研究紹介

“Programming CPUs, systems and everything in technology, science and art.”

Perf-labでは、コンピュータアーキテクチャの神髄であるソフトウェアとハードウェアの界面(インターフェース)を探求していきます。そのために、CPUをマシン語(アセンブリ言語)、C言語、Python、ドメイン特化型言語など様々な抽象度の言語を用いてプログラミングしていきます。プログラミングの対象も、CPUだけではなく、単体コンピュータ、更には、大型コンピュータ、スパコン、IoT機器、エッジデバイスなど情報技術を活用するもの全てに及んできます。

コンピュータの使える技術を学び、最終的には科学として昇華させる。最初の一歩は、楽しそうだから試してみよう・作ってみようからプログラミングがスタートします。作ってみたいアイディアが実現でき、あるフィールドの実践知となれば、その美しさに共感しあえる仲間ができます。このとき、プログラミングはアートの領域に到達しているかもしれません。その少し先に、きっと、まだ見ぬコンピューティング技術、コンピュータ科学が存在していると思います。Perf-labでは、様々な角度から、プログラミング、そして、コンピューティングの技術・科学・アートを探求し、実践していく研究を目指しております。

 
 
 

“JSTさきがけ 革新的コンピューティング技術の開拓”

データフロー主導によるカスタム計算機システム開発基盤の体系化

Society 5.0 社会の実現に向けて、特定の応用ドメインに特化したカスタム計算機システムにより高い性能効率を達成することは極めて重要です。一方でカスタム化にはシステムの開発基盤に生産性や開発コストの面で課題があります。そこで、本研究ではデータフロー計算原理に基づきFPGAアクセラレータとドメイン特化型言語を統合的に取り扱うシステム開発基盤を提案し、生産性と高い性能電力比の両立を目指します。この過程で、コンピュータのシステム性能についての定量的理解、分析、推定やプロファイリング技術の更なる高度化を行い、結果として得られる性能モデルをPolyhedra最適化や自動チューニング技術と組み合わせてハード・ソフトの双方の設計及びチューニングにフィードバックすることにより性能に関する諸問題を解決することを目指します。

リンク: JSTの研究紹介のページ

 
 
 

“深層学習と経験的手法の協調によるメモリアクセス最適化プログラムの自動合成”

近年の深層学習技術の進展は目覚ましい反面、これらの成果を社会に幅広く展開するためには性能・電力・コストの面で最適化された深層学習処理向けのシステムアーキテクチャを探求していくことが求められております。このような状況の下、ハード・ソフトにまたがる広大なアーキテクチャ設計空間(コンピュータ設計空間)に対して深層学習を活用し、既存の高位最適化コンパイラに実装されている経験的手法と協調しながら動作する最適化器を自動合成することを試みます。実環境での観測に基づく大量の教師学習データに駆動される形で対応可能となる最適化器の自動合成法を研究開発することにより、深層学習向けシステムアーキテクチャ技術の本質を追求していくことを目指していきます。

 
リンク: 科研費のページ