資料詳細

目次

第1章 スーパーコンピュータとアプリケーションの性能

  1.1 スーパーコンピュータとは?

  1.2 高性能アプリケーションとは?

第2章 アプリケーションの性能最適化

  2.1 性能評価方法

  2.2 現状認識-ソースコードの調査

  2.3 現状認識-測定法

  2.4 現状認識-演算・通信カーネルの決定

  2.5 問題点の把握-高並列に関する問題点の評価法

  2.6 問題点の把握-CPU単体性能に関する問題点の評価法

  2.7 高並列に関する問題パターン別の性能最適化技術

  2.8 CPU単体性能に関する性能最適化

第3章 アプリケーションの性能最適化の実例

  3.1 「京」性能実証のためのアプリケーション

  3.2 「京」のシステム概要

  3.3 性能評価のための計算機環境

  3.4 高並列性能最適化の実例の概要

  3.5 RSDFTの性能最適化

  3.6 PHASEの性能最適化

  3.7 CPU単体性能最適化の実例の概要

  3.8 Seism3DのCPU単体性能最適化の実例

  3.9 FFBのCPU単体性能最適化

第4章 大規模系での高速フーリエ変換

  4.1 高速Fourier変換

  4.2 多次元FFT

  4.3 2次元分割を用いた並列3次元FFTアルゴリズム

  4.4 GPUクラスタにおける並列1次元FFT

  4.5 まとめ

第5章 オーダーN法

  5.1 密度汎関数理論

  5.2 電子の近視性(Nearsightedness)

  5.3 局在基底法

  5.4 オーダーN法

  5.5 超並列化の方法

  5.6 オーダーN法の応用

  5.7 数値厳密な低次スケーリング法

  5.8 まとめ

第6章 大規模MD並列化の技術

  6.1 階層的並列化

  6.2 トーラスネットワークの特徴を踏まえた並列化方法

  6.3 並列性能を高めるためのデータ構造

  6.4 分子動力学計算の概要

  6.5 具体的なMPI並列化事例

  6.6 演算の効率化

  6.7 まとめ

第7章 大規模量子化学計算

  7.1 量子化学計算の目的と種類

  7.2 SCF計算の構成要素

  7.3 post‐HF計算の構成要素

  7.4 大規模系に適用するための量子化学計算法

  7.5 結びに

第8章 OpenAccによるGPU Computing

  8.1 はじめに

  8.2 OpenACCとは

  8.3 OpenACCによるアプリケーションのGPU化の推奨方法

  8.4 ホットスポットの特定

  8.5 ループの並列化

  8.6 データ転送の最適化

  8.7 ループの最適化

  8.8 まとめ

第9章 インテルXeon Phiプロセッサ向け最適化、並列化概要

  9.1 はじめに

  9.2 プログラミング言語

  9.3 ベクトル化

  9.4 キャッシュ

  9.5 インテルXeon Phiプロセッサ(開発コード名Knights Landing)概要

  9.6 MCDRAMの使用方法

  9.7 ベクトル化を妨げる原因と解決方法

  9.8 最適化ツールを使ったベクトル化

  9.9 マルチスレッド化

ページの先頭へ