行列反復解法の実装と評価 Open Access

    椋木大地, 高橋大介

    研究報告ハイパフォーマンスコンピューティング（HPC）   2012 巻 ( 37 ) 頁： 1 - 8   2012年12月

    　詳細を見る

    記述言語：日本語  

    疎行列の反復解法として用いられるクリロフ部分空間法は，丸め誤差の影響によって収束までの反復回数が増加したり，収束しなくなるケースがある．このような場合に高精度演算を用いることで収束性を改善できるケースがあることが報告されている．このとき，高精度演算を行うことによる1反復あたりの計算時間の増大に対して，反復回数の削減による計算時間の短縮効果が大きければ，求解までの計算時間を短縮できる可能性がある．我々は GPU （Tesla M2050） において Double-Double （DD） 演算による 4 倍精度を用いて，クリロフ部分空間法の一つである BiCGStab 法を実装し性能を評価した． GPU 上では 4 倍精度 BiCGStab 法の 1 反復あたりの計算時間が，倍精度の約 1.0-2.2 倍となり，反復回数の削減量によっては， 4 倍精度演算を用いることで求解までの計算時間を短縮できる場合が存在した．本稿では GPU 上の疎行列反復解法における 4 倍精度演算の性能と有効性について検討する．

    Open Access

    CiNii Research

    researchmap

  80. GPUによる3倍精度浮動小数点演算の検討 Open Access

    椋木大地, 高橋大介

    情報処理学会研究報告(CD-ROM)   2011 巻 ( 4 )   2011年

    　詳細を見る

  81. GPUによる4倍精度BLASの実装と評価

    椋木大地, 高橋大介

    計算工学講演会論文集   15 巻 ( 2 )   2010年

    　詳細を見る

  82. GPUによる4倍精度BLASの実装と評価 Open Access

    椋木大地, 高橋大介

    情報処理学会研究報告(CD-ROM)   2009 巻 ( 4 )   2009年

    　詳細を見る

▼全件表示

論文の先頭へ▲

科研費 8

  1. AIスーパーコンピュータにおける科学技術計算加速のための高精度演算技術応用

    研究課題/研究課題番号：25K24387  2025年7月 - 2027年3月

    日本学術振興会  科学研究費助成事業  研究活動スタート支援

    椋木 大地

    　 詳細を見る

  2. 次世代計算機のための高精度かつ精度検証可能な行列計算法の開発

    研究課題/研究課題番号：20KK0259  2022年4月 - 2023年10月

    日本学術振興会  科学研究費助成事業 国際共同研究加速基金(国際共同研究強化(A))  国際共同研究加速基金(国際共同研究強化(A))

    椋木 大地

    　 詳細を見る

    担当区分：研究代表者 

    配分額：9230000円 （ 直接経費：7100000円 、 間接経費：2130000円 ）

    2023年度は昨年度から引き続き，ソルボンヌ大側で開発されたadaptive precision SpMV（疎行列ベクトル積における理論誤差解析に基づく適応的な精度最適化の手法）に，我々が開発した高速削減精度メモリアクセッサー（RpFp）を組み合わせることによる高速化を検討した．昨年度から継続していたSpMVにおけるRpFpの適用に関して，国際学会（ICIAM2023）における口頭発表，国際学会（MCSoC2023）における査読付き論文投稿（採択され2023年12月発表予定）を行った．さらに2023年9-10月に仏ソルボンヌ大に渡航し，RpFpによるadaptive precision SpMVの高速化を実証し，結果は仏のプレプリントサーバHALにおいて出版した（hal-04261073）．仏滞在期間中にはCADNAによる精度検証付きBLAS/LAPACKの開発に関して，C++テンプレートBLAS実装を活用した実装法に関する議論，またペルピニャン大学David Defour教授を訪問し混合精度演算のための高性能メモリアクセッサーの実装に関する議論とプロトタイプ実装も行われた．
    また既課題からの発展として，東京都市大学相原研輔准教授らとの共同研究により，DotKスキームの応用による高精度かつ高速な混合精度疎行列反復法ソルバーに関する研究を実施した．また芝浦工業大学尾崎克久教授らとの共同研究により尾崎スキームの細粒度な精度調整に関する研究を実施した．これらは現在論文投稿中（査読中）である．
    本課題は研究代表者の退職により2023年10月末を持って廃止となった．1年半の全期間での主な成果は上記2023年中に発表した内容が主であり，幾つかの研究については成果創出に結びつく前に中断となったが，本課題による議論や得られた知見は共同研究者に引き継がれ今後発展することが期待される．

    researchmap

  3. 超並列計算環境のための高精度かつ再現性のある行列計算ライブラリの開発

    研究課題/研究課題番号：19K20286  2019年4月 - 2022年3月

    日本学術振興会  科学研究費助成事業 若手研究  若手研究

    椋木 大地

    　 詳細を見る

    本研究の目的は数値計算における計算の高精度化および再現性の保証を実現し，かつ最先端の超並列計算機アーキテクチャにおいて高性能を実現できるBLASライブラリの開発を行うことである．本研究では4つの手法：(1)尾崎スキーム，(2)ExBLASスキーム，(3)DotKスキーム，(4)CADNAスキームに着目し，このうち(1)を主たる手法として検討する．
    2019年度は主として(1)(4)に関する進捗が得られた．(1)に関してはCPU・GPU向けのBLASの基本ルーチンを開発し，オープンソースソフトウェアとして公開した．またこれらに関する査読付き論文を国際学会（PPAM2019）において発表した．さらにその応用として，疎行列反復解法（CG法）への適用，FP16の活用に関する研究を前倒しして実施した（これらは当初2021年度の実施を予定していた）．このうち後者については，FP16/32の混合精度ハードウェアであるTensor Coresを活用して高速に高精度・再現性のある実装を行う方法を開発し，査読付き論文が国際学会（ISC2020）に採択された．また(4)CADNAスキームについては，その開発元であり共同研究を進めているソルボンヌ大学側で新しい手法が考案され，共著者として参加した論文を国際学会に投稿した（プレプリント公開済み，現在査読中）．
    一方，計算結果の精度を担保しながら数値計算に用いられる演算精度を最適化して計算の高速化，省電力化を実現する方法の研究を開始した．本科研費課題で取り組む上記(1)-(4)の手法はその要素技術となりうるため，本研究の応用として位置付けられる．これに関しては本年度は国際会議（SC19）での査読付きポスター発表を行った．

    researchmap

  4. 高性能・省電力な計算のための短尺浮動小数点表現の検討

    研究課題/研究課題番号：16K16062  2016年4月 - 2019年3月

    日本学術振興会  科学研究費助成事業 若手研究(B)  若手研究(B)

    椋木 大地

    　 詳細を見る

    本研究では数値計算において広く用いられている32/64ビットのIEEE浮動小数点フォーマットに対して，ビット長が短い短尺フォーマットを導入することにより，計算の高速化と省電力化が可能であるかを検討した．ソフトウェアによる軽量な実装方法を検討するとともに，主にGPUをターゲットとして，数値計算に用いられる基本的な線形計算カーネルで性能がデータアクセス律速となるものにおいて，計算速度と電力性能の両面での有効性を示した．

    researchmap

  5. ＧＰＵスパコンのための３倍・４倍精度線形演算ライブラリの開発に関する研究

    研究課題/研究課題番号：13J01290  2013年4月 - 2015年3月

    日本学術振興会  科学研究費助成事業 特別研究員奨励費  特別研究員奨励費

    椋木 大地

    　 詳細を見る

    本研究の目的は，GPUスパコンにおける3倍・4倍精度演算の実用化を目的として，GPUにおける高性能な3倍・4倍精度線形計算ライブラリの実現に向けた基礎研究を行うことであった．本年度は主として，GPUにおける複数の演算精度に対応した線形計算ライブラリの効率的な実装手法に関する研究を行った，その結果として，複数のNVIDIA GPUアーキテクチャに対応した高速な行列ベクトル積ルーチン（GEMV）の実装手法を開発した．本実装ではGPUにおけるプログラムの実行メカニズムをモデル化し，実行効率が最大となるようなスレッドブロックサイズを自動的に決定するオンライン自動チューニングを採用する．これにより既存の実装と比べ，実行環境や問題サイズに依存して生じる性能の変動を防ぎ，常に高い性能を維持できる．本手法は，ある線形計算を行うプログラム（例えばBLASルーチンなど）において演算精度が異なる複数バージョンを実装・最適化する上で有効であると考えられる．またこの他に，4倍精度演算手法の応用として，倍精度演算性能が単精度演算性能の1/32であるNVIDIA社の最新GPUにおいて，ソフトウェアエミュレーションによる疑似倍精度演算を実装し，倍精度行列積ルーチン（DGEMM）においてハードウェア処理による実装を上回る性能が得られることを示した．本年度に開発したGPU向けソフトウェアの一部は，オープンソースのライブラリとしてウェブ上で公開しており，今後も開発を継続する予定である．

    researchmap

  6. エクサ時代の非同期タスクを応用した高性能高次元数値線形代数の研究

    研究課題/研究課題番号：19H04127  2019年4月 - 2022年3月

    日本学術振興会  科学研究費助成事業 基盤研究(B)  基盤研究(B)

    今村 俊幸, 工藤 周平, 廣田 悠輔, 鈴木 智博, 椋木 大地, 鈴木 厚

    　 詳細を見る

    担当区分：研究分担者 

    本年度は、研究計画の初年度として本基盤研究が目指す数値計算アルゴリズム由来の難スケジューリングについて調査とプロトタイプ実装による効果と問題点の絞りだしを行った。問題点は今後整理し、スケジューラプロトタイプの主要機能として実装を進める。数値計算アルゴリズム由来のスケジューリング調査について、まず、バッチスケジュール方式を中心とした、内部での細粒度パイプライン処理方式の開発と実問題でのテストを行い、スケジューリング方式の予備調査として中間結果を国際会議に発表している（高次FFTと粗密混合精度行列計算）。非同期ならびに優先度付きスケジューリングについては、本研究の中核をなす新規提案であり十分な予備調査と試験実装が行われた。特に, 既存言語であるOpenMPのtask構文とpriority句などの優先順位付けのアルゴリズムと我々が所望する数値アルゴリズムとの整合性（機能実現性・親和性・表現能力も含めて）研究を実施し国内外の研究会で報告をしている。行列分解アルゴリズムをCPU/GPUハイブリッド環境上に実装し、同実装においてpriority句によるタスクの優先順位付けにより、並列実行可能なタスクを部分的に増加できることが分かったが、その効果はさほど大きくないなどの結果を得ている。既存スケジューラの機能調査として, INRIAが開発をしているStarPUを調査し、 その内部機能や基本性能を確認した。実情は我々がDissectionで構成しているタスクスケジューラよりもオーバーヘッドが大きく定量的に20～30%の性能低下が見込まれれた. さらに既存スケジューラで活用されているDAGの表現能力についても調査し, LDU分解の限られた範囲であるが数値計算アルゴリズムにDAGの記述能力が問題にならないなど、次年度に展開する良好な調査結果を得ることができた。

    researchmap

  7. O(1億)コア環境におけるスケーラブルな数値計算ソフトウェアの理論と応用

    研究課題/研究課題番号：15H02709  2015年4月 - 2018年3月

    日本学術振興会  科学研究費助成事業 基盤研究(B)  基盤研究(B)

    今村 俊幸, 大井 祥栄, 深谷 猛, 廣田 悠輔, 椋木 大地, 山本 有作, 藤堂 眞治

    　 詳細を見る

    本研究は、数万から数億のコアプロセッサが搭載される計算システム環境下において、過去に蓄積された高性能な数値計算サービスを新しい数学原理に基づき実現することを目的にし、「異粒度数値カーネル構築」と共に「非同期的な数値計算アルゴリズム」の２大テーマのもと、１）非同期的数値計算アルゴリズムに関する理論と実用レベルにある省通信・省同期アルゴリズムについて研究しCAHTRやFDTD向けの手法を提案した。更に、２）超メニイコアでのスケーラブルな軽量コード生成のための自動チューニングなどの核基盤技術研究を推進し次世代数値計算ソフトウェアの新技術創出に繋がる新機軸探究を進めた。

    researchmap

  8. デファクトスタンダードを基盤とする高精度高信頼な連立一次方程式の数値計算法の開発

    研究課題/研究課題番号：15K15939  2015年4月 - 2017年3月

    日本学術振興会  科学研究費助成事業  若手研究(B)

    森倉 悠介, 大石 進一, 荻田 武史, 尾崎 克久, 深谷 猛, 椋木 大地, 山中 脩也

    　 詳細を見る

    本研究では，大規模連立一次方程式の精度保証付き数値計算法におけるスーパーコンピュータ上でのデファクトスタンダードな数値計算ソフトウェアを用いた実装とその評価，大規模連立一次方程式用のアルゴリズムの考察を行った．大規模問題に対して，高精度な行列積計算アルゴリズム，浮動小数点演算の無誤差変換を組み合わせることで精度保証が可能であることを京コンピュータ上で明らかにした．本研究で得られた計算アルゴリズムは事前誤差評価を用いて丸め誤差を計算している．プログラムの実装はデファクトスタンダードな数値計算ライブラリで行っているため，IEEE754の規格であれば様々なスーパーコンピュータでも実行が可能である．

    researchmap

▼全件表示

科研費の先頭へ▲
 

担当経験のある科目 (本学以外) 4

  1. コンピュータ科学実験b

    2025年10月 - 2025年11月 （名古屋大学 情報学部 コンピュータ科学科）

    　詳細を見る

  2. 数値解析及び演習

    2025年4月 - 2025年6月 （情報学部コンピュータ科学科）

    　詳細を見る

  3. コンピュータ科学実験a

    2025年4月 - 2025年5月 （名古屋大学 情報学部 コンピュータ科学科）

    　詳細を見る

  4. 情報処理技法（リテラシ）II

    2018年9月 - 2019年1月 （東京女子大学）

    　詳細を見る

担当経験のある科目 (本学以外)の先頭へ▲