| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-03-28 10:55 SparkのGPGPUを用いたグラフ処理高速化方法の提案と評価 ○稲本裕貴・青山幹雄（南山大）  SC2014-19 |
|
| 抄録 | （和） | SparkでGPGPUを用いて大規模グラフ処理を高速化する．しかし，Sparkで用いるデータセットであるRDDはGPUのDevice Memory上で処理できない．本稿ではRDDの制約を前提としたGPU処理方法を提案する．この結果，RDDがSparkのプロセス並列処理に加えて，GPUを用いたスレッド並列処理が可能となり，処理の並列度を向上させ処理の高速化が可能となる．Sparkでのグラフ処理をCPUと提案方法での場合，および他のグラフ処理高速化方法と実行時間を比較し，提案方法の評価を示す． |
| （英） | We propose a high performance computing method for large-scale graphs using the Spark on GPGPU. RDD, multiple sets of abstract data of Spark, cannot be processed on the device memory on GPU. In this article, we propose a processing method on GPU in consideration of the attributes of the RDD. We divide an RDD on a device memory into two kinds of data, which enables Spark to accelerate the thread-level parallel processing on the GPU under the constraint of the RDD. We measured and compared computing time of graph processing of the conventional CPU, the proposed method on Spark and the other high performance graph processing method. | |
| キーワード | （和） | 並列分散処理 / Apache Spark / GPGPU / Hadoop / / / / |
| （英） | Parallel Distributed Processing / Apache Spark / GPGPU / Hadoop / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 525, SC2014-19, pp. 31-36, 2015年3月. | |
| 資料番号 | SC2014-19 | |
| 発行日 | 2015-03-20 (SC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SC2014-19 |
|
| 研究会情報 | |
| 研究会 | SC |
| 開催期間 | 2015-03-27 - 2015-03-28 |
| 開催地（和） | 会津大学UBIC |
| 開催地（英） | Aizu Univ. |
| テーマ（和） | サービス・クラウドのQoS・SLA・ポリシー及び一般 |
| テーマ（英） | QoS, SLA, Policy of Service and Cloud and Other Issues |
| 講演論文情報の詳細 | |
| 申込み研究会 | SC |
| 会議コード | 2015-03-SC |
| 本文の言語 | 日本語 |
| タイトル（和） | SparkのGPGPUを用いたグラフ処理高速化方法の提案と評価 |
| サブタイトル（和） | |
| タイトル（英） | Parallel Processing of Large-Scale Graphs Using Spark on GPGPU |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 並列分散処理 / Parallel Distributed Processing |
| キーワード(2)（和/英） | Apache Spark / Apache Spark |
| キーワード(3)（和/英） | GPGPU / GPGPU |
| キーワード(4)（和/英） | Hadoop / Hadoop |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 稲本 裕貴 / Yuki Inamoto / イナモト ユウキ |
| 第1著者 所属（和/英） | 南山大学 (略称： 南山大) Nanzan University (略称： Nanzan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 青山 幹雄 / Mikio Aoyama / |
| 第2著者 所属（和/英） | 南山大学 (略称： 南山大) Nanzan University (略称： Nanzan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-03-28 10:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SC |
| 資料番号 | SC2014-19 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.525 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2015-03-20 (SC) |
[研究会発表申込システムのトップページに戻る]