Researcher Profile and Settings

Affiliation

• Information Initiative Center　Supercomputing

Job Title

• Associate Professor

J-Global ID

• 201301004228272988

Research Interests

• Parallel Computing   Numerical Linear Algebra   High Performance Computing   

Research Areas

• Informatics / Computational science
• Informatics / High-performance computing

Educational Organization

•  Bachelor's degree program　School of Engineering
•  Master's degree program　Graduate School of Information Science and Technology
•  Doctoral (PhD) degree program　Graduate School of Information Science and Technology

Academic & Professional Experience

• 2022/11 - Today Hokkaido University Information Initiative Center Associate Professor
• 2015/04 - 2022/10 Hokkaido University Information Initiative Center
• 2020/11 - 2022/03 科学技術振興機構 さきがけ研究員
• 2013/10 - 2015/03 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
• 2012/04 - 2013/09 Kobe University Graduate School of System Informatics

Education

• 2007/04 - 2012/03  Nagoya University  Graduate School of Engineering  Department of Computational Science and Engineering
• 2002/04 - 2007/03  Nagoya University  School of Engineering  Physical Science and Engineering

Association Memberships

• SIAM   THE JAPAN SOCIETY FOR INDUSTRIAL AND APPLIED MATHEMATICS   INFORMATION PROCESSING SOCIETY OF JAPAN   

Research Activities

Published Papers

• Subspace Correction Preconditioning for Solving a Sequence of Asymmetric Linear Systems Using the Bi-CGSTAB Method

  Hirotoshi Tamori, Takeshi Fukaya, Takeshi Iwashita

  Journal of Information Processing 31 875 - 884 2023/12 [Refereed]
  
• Numerical Behavior of Mixed Precision Iterative Refinement Using the BiCGSTAB Method

  Yingqi Zhao, Takeshi Fukaya, Takeshi Iwashita

  Journal of Information Processing 31 860 - 874 2023/12 [Refereed]
  
• Convergence acceleration of preconditioned conjugate gradient solver based on error vector sampling for a sequence of linear systems

  Takeshi Iwashita, Kota Ikehara, Takeshi Fukaya, Takeshi Mifune

  Numerical Linear Algebra with Applications 30 (6) 1070-5325 2023/05/31 [Refereed]
   

  Abstract In this article, we focus on solving a sequence of linear systems that have identical (or similar) coefficient matrices. For this type of problem, we investigate subspace correction (SC) and deflation methods, which use an auxiliary matrix (subspace) to accelerate the convergence of the iterative method. In practical simulations, these acceleration methods typically work well when the range of the auxiliary matrix contains eigenspaces corresponding to small eigenvalues of the coefficient matrix. We develop a new algebraic auxiliary matrix construction method based on error vector sampling in which eigenvectors with small eigenvalues are efficiently identified in the solution process. We use the generated auxiliary matrix for convergence acceleration in the following solution step. Numerical tests confirm that both SC and deflation methods with the auxiliary matrix can accelerate the solution process of the iterative solver. Furthermore, we examine the applicability of our technique to the estimation of the condition number of the coefficient matrix. We also present the algorithm of the preconditioned conjugate gradient method with condition number estimation.
• Distributed Parallel Tall-Skinny QR Factorization: Performance Evaluation of Various Algorithms on Various Systems

  Takeshi Fukaya

  Parallel and Distributed Computing, Applications and Technologies 275 - 287 0302-9743 2023/04/08 [Refereed][Not invited]
  
• A novel ILU preconditioning method with a block structure suitable for SIMD vectorization

  Kengo Suzuki, Takeshi Fukaya, Takeshi Iwashita

  Journal of Computational and Applied Mathematics 419 114687 - 114687 0377-0427 2023/02 [Refereed]
  
• A New AINV Preconditioner for the CG Method in Hybrid CPU-GPU Computing Environment

  Kengo Suzuki, Takeshi Fukaya, Takeshi Iwashita

  Journal of Information Processing 30 755 - 765 2022/10 [Refereed]
  
• Numerical Investigation into the Mixed Precision GMRES(<i>m</i>) Method Using FP64 and FP32

  Yingqi Zhao, Takeshi Fukaya, Linjie Zhang, Takeshi Iwashita

  Journal of Information Processing 30 525 - 537 2022/08 [Refereed]
  
• Performance prediction of massively parallel computation by Bayesian inference

  Hisashi Kohashi, Harumichi Iwamoto, Takeshi Fukaya, Yusaku Yamamoto, Takeo Hoshi

  JSIAM Letters 14 13 - 16 1883-0609 2022 [Refereed]
  
• An Integer Arithmetic-Based Sparse Linear Solver Using a GMRES Method and Iterative Refinement

  Takeshi Iwashita, Kengo Suzuki, Takeshi Fukaya

  2020 IEEE/ACM 11th Workshop on Latest Advances in Scalable Algorithms for Large-Scale Systems (ScalA) 1 - 8 2020/11 [Refereed]
  
• Hierarchical block multi-color ordering: a new parallel ordering method for vectorization and parallelization of the sparse triangular solver in the ICCG method

  Takeshi Iwashita, Senxi Li, Takeshi Fukaya

  CCF Transactions on High Performance Computing 2 (2) 84 - 97 2524-4922 2020/06 [Refereed]
   

  In this paper, we propose a new parallel ordering method to vectorize and parallelize the sparse triangular solver, which is called hierarchical block multi-color ordering. In this method, the parallel forward and backward substitutions can be vectorized while preserving the advantages of block multi-color ordering, that is, fast convergence and fewer thread synchronizations. To evaluate the proposed method in a parallel ICCG (Incomplete Cholesky Conjugate Gradient) solver, numerical tests were conducted using seven test matrices on three types of computational nodes. The numerical results indicate that the proposed method outperforms the conventional block and nodal multi-color ordering methods in 18 out of 21 test cases, which confirms the effectiveness of the method.
• Effect of Mixed Precision Computing on H-Matrix Vector Multiplication in BEM Analysis

  Rise Ooi, Takeshi Iwashita, Takeshi Fukaya, Akihiro Ida, Rio Yokota

  Proceedings of the International Conference on High Performance Computing in Asia-Pacific Region 92 - 101 2020/01/15 [Refereed]
  
• Shifted Cholesky QR for Computing the QR Factorization of Ill-Conditioned Matrices

  Takeshi Fukaya, Ramaseshan Kannan, Yuji Nakatsukasa, Yusaku Yamamoto, Yuka Yanagisawa

  SIAM Journal on Scientific Computing 42 (1) A477 - A503 1064-8275 2020/01 [Refereed]
  
• EigenKernel A middleware for parallel generalized eigenvalue solvers to attain high scalability and usability

  Kazuyuki Tanaka, Hiroto Imachi, Tomoya Fukumoto, Akiyoshi Kuwata, Yuki Harada, Takeshi Fukaya, Yusaku Yamamoto, Takeo Hoshi

  Japan Journal of Industrial and Applied Mathematics 36 (2) 719 - 742 0916-7005 2019/07 [Refereed]
  
• An investigation into the impact of the structured QR kernel on the overall performance of the TSQR algorithm

  Takeshi Fukaya

  Proceedings of the International Conference on High Performance Computing in Asia-Pacific Region 81 - 90 2019/01/14 [Refereed]
  
• Enhancement of Algebraic Block Multi-Color Ordering for ILU Preconditioning and Its Performance Evaluation in Preconditioned GMRES Solver

  Senxi Li, Takeshi Iwashita, Takeshi Fukaya

  Journal of Information Processing 27 201 - 210 2019 [Refereed]
  
• A Case Study on Modeling the Performance of Dense Matrix Computation: Tridiagonalization in the EigenExa Eigensolver on the K Computer

  Takeshi Fukaya, Toshiyuki Imamura, Yusaku Yamamoto

  2018 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW) 1113 - 1122 2018/05 [Refereed]
  
• Time-space tiling with tile-level parallelism for the 3D FDTD method

  Takeshi Fukaya, Takeshi Iwashita

  Proceedings of the International Conference on High Performance Computing in Asia-Pacific Region 116 - 126 2018/01/28 [Refereed]
  
• On Constructing Cost Models for Online Automatic Tuning Using ATMathCoreLib: Case Studies through the SVD Computation on a Multicore Processor

  Seiji Nagashima, Takeshi Fukaya, Yusaku Yamamoto

  2016 IEEE 10th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSOC) 345 - 352 2016/09 [Refereed][Not invited]
   

  We consider the problem of online automatic tuning. In this setting, we execute the target program with some tuning parameters N times, where N is given, while optimizing the parameters to minimize some objective function such as the total execution time. Thus we have to choose the parameters for each execution by taking into account the trade-off between exploration and exploitation. The ATMathCoreLib library developed by Suda is a set of software that solves this problem. To model the performance of the target software, ATMathCoreLib uses a linear statistical model, and its basis functions must be provided by the user. In this paper, we investigate how to choose the basis functions appropriately, using the singular value decomposition of a square matrix as an example. We consider three cases, namely, (I) when the performance characteristics of the target problem are well understood by the user, (II) when the tuning parameter has a complicated structure, as occurs in the case of simultaneous selection of an algorithm and its parameter, and (III) when the performance characteristics of the target problem are not known to the user. The results of using ATMathCoreLib with different basis functions for each case are given. They help one understand the tuning by ATMathCoreLib and contribute to the progress of ATMathCoreLib.
• Application and Evaluation of Various Communication Avoiding Techniques for the Conjugate Gradient Method

  熊谷洋佑, 藤井昭宏, 田中輝雄, 深谷猛, 須田礼仁

  情報処理学会論文誌トランザクション コンピューティングシステム(Web) 9 (3) 1 - 13 1882-7829 2016/08/04 [Refereed][Not invited]
   

  The performance of supercomputers improves as the number of cores increases. The conjugate gradient (CG) method is useful for solving large and sparse linear systems. It has been pointed out that collective communication needed for calculating inner products becomes serious bottleneck when executing the CG method on massively parallel systems. Recently, the Chebyshev basis CG (CBCG) method, a variant of the Communication-avoiding CG method, has been proposed. In this paper, we reduced collective communication of CBCG method (CBCGR) and applied Matrix Powers Kernel (MPK) for CBCGR method. We then measured the execution time of these methods for 2D and 3D Poisson problems using OpenMP/MPI hybrid parallel model on the FX10 (oakleaf-fx) supercomputer system. For the 2D-Poisson problem, the CBCGR and CBCGR-MPK methods are faster than the CG and CBCG methods when the number of processes is sufficiently large. For the 3D-Poisson problem, the CBCGR method is faster than the CG and CBCG methods when the number of processes is sufficeint large.
• Performance Analysis of the Chebyshev Basis Conjugate Gradient Method on the K Computer

  Yosuke Kumagai, Akihiro Fujii, Teruo Tanaka, Yusuke Hirota, Takeshi Fukaya, Toshiyuki Imamura, Reiji Suda

  Parallel Processing and Applied Mathematics 9573 74 - 85 0302-9743 2016 [Refereed]
  
• CAHTR: Communication-avoiding householder TRidiagonalization

  Toshiyuki Imamura, Takeshi Fukaya, Yusuke Hirota, Susumu Yamada, Masahiko Machida

  Advances in Parallel Computing 27 381 - 390 0927-5452 2016 [Refereed]
   

  © 2016 The authors and IOS Press. The present paper describes an efficient communication optimization technique for Householder tridiagonalization called CAHTR and evaluates its parallel performance. CAHTR is intended to reduce the number of problems in collective communication, especially MPI Allreduce operations. We demonstrate the optimal version of CAHTR(3) compared with a naive implementation CAHTR(0). The CAHTR algorithms are evaluated on the K supercomputer system, and speedup exceeds x1.4 for the case of N = 5000 and P = 1024.
• Roundoff error analysis of the CholeskyQR2 algorithm in an oblique inner product

  Yusaku Yamamoto, Yuji Nakatsukasa, Yuka Yanagisawa, Takeshi Fukaya

  JSIAM Letters 一般社団法人 日本応用数理学会 8 5 - 8 1883-0609 2016 [Refereed]
   

  The Cholesky QR algorithm is an ideal QR decomposition algorithm for high performance computing, but known to be unstable. We present error analysis of the Cholesky QR algorithm in an oblique inner product defined by a positive definite matrix, and show that by repeating the algorithm twice (called CholeskyQR2), its stability is greatly improved.
• Performance Evaluation of the Eigen Exa Eigensolver on Oakleaf-FX: Tridiagonalization Versus Pentadiagonalization

  Takeshi Fukaya, Toshiyuki Imamura

  2015 IEEE International Parallel and Distributed Processing Symposium Workshop 2015/05 [Refereed]
  
• ROUNDOFF ERROR ANALYSIS OF THE CHOLESKYQR2 ALGORITHM

  Yusaku Yamamoto, Yuji Nakatsukasa, Yuka Yanagisawa, Takeshi Fukaya

  ELECTRONIC TRANSACTIONS ON NUMERICAL ANALYSIS 44 306 - 326 1068-9613 2015 [Refereed][Not invited]
   

  We consider the QR decomposition of an m x n matrix X with full column rank, where m >= n. Among the many algorithms available, the Cholesky QR algorithm is ideal from the viewpoint of high performance computing since it consists entirely of standard level 3 BLAS operations with large matrix sizes, and requires only one reduce and broadcast in parallel environments. Unfortunately, it is well-known that the algorithm is not numerically stable and the deviation from orthogonality of the computed Q factor is of order O((kappa(2)(X))(2) u), where kappa(2)(X) is the 2-norm condition number of X and u is the unit roundoff. In this paper, we show that if the condition number of X is not too large, we can greatly improve the stability by iterating the Cholesky QR algorithm twice. More specifically, if kappa(2)(X) is at most O(u(-1/2)), both the residual and deviation from orthogonality are shown to be of order 0(u). Numerical results support our theoretical analysis.
• Performance Analysis of the Householder-Type Parallel Tall-Skinny QR Factorizations Toward Automatic Algorithm Selection

  Takeshi Fukaya, Toshiyuki Imamura, Yusaku Yamamoto

  Lecture Notes in Computer Science 8969 269 - 283 0302-9743 2015 [Refereed]
  
• CholeskyQR2: A Simple and Communication-Avoiding Algorithm for Computing a Tall-Skinny QR Factorization on a Large-Scale Parallel System

  Takeshi Fukaya, Yuji Nakatsukasa, Yuka Yanagisawa, Yusaku Yamamoto

  2014 5th Workshop on Latest Advances in Scalable Algorithms for Large-Scale Systems 31 - 38 2014/11 [Refereed]
  
• Performance Optimization for the Blocked Householder QR Decomposition Using the Dynamic Programming

  深谷 猛, 山本 有作, 張 紹良

  情報処理学会論文誌 論文誌トランザクション 情報処理学会 2011 (2) 146 - 157 1882-7772 2012/04 [Refereed][Not invited]
  
• Acceleration of Hessenberg Reduction for Nonsymmetric Eigenvalue Problems in a Hybrid CPU-GPU Computing Environment.

  Jun-ichi Muramatsu, Takeshi Fukaya, Shao-Liang Zhang, Kinji Kimura, Yusaku Yamamoto

  IJNC 1 (2) 132 - 143 2011 [Refereed][Not invited]
  
• Differential qd algorithm for totally nonnegative Hessenberg matrices: introduction of origin shifts and relationship with the discrete hungry Lotka-Volterra system

  Yusaku Yamamoto, Takeshi Fukaya

  JSIAM Letters The Japan Society for Industrial and Applied Mathematics 2 69 - 72 1883-0609 2010 [Refereed][Not invited]
   

  We propose an approach for introducing the origin shift into the multiple dqd algorithm for computing the eigenvalues of a totally nonnegative matrix. Numerical experiments show that the shift speeds up the convergence while retaining the accuracy of the computed eigenvalue.
• Acceleration of the Singular Value Decomposition Algorithm for Square Matrices Using CUDA

  深谷 猛, 山本 有作, 畝山 多加志, 中村 佳正

  情報処理学会論文誌コンピューティングシステム（ACS） 情報処理学会 2 (2) 98 - 109 1882-7829 2009/07/02 [Refereed][Not invited]
   

  In this paper, we report the result of acceleration of computing the singular value decomposition (SVD) for a square matrix using CUDA, which is an integrated development environment for GPGPU. Computing of the SVD for a square matrix consists of the following three parts: bidiagonalization of the input matrix, the SVD of the bidiagonal matrix, and inverse transformation. Among them, we accelerate the first and the third step using GPU. This is because it is easy to use the CUBLAS, the BLAS library provided in CUDA, in these two steps. Through simple performance prediction, we assessed that the Bischof's method, in which bidiagonalization can be computed with matrix multiplications, is effective for computation using GPU. Therefore we implemented the algorithm for the SVD based on such method. When computing the SVD of a 5,120×5,120 matrix, we obtained about four times speedup using a GPU over using only a CPU (Intel Core2 Duo, 1.86 GHz, using 2 cores).
• Differential qd algorithm for totally nonnegative band matrices: convergence properties and error analysis

  Yusaku Yamamoto, Takeshi Fukaya

  JSIAM Letters The Japan Society for Industrial and Applied Mathematics 1 56 - 59 1883-0609 2009 [Refereed][Not invited]
   

  We analyze convergence properties and numerical properties of the differential qd algorithm generalized for totally nonnegative band matrices. In particular, we show that the algorithm is globally convergent and can compute all eigenvalues to high relative accuracy.
• A dynamic programming approach to optimizing the blocking strategy for the Householder QR decomposition

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  2008 IEEE International Conference on Cluster Computing 402 - 410 1552-5244 2008/09 [Refereed][Not invited]
  
• Acceleration of the Singular Value Decomposition Algorithm for Rectangular Matrices with a Floating-point Coprocessor

  深谷猛, 山本有作, 畝山多加志, 堀玄, 梅野健

  情報処理学会論文誌 48 (SIG8(ACS18)) 31 - 43 0387-5806 2007/05 [Refereed][Not invited]
  
• Accelerating the Singular Value Decomposition of Rectangular Matrices with the CSX600 and the Integrable SVD

  Yusaku Yamamoto, Takeshi Fukaya, Takashi Uneyama, Masami Takata, Kinji Kimura, Masashi Iwasaki, Yoshimasa Nakamura

  Lecture Notes in Computer Science 4671 340 - 345 0302-9743 2007 [Refereed][Not invited]
  

Books etc

• Sustained Simulation Performance 2018 and 2019

  Tomoki Nakano, Mitsuo Yokokawa, Yusaku Yamamoto, Takeshi Fukaya (ContributorAffecting the Relaxation Parameter in the Multifrontal Method)
  Springer 2020 (ISBN: 9783030391805) 215-224
• 数値線形代数の数理とHPC

  櫻井 鉄也, 松尾 宇泰, 片桐 孝洋, 日本応用数理学会 (Contributor第6章 固有値・特異値問題における並列計算 6.1 直接法)
  共立出版 2018 (ISBN: 9784320019553) 229-249
• Software automatic tuning : from concepts to state-of-the-art results

  直野, 健, 寺西, 慶太, Cavazos, John, 須田, 礼仁 (ContributorDynamic Programming Approaches to Optimizing the Blocking Strategy for Basic Matrix Decompositions)
  Springer 2010 (ISBN: 9781441969347) xiv, 377 p. 69-85

Conference Activities & Talks

• 低精度演算を用いた線形計算アルゴリズムの研究  [Not invited]

  深谷 猛

  第7回北大・部局横断シンポジウム  2021/10  オンライン
• ベイズ推定による超並列計算の性能予測  [Not invited]

  星 健夫, 小橋 恒士, 山本 有作, 深谷 猛

  日本応用数理学会2021年度年会  2021/09  オンライン  日本応用数理学会
  
• GPUに適した近似逆行列前処理の簡略化手法  [Not invited]

  鈴木 謙吾, 深谷 猛, 岩下 武史

  日本応用数理学会2021年度年会  2021/09  オンライン  日本応用数理学会
  
• GMRES(m)法に対する低精度演算・データの積極的導入の可能性に関する検証  [Not invited]

  深谷 猛, 岩下 武史

  日本応用数理学会2021年度年会  2021/09  オンライン  日本応用数理学会
  
• 最近のマルチコアCPU環境における疎行列ベクトル積の性能に関する一考察  [Not invited]

  深谷 猛, 岩下 武史, 中島 浩

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会 第31回研究会（SwoPP2021）  2021/07  オンライン  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• SIMD演算に適したブロック構造を有する新しいILU分解前処理手法  [Not invited]

  鈴木 謙吾, 深谷 猛, 岩下 武史

  The 5th cross-disciplinary Workshop on Computing Systems, Infrastructures, and Programming (xSIG2021)  2021/07  オンライン  情報処理学会 ARC/HPC/OS/PRO 各研究会
  
• Exploiting Lower Precision Computing in the GMRES(m) Method  [Not invited]

  Takeshi Fukaya, Yingqi Zhao, Takeshi Iwashita

  SIAM Conference on Applied Linear Algebra (LA21)  2021/05  online  SIAM
  
• Exploiting Lower Precision Computing in the GMRES(m) Method  [Not invited]

  Takeshi Fukaya

  2021 Conference on Advanced Topics and Auto Tuning in High-Performance Scientific Computing (ATAT2021)  2021/03  Taoyuan City & online
• GMRES(m)法における行列データの低精度化に関する検討  [Not invited]

  深谷 猛, 岩下 武史

  日本応用数理学会 第17回研究部会連合発表会  2021/03  オンライン  日本応用数理学会
  
• Hierarchical Block Multi-Color Ordering for Vectorization and Parallelization of the ICCG Method  [Not invited]

  Takeshi Iwashita, Senxi Li, Takeshi Fukaya

  SIAM Conference on Computational Science and Engineering (CSE21)  2021/03  online  SIAM
  
• 低精度・低信頼性演算を活用した数値計算アルゴリズムの創出  [Not invited]

  深谷 猛

  第12回 自動チューニング技術の現状と応用に関するシンポジウム(ATTA2020)  2020/12  オンライン  自動チューニング研究会
  
• 縦長行列の列ピボット付きQR分解に対するコレスキーQR型アルゴリズムの検討  [Not invited]

  深谷 猛, 中務 佑治, 山本 有作

  日本応用数理学会2020年度年会  2020/09  オンライン  日本応用数理学会
  
• Automated Subspace Correction法を前処理とするCGソルバの開発と評価  [Not invited]

  池原 紘太, 深谷 猛, 岩下 武史

  The 4th cross-disciplinary Workshop on Computing Systems, Infrastructures, and Programming (xSIG2020)  2020/07  オンライン  情報処理学会 ARC/HPC/OS/PRO 各研究会
  
• Shifted CholeskyQR3 for High Performance Tall-Skinny QR Factorization  [Not invited]

  Takeshi Fukaya, Ramaseshan Kannan, Yuji Nakatsukasa, Yusaku Yamamoto, Yuka Yanagisawa

  SIAM Conference on Parallel Processing for Scientific Computing (SIAM PP20)  2020/02  Seattle  SIAM
  
• Investigation into the convergence behavior of the mixed-precision GMRES(m) method using FP64 and FP32  [Not invited]

  Takeshi Fukaya

  Workshop on Large-scale Parallel Numerical Computing Technology (LSPANC 2020 January)  2020/01  Kobe  RIKEN R-CCS
  
• Benchmarking Basic Dense Linear Algebra Kernels on the supercomputer Grand Chariot  [Not invited]

  Takeshi Fukaya

  Sapporo Winter HPC Seminar 2020  2020/01  Sapporo  Information Initiative Center, Hokkaido University
  
• HPC視点に基づくテンソル分解アルゴリズムの高性能化  [Not invited]

  深谷 猛

  第11回 自動チューニング技術の現状と応用に関するシンポジウム(ATTA2019)  2019/12  東京都  自動チューニング研究会
  
• 北海道大学情報基盤センター 新スーパーコンピュータシステム利用者からの問い合わせ分析  [Not invited]

  吉川 潤, 更科 高広, 吉川 浩, 金子 修己, 岩﨑 誠, 折野 神惠, 岩舩 歩美, 深谷 猛, 岩下 武史

  大学ICT推進協議会2019年度年次大会（AXIES2019）  2019/12  福岡市  一般社団法人 大学ICT推進協議会
  
• 3 次元FDTD 法に対する並列処理に適した時空間タイリング手法  [Not invited]

  深谷 猛

  北海道大学共同利用・共同研究拠点アライアンス 部局横断シンポジウム「計算科学が拓く汎分野研究」  2019/10  札幌市  北海道大学共同利用・共同研究拠点アライアンス
  
• 倍精度と単精度を用いた混合精度GMRES(m)法の収束性に関する実験的評価  [Not invited]

  深谷 猛, グドール 聖哉, 張 臨傑, 岩下 武史

  日本応用数理学会2019年度年会  2019/09  東京都  日本応用数理学会
  
• Recent progress of the Cholesky QR factorization  [Not invited]

  Takeshi Fukaya

  2019 Mini-Workshop on Computational Science (MWCS2019)  2019/08  Dalian
• Mixed-Precision GMRES(m) Method using Double and Single Precision: Experimental Evaluation of its Convergence Properties  [Not invited]

  Takeshi Fukaya

  Sapporo Summer HPC Seminar 2019  2019/08  Sapporo  Information Initiative Center, Hokkaido University
  
• 倍精度と単精度を用いた混合精度 GMRES(m) 法の性能評価  [Not invited]

  深谷 猛, グドール 聖哉, 張 臨傑, 岩下 武史

  第48回数値解析シンポジウム（NAS2019）  2019/06  福井市
• ALS法を用いた密テンソルのCP分解におけるMTTKRPの性能評価  [Not invited]

  深谷 猛

  The 3rd cross-disciplinary Workshop on Computing Systems, Infrastructures, and Programming (xSIG2019)  2019/05  横浜市  情報処理学会 ARC/HPC/OS/PRO 各研究会
  
• ベクトル直交化手法に関する最近の進展  [Not invited]

  深谷 猛

  大規模並列数値計算技術に関する研究集会 (LSPANC2019 March)  2019/03  神戸市  理研 R-CCS
  
• Accelerating Multithreaded Linear Solver with Mixed Precision Hierarchical Matrix Computation and Data Structure  [Not invited]

  Rise Ooi Kok Thong, Takeshi Fukaya, Takeshi Iwashita

  日本応用数理学会若手の会主催 第4回学生研究発表会  2019/03  つくば市  日本応用数理学会 若手の会
  
• High performance QR factorization of ill-conditioned matrices based on the Cholesky QR algorithm  [Not invited]

  Takeshi Fukaya, Ramaseshan Kannan, Yuji Nakatsukasa, Yusaku Yamamoto, Yuka Yanagisawa

  SIAM Conference on Computational Science and Engineering (CSE19)  2019/02  Spokane  SIAM
  
• Shifted Cholesky QR algorithm for computing the QR factorization of ill-conditioned matrices  [Not invited]

  Takeshi Fukaya, Ramaseshan Kannan, Yuji Nakatsukasa, Yusaku Yamamoto, Yuka Yanagisawa

  2019 Conference on Advanced Topics and Auto Tuning in High-Performance Scientific Computing (ATAT2019)  2019/02  Kaohsiung
• 超並列計算に対するベイズ推定型性能予測  [Not invited]

  原田 祐希, 田中 和幸, 深谷 猛, 山本 有作, 星 健夫

  ポスト「京」重点課題（７）「次世代の産業を支える新機能デバイス・ 高性能材料の創成(CDMSI）」第4回シンポジウム  2018/12  東京都
• 北海道大学情報基盤センター新スーパーコンピュータシステムの概要  [Not invited]

  深谷 猛, 岩下 武史, 金子 修己, 折野 神惠, 更科 高広

  大学ICT推進協議会2018年度年次大会（AXIES2018）  2018/11  札幌市  一般社団法人 大学ICT推進協議会
  
• Performance Evaluation of the Shifted Cholesky QR Algorithm for Ill-Conditioned Matrices  [Not invited]

  Takeshi Fukaya, Ramaseshan Kannan, Yuji Nakatsukasa, Yusaku Yamamoto, Yuka Yanagisawa

  SC’18: The International Conference for High Performance Computing, Networking, Storage, and Analysis  2018  Dallas  IEEE/ACM
  
• コレスキー分解を用いたQR分解の高性能計算手法  [Not invited]

  深谷 猛

  名古屋大学 張研究室 コロキウム  2018/10  名古屋市  名古屋大学 張研究室
  
• Bayesian Inference Based Performance Prediction For Massively Parallel Numerical Solver  [Not invited]

  Yuki Harada, Kazuyuki Tanaka, Takeshi Fukaya, Yusaku Yamamoto, Takeo Hoshi

  3rd International Symposium on Research and Education of Computational Science (RECS2018)  2018/09  Tokyo  The Computational Science Alliance, The University of Tokyo
  
• An overview of various algorithms for computing tall-skinny QR factorization  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto

  The 37th JSST Annual International Conference on Simulation Technology (JSST2018)  2018/09  Muroran  JAPAN SOCIETY FOR SMILATION TECHNOLOGY
  
• High performance multi-threaded ILU-GMRES solver with algebraic block multi-color ordering  [Not invited]

  Takeshi Iwashita, Senxi Li, Takeshi Fukaya

  CoSaS 2018: International Symposium on Computational Science at Scale  2018  Erlangen
• マルチコア・メニーコア計算機環境におけるChebyshev基底通信削減CG法の性能評価  [Not invited]

  大島 聡史, 藤井 昭宏, 田中 輝雄, 深谷 猛, 須田 礼仁

  日本応用数理学会2018年度年会  2018/09  名古屋市  日本応用数理学会
  
• 密テンソルに対するALS法の実装方法に関する考察  [Not invited]

  深谷 猛

  日本応用数理学会2018年度年会  2018/09  名古屋市  日本応用数理学会
  
• シフト付きCholeskyQR法を用いた一般内積空間におけるQR分解の計算  [Not invited]

  深谷 猛, 中務 佑治, Kannan Ramaseshan, 山本 有作, 柳澤 優香

  日本応用数理学会2018年度年会  2018/09  名古屋市  日本応用数理学会
  
• ベイズ推定を用いた並列数値計算ライブラリの性能予測  [Not invited]

  原田 祐希, 田中 和幸, 福本 智哉, 深谷 猛, 山本 有作, 星 健夫

  日本応用数理学会2018年度年会  2018/09  名古屋市  日本応用数理学会
  
• QR factorization via Cholesky factorization  [Not invited]

  Takeshi Fukaya

  Sapporo Summer HPC Seminar 2018  2018/08  Sapporo  Information Initiative Center, Hokkaido University
  
• H行列ベクトル積のスレッド並列化における負荷均衡に関する検討  [Not invited]

  岩下 武史, 川村 卓人, 深谷 猛, 伊田 明弘

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会 第25回研究会（SwoPP2018）  2018/07  熊本市  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• ベイズ推定を用いた並列固有値ソルバーの性能予測  [Not invited]

  田中 和幸, 深谷 猛, 山本 有作, 星 健夫

  H30年度 ポスト「京」重点課題（７） 第3回CDMSI研究会  2018/07  東京都
• DIA 形式と CRS 形式を組み合わせた Hybrid 形式を用いた疎行列ベクトル積のキャッシュブロッキング  [Not invited]

  石田 幸輝, 三浦 瑛絵, 深谷 猛, 岩下 武史, 中島 浩

  The 2nd. cross-disciplinary Workshop on Computing Systems, Infrastructures, and Programming (xSIG2018)  2018/05  東京都  情報処理学会 ARC/HPC/OS/PRO 各研究会
  
• Enhancement of Algebraic Block Multi-Color Ordering for ILU Preconditioning and Its Performance Evaluation in Preconditioned GMRES Solver  [Not invited]

  Senxi Li, Takeshi Iwashita, Takeshi Fukaya

  The 2nd. cross-disciplinary Workshop on Computing Systems, Infrastructures, and Programming (xSIG2018)  2018/05  東京都  情報処理学会 ARC/HPC/OS/PRO 各研究会
  
• Performance Evaluation of Time-Space Tiling with Tile-Level Parallelism for Iterative Stencil Computations  [Not invited]

  Takeshi Fukaya, Takeshi Iwashita

  2018 Conference on Advanced Topics and Auto Tuning in High-Performance Scientific Computing (ATAT in HPSC 2018)  2018/03  Tainan
• Oakforest-PACSにおける一般化固有値計算の性能解析と性能予測  [Not invited]

  星 健夫, 福本 智哉, 深谷 猛, 山本 有作

  日本応用数理学会 2018年研究部会連合発表会  2018/03  吹田市  日本応用数理学会
  
• 高性能計算入門：より高速な計算を目指して  [Not invited]

  深谷 猛

  日本応用数理学会若手の会主催 応用数理 学生・若手研究者のための研究交流会  2018/03  吹田市  日本応用数理学会 若手の会
  
• 複数のデータ構造を用いた疎行列ベクトル積のキャッシュブロッキング手法の検討と評価  [Not invited]

  石田 幸輝, 三浦 瑛絵, 深谷 猛, 岩下 武史, 中島 浩

  日本応用数理学会若手の会主催 応用数理 学生・若手研究者のための研究交流会  2018/03  吹田市  日本応用数理学会 若手の会
  
• An Approach to Accelerating the SpMV Kernel by Exploiting Specific Sparse Structures  [Not invited]

  Takeshi Fukaya, Koki Ishida, Akie Miura, Takeshi Iwashita, Hiroshi. Nakashima

  SIAM Conference on Parallel Processing for Scientific Computing (SIAM PP18)  2018/03  Tokyo  SIAM
  
• Shifted Cholesky QR for Computing the QR Factorization for Ill-conditioned Matrices  [Not invited]

  Yuka Yanagisawa, Takeshi Fukaya, Yuji Nakatsukasa, Yusaku Yamamoto, Ranseshan Kannan

  SIAM Conference on Parallel Processing for Scientific Computing (SIAM PP18)  2018/03  Tokyo  SIAM
  
• Effect of Algebraic Block Multi-Color Ordering for Multi-Threaded ILU-GMRES Solver  [Not invited]

  Senxi Li, Takeshi Fukaya, Takeshi Iwashita

  SIAM Conference on Parallel Processing for Scientific Computing (SIAM PP18)  2018/03  Tokyo  SIAM
  
• Performance Evaluation of Tiled 3D FDTD Solver on Recent Multicore Processors  [Not invited]

  Takeshi Iwashita, Takeshi Fukaya

  SIAM Conference on Parallel Processing for Scientific Computing (SIAM PP18)  2018/03  Tokyo  SIAM
  
• Current status of EigenExa, high-performance parallel dense eigensolver  [Not invited]

  Toshiyuki Imamura, Yusuke Hirota, Takeshi Fukaya

  2018 International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA2018)  2018/03  Tsukuba
• Analysis and prediction of the performance in generalized eigenvalue solvers on Oakforest-PACS  [Not invited]

  Takeo Hoshi, Tomoya Fukumoto, Takeshi Fukaya, Yusaku Yamamoto

  2018 International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA2018)  2018/03  Tsukuba
• Overview of the EigenExa project, past, present and future  [Not invited]

  Toshiyuki Imamura, Yusuke Hirota, Takeshi Fukaya

  2018 International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA2018)  2018/03  Tsukuba
• 並列計算機上での反復型ステンシル計算に対する効果的な時空間タイリングとその応用  [Not invited]

  深谷 猛

  科研費基盤B課題「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」ワークショップ  2018/01  札幌市
• 疎行列のステンシル構造の活用による疎行列ベクトル積の性能向上の調査  [Not invited]

  深谷 猛, 三浦 瑛絵, 岩下 武史

  大学ICT推進協議会 2017年度年次大会（AXIES2017）  2017/12  広島市  一般社団法人 大学ICT推進協議会
  
• A parallel solver for a linear system with a symmetric sparse matrix by one-dissection ordering  [Not invited]

  Tomoki Nakano, Mitsuo Yokokawa, Takeshi Fukaya, Yusaku Yamamoto

  Workbench on Sustained Simulation Performance (WSSP)  2017/10  Stuttgart
• 時空間タイリングを用いた反復型ステンシル計算とその応用  [Not invited]

  岩下 武史, 深谷 猛

  日本機械学会 第30回計算力学講演会（CMD2017）  2017/09  東大阪市  日本機械学会
  
• TSQRアルゴリズムにおける三角行列のリダクション処理に関する考察  [Not invited]

  深谷 猛

  日本応用数理学会2017年度年会  2017/09  東京都  日本応用数理学会
  
• Temporal and spatial tiling technique with tile-level parallelism and its application to 3D FDTD method  [Not invited]

  Takeshi Fukaya

  Sapporo Summer HPC Seminar 2017  2017/08  Sapporo  Information Initiative Center, Hokkaido University
  
• 縦長行列のQR分解に対する通信削減型アルゴリズムの性能評価  [Not invited]

  深谷 猛, 山本 有作

  第2回CDMSI（ポスト「京」重点課題（７））研究会  2017/07  東京都
• 複数の格納形式を利用した疎行列ベクトル積の高速化に関する検討  [Not invited]

  石田 幸輝, 三浦 瑛絵, 深谷 猛, 岩下 武史, 中島 浩

  2017年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（HPCS2017）  2017/06  神戸市  情報処理学会 HPC研究会
  
• H行列ベクトル積のスレッド並列化手法に関する性能評価  [Not invited]

  川村 卓人, 深谷 猛, 岩下 武史, 伊田 明弘

  2017年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（HPCS2017）  2017/06  神戸市  情報処理学会 HPC研究会
  
• Shifted CholeskyQR for Computing the factorization of ill-conditioned matrices  [Not invited]

  Yuka Yanagisawa, Takeshi Fukaya, Ramaseshan Kannan, Yuji Nakatsukasa, Yusaku Yamamoto, Oishi Shin’ichi

  The International Workshop on Numerical Verification and its Applications 2017 (INVA2017)  2017/03  Miyakojima
• ステンシル構造を利用した疎行列ベクトル積の高速化に関する検討  [Not invited]

  三浦 瑛絵, 深谷 猛, 岩下 武史

  日本応用数理学会 若手の会 第2回学生研究発表会  2017/03  東京都  日本応用数理学会 若手の会
  
• Performance Evaluation of Time-Space Tiling Strategies for Iterative Stencil Computations on Multi/Many-Core CPU Systems  [Not invited]

  Takeshi Fukaya, Takeshi Iwashita

  SIAM Conference on Computational Science and Engineering (CSE17)  2017/02  Atlanta  SIAM
  
• 最近の計算機環境における基本的な行列計算カーネルの性能とその考察  [Not invited]

  深谷 猛

  ワークショップ「行列計算のための数値計算法」  2017/01  名古屋市
• 時空間タイリングによる反復型ステンシル計算の性能向上に関する基礎評価  [Not invited]

  深谷 猛, 岩下 武史

  大学ICT推進協議会 2016年度年次大会（AXIES2016）  2016/12  京都市  一般社団法人 大学ICT推進協議会
  
• ScaLAPACKの性能分析と次世代アルゴリズム研究への指針  [Not invited]

  深谷 猛

  計算物質科学における時空間アップスケーリングと数理手法  2016/11  調布市
• マルチコア・メニーコア環境における反復型ステンシル計算と時空間タイリング  [Not invited]

  深谷 猛, 岩下 武史

  日本応用数理学会2016年度年会  2016/09  北九州市  日本応用数理学会
  
• Time-space tiling strategies for iterative stencil computations on multi/many-core CPU systems  [Not invited]

  Takeshi Fukaya, Takeshi Iwashita

  Sapporo Summer HPC Seminar 2016  2016/08  Sapporo  Information Initiative Center, Hokkaido University
  
• 反復型ステンシル計算のマルチコア・メニーコア向け実装に関する考察  [Not invited]

  深谷 猛, 岩下 武史

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会 第21回研究会（SwoPP2016）  2016/08  松本市  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• Performance Evaluation of Verified Computation for Linear System on Supercomputer  [Not invited]

  Yusuke Morikura, Daichi Mukunoki, Takeshi Fukaya, Naoya Yamanaka

  The 11th East Asia Section of SIAM Conference (EASIAM 2016)  2016/06  Macau  EASIAM
  
• 分散並列計算機における密行列ベクトル積の通信隠蔽実装の評価  [Not invited]

  川村 卓人, 深谷 猛, 岩下 武史

  2016年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（HPCS2016）  2016/06  仙台市  情報処理学会 HPC研究会
  
• An Impact of Tuning the Kernel of the Structured QR Factorization in the TSQR  [Not invited]

  Takeshi Fukaya, Toshiyuki Imamura

  SIAM Conference on Parallel Processing for Scientific Computing (PP16)  2016/04  Paris  SIAM
  
• 分散並列計算環境における通信隠蔽手法を用いた密行列ベクトル積実装の性能評価  [Not invited]

  川村 卓人, 深谷 猛, 岩下 武史

  日本応用数理学会 若手の会 第1回学生研究発表会  2016/03  神戸市  日本応用数理学会 若手の会
  
• Performance evaluation of the tall-skinny QR factorization on recent parallel systems  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Toshiyuki Imamura

  The 6th AICS International Symposium  2016/02  Kobe  RIKEN AICS
  
• Performance Evaluation of Verified Computation for Linear Systems on Parallel Computers  [Not invited]

  Yusuke Morikura, Daichi Mukunoki, Takeshi Fukaya, Naoya Yamanaka, Shin’ichi Oishi

  2nd Annual Meeting on Advanced Computing System and Infrastructure (ACSI 2016)  2016/01  福岡市
• 線形計算アルゴリズムと通信回避  [Not invited]

  深谷 猛

  研究会「数理構造保存を接点として数学・HPC・実科学のクロスオーバー」  2015/11  東京都
• Roundoff Error Analysis of the Choleskyqr2 and Related Algorithms  [Not invited]

  Yusaku Yamamoto, Yuji Nakatsukasa, Yuka Yanagisawa, Takeshi Fukaya

  SIAM Conference on Applied Linear Algebra (LA15)  2015/10  Atlanta  SIAM
  
• Performance Evaluation of the Choleskyqr2 Algorithm  [Not invited]

  Takeshi Fukaya, Yuji Nakatsukasa, Yuka Yanagiswa, Yusaku Yamamoto

  SIAM Conference on Applied Linear Algebra (LA15)  2015/10  Atlanta  SIAM
  
• The CholeskyQR2 algorithm and its applications  [Not invited]

  Takeshi Fukaya

  20th ASE Seminar (Advanced Supercomputing Environment)  2015/10  Tokyo  Information Technology Center, The University of Tokyo
  
• Performance evaluation of the divide-and conquer method in the EigenExa eigensolver  [Not invited]

  Takeshi Fukaya, Toshiyuki Imamura

  International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA2015)  2015/09  Tsukuba
• 重み付き内積空間における行列のQR分解アルゴリズムの考察－高性能計算の視点から  [Not invited]

  深谷 猛, 中務 佑治, 柳澤 優香, 山本 有作

  日本応用数理学会2015年度年会  2015/09  金沢市  日本応用数理学会
  
• CAHTR: Communication-Avoiding Householder TRidiagonalization  [Not invited]

  Toshiyuki Imamura, Takeshi Fukaya, Yusuke Hirota, Susumu Yamada, Masahiko Machida

  International Conference on Parallel Computing (ParCo) 2015  2015/09  Edinburgh
• Moving a specified eigenvalue and eigenvector  [Not invited]

  Yuji Nakatsukasa, Takeshi Fukaya, Agnieszka Miedlar

  The 8th International Congress on Industrial and Applied Mathematics (ICIAM2015)  2015/08  Beijing  ICIAM
  
• ペタ・ポストペタスケールシステムにおける密行列向けアルゴリズムの実行時間：EigenExaの開発を通して得られた実測データに基づく考察  [Not invited]

  深谷 猛, 山本 有作, 今村 俊幸

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会 第19回研究会（SWoPP2015）  2015/08  別府市  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• コレスキーQR分解を用いたブロック直交変換の生成  [Not invited]

  深谷 猛, 中務 佑治, 山本 有作

  第44回数値解析シンポジウム（NAS2015）  2015/06  甲府市
• ストペタスケール計算機上での密行列向け固有値ソルバーの性能の展望  [Not invited]

  深谷 猛, 山本 有作, 今村 俊幸

  2015年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（HPCS2015）  2015/05  東京都  情報処理学会 HPC研究会
  
• Performance Evaluation of EigenExa Dense Eigensolver on the Oakleaf-Fx Supercomputer System  [Not invited]

  Takeshi Fukaya, Toshiyuki Imamura

  SIAM Conference on Computational Science and Engineering (CSE15)  2015/03  Salt Lake City  SIAM
  
• Numerical Eigenvalue Engine towards Extreme-scale Computing Era  [Not invited]

  Toshiyuki Imamura, Takeshi Fukaya, Yusuke Hirota, Susumu Yamada, Masahiko Machida

  SIAM Conference on Computational Science and Engineering (CSE15)  2015/03  Salt Lake City  SIAM
  
• オンライン自動チューニングのための性能モデルの構築法 ～ 正方行列の特異値分解を例にして ～  [Not invited]

  長島 聖児, 深谷 猛, 山本有作, 横川三津

  日本応用数理学会2015年研究部会連合発表会  2015/03  東京都  日本応用数理学会
  
• CholeskyQR2: an algorithm of the Cholesky QR factorization with reorthogonalization  [Not invited]

  Takeshi Fukaya

  2015 Conference on Advanced Topics and Auto Tuning in High Performance Scientific Computing (2015 ATAT in HPSC)  2015/02  Taipei
• Performance evaluation of the EigenExa eigensolver on the Oakleaf-FX supercomputing system  [Not invited]

  Takeshi Fukaya, Imamura Toshiyuki

  Annual Meeting on Advanced Computing System and Infrastructure (ACSI 2015)  2015/01  つくば市
• 高性能計算におけるコレスキーQR分解  [Invited]

  深谷 猛

  第12回計算数学研究会  2014/12  焼津市
• Performance evaluation og the EigenExa dense eigensolver on the K computer  [Not invited]

  Takeshi Fukaya, Toshiyuki Imamura

  5th AICS International Symposium  2014/12  Kobe  RIKEN AICS
  
• Modeling the performance of parallel dense eigensolvers on peta/post-petascale systems  [Not invited]

  Takeshi Fukaya

  JST/CREST International Symposium on Post Petascale System Software (ISP2S2)  2014/12  Kobe
• コレスキー分解に基づくQR分解の計算方法について

  深谷 猛

  第8回協定講座シンポジウム「計算科学 次代を担う若手の集い2014」  2014/09  神戸市  神戸大学大学院 システム情報学研究科
  
• シフト付きコレスキーQR分解アルゴリズムの提案  [Not invited]

  柳澤 優香, 深谷 猛, 中務 佑治, Kannan Ramaseshan, 山本 有作, 大石 進一

  日本応用数理学会2014年度年会  2014/09  東京都  日本応用数理学会
  
• 大規模並列計算機上での再直交化付きコレスキーQR分解の性能評価  [Not invited]

  深谷 猛, 中務 佑治, 柳澤 優香, 山本 有作

  本応用数理学会2014年度年会  2014/09  東京都  日本応用数理学会
  
• ハウスホルダー変換のブロック化と通信回数削減に関する一考察  [Not invited]

  深谷 猛, 山本 有作, 今村 俊幸

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会第17回研究会（SWoPP2014）  2014/07  新潟市  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• EigenExa: high performance dense eigensolver, present and future  [Not invited]

  Toshiyuki Imamura, Yusuke Hirota, Takeshi Fukaya, Susumu Yamada, Masahiko Machida

  8th International Workshop on Parallel Matrix Algorithm and Applications (PMSS14)  2014  Lugano
• 通信削減型QR分解アルゴリズムと自動チューニング  [Not invited]

  深谷 猛

  第9回AT研究会オープンアカデミックセッション（ATOS9）  2014/05  東京都  自動チューニング研究会
  
• A Communication-Avoiding Algorithm for the Gram-Schmidt Orthogonalization  [Not invited]

  Takeshi Fukaya

  2014 Conference on Advanced Topics and Auto Tuning in High Performance Scientific Computing (2014 ATAT in HPSC)  2014/03  Taipei
• Cholesky-QR and Householder-QR factorizations in nonstandard inner product spaces  [Not invited]

  Yuka Yanagisawa, Yuji Nakatsukasa, Takeshi Fukaya

  International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA 2014)  2014/03  Tsukuba
• An overview of parallel algorithms for tall-skinny QR factorizations  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Toshiyuki Imamura

  International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA 2014)  2014/03  Tsukuba
• Auto-tuning Tall and Skinny QR Factorization  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto

  SIAM Conference on Parallel Processing for Scientific Computing (PP14)  2014/02  Portland  SIAM
  
• グラム・シュミットの直交化に基づくTSQRアルゴリズムとその性能評価  [Not invited]

  深谷 猛, 山本 有作, 今村 俊幸

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会第16回研究会  2013/12  東京都  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• 大規模並列環境における縦長行列のQR分解の性能評価  [Not invited]

  深谷 猛, 山本 有作, 今村 俊幸

  第11回計算数学研究会  2013/11  三朝町
• 超並列環境におけるTSQRアルゴリズムの性能に関する一考察  [Not invited]

  深谷 猛

  第5回協定講座シンポジウム「計算科学 次代を担う若手の集い2013」  2013/09  神戸市  神戸大学大学院 システム情報学研究科
  
• オンライン自動チューニング数理基盤ライブラリATMathCoreLibの特異値分解問題への適用  [Not invited]

  長島 聖児, 深谷 猛, 山本 有作

  日本応用数理学会2013年度年会  2013/09  福岡市  日本応用数理学会
  
• ブロックヤコビ法に基づく固有値解法の超並列計算機上での実装  [Not invited]

  工藤 周平, 高橋 佑輔, 深谷 猛, 山本 有作

  日本応用数理学会2013年度年会  2013/09  福岡市  日本応用数理学会
  
• 京コンピュータにおける対称密行列向け固有値計算プログラムの性能評価と性能予測  [Not invited]

  深谷 猛, 今村 俊幸, 山本 有作

  日本応用数理学会2013年度年会  2013/09  福岡市  日本応用数理学会
  
• 超並列環境における縦長行列のQR分解に対する種々の計算方法の性能比較  [Not invited]

  深谷 猛, 山本 有作

  第42回数値解析シンポジウム（NAS2013）  2013/06  松山市
• 京における密行列固有値ソルバEigen-Kの性能評価と性能モデリング  [Not invited]

  深谷 猛, 今村 俊幸, 山本 有作

  SACSIS2013 -先進的計算基盤システムシンポジウム  2013/05  仙台市
• Performance Evaluation and Tuning of Tall Skinny Type QR Factorization on the K Computer  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto

  2013 Conference on Advanced Topics and Auto Tuning in High Performance Scientific Computing (2013 ATAT in HPSC)  2013/03  Taipei
• Performance Modeling of the Eigen-K Dense Eigensolver on Massively Parallel Machines  [Not invited]

  Takeshi Fukaya, Toshiyuki Imamura and Yusaku Yamamoto

  SIAM Conference on Computational Science and Engineering (CSE13)  2013/02  Boston  SIAM
  
• TSQRアルゴリズムに基づくQR分解の並列計算に対する自動チューニング  [Invited]

  深谷 猛

  日本応用数理学会 若手の会 単独研究集会  2012/12  東京都  日本応用数理学会 若手の会
  
• ハウスホルダーQR分解の数値計算アルゴリズムと高性能計算のための工夫  [Invited]

  深谷 猛

  一橋大学 第14回「数理科学セミナー」  2012/11  東京都  一橋大学 商学研究科
  
• 超並列環境向け固有値計算プログラムの性能予測モデルの開発  [Not invited]

  深谷 猛

  E-サイエンス若手・女性研究者シンポジウム2012  2012/10  柏市  東京大学情報基盤センター
  
• SMP上での並列QR分解に対する自動チューニングの検討  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  日本応用数理学会2012年度年会  2012/08  稚内市  日本応用数理学会
  
• QR分解の並列計算における自動チューニングの検討  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第2回協定講座シンポジウム「計算科学 次代を担う若手の集い」  2012/08  神戸市  神戸大学大学院 システム情報学研究科
  
• TSQR アルゴリズムを用いたSMP 上でのQR 分解計算に対する自動チューニングの検討  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第41回数値解析シンポジウム（NAS2012）  2012/06  渋川市
• ブロックQR分解アルゴリズムの性能最適化 -動的計画法を利用したブロック分割方法の決定  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第1回協定講座シンポジウム「計算アルゴリズムと化学・生物学の融合」  2012/02  神戸市  神戸大学大学院 システム情報学研究科
  
• Automatic Performance Tuning for the Blocked Householder QR Algorithm  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  The 7th East Asia SIAM Conference & RIMS Workshop on Methods in Industrial and Applied Mathematics  2011/06  Kiakyushu  EASIAM/RIMS
  
• ブロックQR分解アルゴリズムの性能最適化 －ブロック化による性能向上についての考察－  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第40回数値解析シンポジウム（NAS2011）  2011/06  鳥羽市
• Auto-tuning for BLAS-based Matrix Computations  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  SIAM Conference on Computational Science and Engineering (CSE11)  2011/02  Reno  SIAM
  
• 動的計画法に基づく密行列計算アルゴリズムの再帰的ブロック化  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  2011年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（HPCS2011）  2011/01  つくば市  情報処理学会 HPC研究会
  
• 密行列計算の再帰構造を利用した適応的なブロック化

  深谷 猛, 山本 有作, 張 紹良

  2010年度特異値・固有値合同ワークショップ  2010/11  つくば市
• LU分解アルゴリズムにおけるブロック分割法と性能の関係について  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第８回計算数学研究会  2010/10  神戸市
• 動的計画法によるQR分解のブロック分割法の決定  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第39回数値解析シンポジウム（NAS2010）  2010/05  鳥羽市
• A Dynamic Programming Approach to Auto-Tuning the Blocking Strategy For the Householder QR Decomposition  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto and Shao-Liang Zhang

  Workshop on Advanced Auto-tuning on Numerical Software (AANS2010)  2010/04  Tokyo
• An Approach to Automatic Tuning for the Parallel Householder Qr Decomposition  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  SIAM Conference on Parallel Processing for Scientific Computing (PP10)  2010/02  Seattle  SIAM
  
• A Dynamic Programming Approach to Performance Optimization for the QR Decomposition  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  International Symposium of Electronic Structure Calculations  2009/12  Tokyo
• マルチコア環境向けハウスホルダーQR 分解アルゴリズムの性能チューニング  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  特異値・固有値合同ワークショップ  2009/11  つくば市
• ハウスホルダーQR分解の並列計算の効率化  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第7回計算数学研究会  2009/10  北塩原村
• An Approach to Automatic Tuning for Parallel Householder QR Decomposition  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  The Fourth International Workshop on Automatic Performance Tuning (iWAPT 2009)  2009/10  Tokyo
• Totally Nonnegative帯行列向けqd法へのシフト導入について  [Not invited]

  山本 有作, 深谷 猛

  日本応用数理学会2009年度年会  2009/09  大阪市  日本応用数理学会
  
• Totally Nonnegativeな帯行列に対するqd法  [Not invited]

  山本 有作, 深谷 猛

  第38回数値解析シンポジウム (NAS2009)  2009/06  東伊豆町
• A Dynamic Programming Approach to Optimizing the Blocking Strategy for the Householder QR Decomposition  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  The 2nd International Conference in Mathematical Modelling and Computation and The 5th East Asia SIAM Conference  2009/06  Bandar Seri Begawan  EASIAM
  
• ハウスホルダーQR分解のためのブロック分割法の動的決定  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  第6回計算数学研究会  2009/03  熱海市
• A Dynamic Programming Approach to Auto-Tuning the Blocking Strategy For the Householder QR Decomposition  [Not invited]

  Takeshi Fukaya, Yusaku Yamamoto, Shao-Liang Zhang

  SIAM Conference on Computational Science and Engineering (CSE09)  2009/03  Miami  SIAM
  
• ハウスホルダーQR分解におけるブロック分割パターンの最適化  [Not invited]

  深谷 猛, 山本 有作, 張 紹良

  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会 第5回研究会（SWoPP2008）  2008/08  佐賀市  日本応用数理学会「行列・固有値問題の解法とその応用」研究部会
  
• Level3 BLASを用いたQR分解アルゴリズムの性能評価  [Not invited]

  深谷 猛, 山本 有作

  第5回計算数学研究会  2007/10  新潟市

MISC

• Accelerating the SpMV kernel on standard CPUs by exploiting the partially diagonal structures

  Takeshi Fukaya, Koki Ishida, Akie Miura, Takeshi Iwashita, Hiroshi Nakashima  CoRR  abs/2105.04937-  2021/05/11  [Not refereed]
   

  Sparse Matrix Vector multiplication (SpMV) is one of basic building blocks in scientific computing, and acceleration of SpMV has been continuously required. In this research, we aim for accelerating SpMV on recent CPUs for sparse matrices that have a specific sparsity structure, namely a diagonally structured sparsity pattern. We focus a hybrid storage format that combines the DIA and CSR formats, so-called the HDC format. First, we recall the importance of introducing cache blocking techniques into HDC-based SpMV kernels. Next, based on the observation of the cache blocked kernel, we present a modified version of the HDC formats, which we call the M-HDC format, in which partial diagonal structures are expected to be more efficiently picked up. For these SpMV kernels, we theoretically analyze the expected performance improvement based on performance models. Then, we conduct comprehensive experiments on state-of-the-art multi-core CPUs. By the experiments using typical matrices, we clarify the detailed performance characteristics of each SpMV kernel. We also evaluate the performance for matrices appearing in practical applications and demonstrate that our approach can accelerate SpMV for some of them. Through the present paper, we demonstrate the effectiveness of exploiting partial diagonal structures by the M-HDC format as a promising approach to accelerating SpMV on CPUs for a certain kind of practical sparse matrices.
• 縦長行列のQR分解に対する各種アルゴリズムの比較：Oakforest-PACS上での性能評価

  深谷猛  東京大学情報基盤センター スーパーコンピューティングニュース  22-  (6)  28  -39  2020/12  [Not refereed][Not invited]
  
• ブロックに基づくfill-in選択手法を利用したILU-GMRESソルバ

  鈴木 謙吾, 深谷 猛, 岩下 武史  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  2020-HPC-177-  (20)  1  -7  2020/12  [Not refereed][Not invited]
  
• 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  https://arxiv.org/abs/2004.04628  abs/2004.04628-  2020/04/09  [Not refereed][Not invited]
   

  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. Specifically, 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/.
• ランタイムシステムを用いたマルチフロンタルコレスキー分解の開発

  中野 智輝, 横川 三津夫, 深谷 猛, 山本 有作  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  2020-HPC-173-  (10)  1  -14  2020/03  [Not refereed][Not invited]
  
• テンソル分解におけるMTTKRPのスレッド並列化に関する考察

  深谷猛  計算工学講演会論文集  24-  2019/05  [Not refereed][Not invited]
  
• 緩和型スーパーノードマルチフロンタル法の最適な緩和パラメータについて

  中野 智輝, 横川 三津夫, 深谷 猛, 山本 有作  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  2018-HPC-167-  (25)  1  -8  2018/12  [Not refereed][Not invited]
   

  数値シミュレーションにおける多くの問題は，偏微分方程式を離散化して得られる連立一次方程式を解く問題に帰着される．そして，多くの場合，連立一次方程式を解く時間は全体のシミュレーション時間の大部分を占める．よって，連立一次方程式を高速に解くことは非常に重要である．本研究では，正定値対称行列に適用できるコレスキー分解を扱う．疎行列に対して，コレスキー分解を行う手法はいくつかあるが，本稿では，緩和型スーパーノードマルチフロンタル法を用いた．同手法では，2 つのスーパーノードを融合する際に非零と見なす零要素数の上限である緩和パラメータが性能に大きな影響を与える。そこで，このパラメータの最適値を求めることを目的として，Intel Xeon (Ivy Bridge-EX) とIntel Xeon Phi(Knights Landing, KNL) のそれぞれ1 コ
• Chebyshev基底通信削減CG法のマルチコア・メニーコア計算環境における性能評価

  大島聡史, 藤井昭宏, 田中輝雄, 深谷猛, 須田礼仁  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  2018-HPC-165-  (17)  1  -9  2018/07  [Not refereed][Not invited]
  
• Knights LandingにおけるTilied3D FDTDカーネルの性能評価

  深谷猛, 岩下武史  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  2018-HPC-164-  (6)  1  -9  2018/05  [Not refereed][Not invited]
  
• One‐way dissectionオーダリングによる連立一次方程式の直接解法の並列化

  中野智輝, 横川三津夫, 深谷猛, 山本有作  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  2017-HPC-162-  (19)  1  -10  2017/12/11  [Not refereed][Not invited]
  
• タイルレベルの並列処理を可能とする時空間タイリング手法を用いた3次元FDTDカーネルの実装と性能評価

  深谷猛, 岩下武史  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  2017-HPC-160-  (35)  1  -11  2017/07/19  [Not refereed][Not invited]
  
• Acceleration of sparse matrix vector multiplication by exploiting stencil structure

  深谷猛, 三浦瑛絵, 岩下武史  計算工学講演会論文集  22-  4p  2017/05/31  [Not refereed][Not invited]
  
• 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

  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：ハイパフォーマンスコンピューティング  2016-HPC-157-  (1)  1  -7  2016/12/14  [Not refereed][Not invited]
  
• 1次元分散型のCAQRアルゴリズムの性能評価とパネルサイズの自動チューニングに向けた検討

  深谷猛, 深谷猛, 深谷猛, 山本有作, 山本有作, 今村俊幸, 今村俊幸  計算工学講演会論文集  20-  2015/06/08  [Not refereed][Not invited]
  
• QR分解に対する通信回避型アルゴリズムと自動チューニング

  深谷猛  計算工学  20-  (2)  3247  -3250  2015/04/30  [Not refereed][Not invited]
  
• FX10 4800ノードを用いた通信削減型QR分解アルゴリズムの性能評価

  深谷猛  東京大学情報基盤センター スーパーコンピューティングニュース  16-  (4)  11  -20  2014/07  [Not refereed][Not invited]
  
• 密行列固有値計算における通信回避(CA)と通信隠蔽(CH)について

  今村俊幸, 廣田悠輔, 深谷猛, 山田進, 町田昌彦  計算工学講演会論文集  19-  2014/06/11  [Not refereed][Not invited]
  
• TSQRで生じる特殊な構造を持ったQR分解に対する自動チューニングの検討

  深谷猛, 今村俊幸  計算工学講演会論文集  19-  2014/06/11  [Not refereed][Not invited]
  
• 通信削減アルゴリズムCAQRのRSDFTの直交化処理への適用と評価

  片桐孝洋, 高山恒一, 米村崇, 熊洞宏樹, 猪貝光祥, 北上純一, 江口義之, 深谷猛, 山本有作, 岩田潤一, 内田和之, 大島聡史, 中島研吾  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  2014-HPC-144-  (3)  1  -6  2014/05/19  [Not refereed][Not invited]
  
• FX10 4800ノードを用いた密行列向け固有値ソルバEigenExaの性能評価

  深谷 猛, 今村 俊幸  東京大学情報基盤センター スーパーコンピューティングニュース  16-  (3)  20  -27  2014/05  [Not refereed][Not invited]
  
• 超並列環境向け固有値計算プログラムの性能予測モデルの開発（続）

  深谷猛  東京大学情報基盤センター スーパーコンピューティングニュース  16-  (1)  21  -28  2014/01  [Not refereed][Not invited]
  
• 超並列環境向け固有値計算プログラムの性能予測モデルの開発

  深谷猛  東京大学情報基盤センター スーパーコンピューティングニュース  15-  (6)  33  -43  2013/11  [Not refereed][Not invited]
  
• 超並列環境における密行列計算プログラムの性能モデリングに向けた検討

  深谷猛, 今村俊幸, 山本有作  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  2013-HPC-140-  (41)  1  -8  2013/07/24  [Not refereed][Not invited]
  
• 超並列環境における縦長行列のQR分解に対する自動チューニングの検討

  深谷猛, 山本有作  計算工学講演会論文集  18-  2013/06/19  [Not refereed][Not invited]
  
• 京における密行列固有値ソルバEigen-Kの性能評価と性能モデリング

  深谷猛, 今村俊幸, 山本有作  先進的計算基盤システムシンポジウム論文集  2013-  132  -133  2013/05/15
• Performance Optimization for the Blocked Householder QR Decomposition Using the Dynamic Programming

  深谷 猛, 山本 有作, 張 紹良  情報処理学会論文誌コンピューティングシステム（ACS）  4-  (4)  146  -157  2011/10/05  

  密行列計算においては，高性能化のためにアルゴリズムのブロック化が必須である．その際に，ブロック化の方法次第で性能が大きく変化するため，その最適化が重要な課題となっている．しかしながら，ブロック化の自由度が大きいため，従来は限定された範囲内で最適化を行うことがほとんどである．本論文では，QR 分解アルゴリズムを対象として，二分木を使うことで従来より格段に広いクラスのブロック化の方法を系統的に扱い，その中から動的計画法により最適なブロック化の方法を決定する手法を提案する．数値実験の結果，提案手法がブロック分割法に対する自動チューニング手法として有望であることが示された．Blocking techniques are widely used in high performance matrix computations. When using them, it is important to optimize a blocking way, which influences the performance of computations. However, because of the high degree of freedom in blocking techniques, such optimization is generally done in a limited class of blocking ways. In this paper, we propose a framework to determine the efficient blocking way for the algorithm of QR decomposition. In our framework, various kinds of blocking ways are represented systematically with binary trees and an optimal one is determined by dynamic programming. Results of numerical experiments show that our framework has good possibilities in the view of the automatic performance tuning.
• QR分解アルゴリズムに対する自動チューニング―性能モデルに関する考察―

  深谷猛, 山本有作, ZHANG Shao‐Liang  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  2011-HPC-130-  (42)  1  -6  2011/08/15  [Not refereed][Not invited]
  
• 動的計画法に基づく密行列計算アルゴリズムの再帰的ブロック化

  深谷猛, 山本有作, 張紹良  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-  65  -65  2011/01/11
• 密行列計算アルゴリズムに対するブロック分割法の最適化と性能評価

  深谷猛, 山本有作, ZHANG Shao‐Liang  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  2010-HPC-126-  (33)  1  -6  2010/10/15  [Not refereed][Not invited]
  
• 階層的な性能モデルに基づく行列計算の自動チューニング

  山本有作, 深谷猛  応用数理  20-  (3)  201  -211  2010/09/24  [Not refereed][Not invited]
  
• Perforamnce Optimization and Evaluation of the Blocking Strategy for the Dense Matrix COmputations

  FUKAYA TAKESHI, YAMAMOTO YUSAKU, ZHANG SHAO-LIANG  研究報告ハイパフォーマンスコンピューティング（HPC）  2010-  (33)  1  -6  2010/07/27  

  高性能な行列計算を行う場合，プログラムの性能チューニングが必要不可欠である．我々は基本的な密行列計算が BLAS ルーチンを使って実行される点に着目し，チューニング済みの BLAS ルーチンを効率的に使えるようにプログラムをチューニングすることを目指す．ブロック化されたアルゴリズムにおいて，効率的に BLAS を使うためには行列のブロック分割法を最適化することが重要となる．本稿では，LU 分解のアルゴリズムをブロック化して，ブロック分割法が性能に与える影響を評価し，さらに適切な分割法を決定するための手法の検討を行う．For high performance matrix computations, it is necessity to tune the software. Since basic dense matrix computations consist almost entirely of the BLAS routines, it is important how to tune programs for exploiting the peak performance of optimized BLAS routines. In blocked algorithm, this means how to optimize the partitioning of the target matrix. In this paper, we evaluate and discuss the blocking strategy for the blocked LU decomposition.
• ブロックハウスホルダーQR分解の並列計算における自動チューニング手法の検討

  深谷猛, 山本有作, ZHANG Shao‐Liang  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  2009-HPC-121-  (18)  1  -7  2009/10/15  [Not refereed][Not invited]
  
• A Study on Automatic Tuning for Parallel Computation of the Blocked Housseholder QR Decomposition

  深谷 猛, 山本 有作, 張 紹良  研究報告ハイパフォーマンスコンピューティング（HPC）  2009-  (18)  1  -7  2009/07/28  

  行列計算を並列化する場合，行列ベクトル積や行列乗算などの BLAS ルーチンを並列化する方法と，それらのルーチンをコールする階層で並列化する方法が考えられる．また，行列をブロックに分割して計算を行うことが一般的となっている．そのため，ユーザーは並列化方法とブロック分割法の両者のチューニングを行う必要があるが，自由度が非常に大きいため，効果的なチューニングをすることが難しい．そこで，本稿ではハウスホルダー QR 分解を対象として，自動チューニング手法の検討を行う．In matrix computation, we can parallelize an algorithm by two ways: parallelization of BLAS routines such as matrix-vector multiplication, and parallelization in algorithm levels where BLAS routines are called. In addition, blocking techniques are widely used for matrix computations. Therefore we have many choices when tuning our programs for parallel computers. But it is very difficult for general users to tune their programs effectively. In this paper, we discuss an approach to automatic tuning the algorithm of the blocked Householder QR decomposition.
• 正方行列向け特異値分解のCUDAによる高速化

  深谷猛, 山本有作, 畝山多加志, 中村佳正  2009年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（HPCS2009）論文集  107  -114  2009/01/15  [Refereed][Not invited]
  
• 長方行列向け特異値分解の浮動小数点コプロセッサによる高速化

  深谷猛, 山本有作, 畝山多加志, 堀玄, 梅野健  2007年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（HPCS2007）論文集  111  -118  2007/01/17  [Refereed][Not invited]
  

Awards & Honors

• 2022/12 PDCAT2022 Best Paper Award
   Distributed Parallel Tall-Skinny QR factorization: Performance Evaluation of Various Algorithms on Various Systems 

  受賞者: Takeshi Fukaya
• 2019/03 IPSJ IPSJ Yamashita SIG Research Award
   タイルレベルの並列処理を可能とする時空間タイリング手法を用いた3次元FDTDカーネルの実装と性能評価 

  受賞者: Takeshi FUkaya
• 2018/05 IPSJ Symposium xSIG2018 Best Research Award
   Enhancement of Algebraic Block Multi-Color Ordering for ILU Preconditioning and Its Performance Evaluation in Preconditioned GMRES Solver 

  受賞者: Senxi Li;Takeshi Iwashita;Takeshi Fukaya
• 2010/03 名古屋大学 学術奨励賞
   

  受賞者: 深谷猛
• 2009/06 EASIAM 2009 EASIAM Student Paper Competition 2nd Prize
   A Dynamic Programming Approach to Optimizing the Blocking Strategy for the Householder QR Decomposition 

  受賞者: Fukaya Takeshi
• 2009/01 2009年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（HPCS2009） 最優秀論文賞
   正方行列向け特異値分解のCUDA による高速化 

  受賞者: 深谷 猛;山本 有作;畝山 多加志;中村 佳正

Research Grants & Projects

• Next-generation high-performance linear solver for future computational science and engineering

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research

  Date (from‐to) : 2023/04 -2027/03 

  Author : 岩下 武史, 塙 敏博, 伊田 明弘, 美舩 健, 横田 理央, 高橋 康人, 今倉 暁, 深谷 猛
• society5.0におけるデータ解析に資する高性能線形計算技術の研究

  日本学術振興会：科学研究費助成事業 基盤研究(C)

  Date (from‐to) : 2021/04 -2024/03 

  Author : 深谷 猛, 相島 健助

   

  本研究課題では，Society 5.0におけるビッグデータ解析の基盤となり得る新しい線形計算アルゴリズムの研究開発を行う．エッジコンピューティングに代表される，従来のスーパーコンピュータとは異なる特徴を有する分散並列計算インフラ上で，IoTなどから生成される分散データを効率的に解析するために必要となる線形計算技術に関して，HPCと数理の両方の知見に基づいてアルゴリズムの研究開発を実施する． 2021年度は，分散並列環境における代表的なデータ分析手法（例：主成分分析，回帰分析）の現状に関する調査を行った．調査の結果，組み込み機器におけるストリームデータの主成分分析等の具体的なアプリケーション事例の現状を把握することができた．今回の調査の限りでは，アルゴリズムや実装方法において，性能改善に向けた検討の余地が十分にあることが分かった．一方で，使用メモリ量など，従来のHPCアプリケーションとは評価尺度の優先度が異なることも確認できた．今後は，今回の調査結果を踏まえて，本課題で取り組む具体的な問題設定や評価尺度などを整理する． 上述の調査と並行して，これまで研究を行ってきた行列計算アルゴリズムの中で，本課題と関わりの深い，行列のQR分解のアルゴリズムに関する研究を実施した．具体的には，縦長行列のQR分解を行う様々なアルゴリズムに関して，異なる特徴を持ったスーパーコンピュータ上での実行時間を評価した．特に，全体の実行時間に加えて，内部の通信時間などに関する詳細な測定を実施しており，得られた結果を用いて各アルゴリズムの実行時間の性能モデルを構築することで，エッジコンピューティング環境における各アルゴリズムの実行コストの予測等が可能となる．
• 低精度・低信頼性演算を活用した数値計算アルゴリズムの創出

  国立研究開発法人 科学技術振興機構：戦略的創造研究推進事業 さきがけ

  Date (from‐to) : 2020/11 -2024/03 

  Author : 深谷猛
• Development of technology for scientific simulations only using integer arithmetic for next-generation computers

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Challenging Research (Exploratory)

  Date (from‐to) : 2020/07 -2023/03 

  Author : 岩下 武史, 深谷 猛

   

  2021年度の研究実績の概要は，以下に示す通りである．① 代表的な反復型ステンシル計算であるFDTD（Finite Difference Time Domain）法について，整数演算（固定小数点演算）のみを用いて，解析を行う方法についてその基本的な実装方針を構築した．本方針では，解析対象となる物理空間を複数の部分領域に分割し，部分領域ごとに異なるスケーリングファクタを用いることで，各領域内の物理量を与えられたビット幅の整数（固定小数点数）で表現する方式を採用する．領域間での物理量の連続性を保つ方策が実装面では必要となる．② 次世代の計算デバイスにおいて，高性能な整数演算処理はSIMD型の整数演算命令として実装される可能性がある．そこで，線形反復法を対象として，その代表的な前処理手法であるILU分解前処理をSIMD演算を前提として高速化する方法を考案し，性能評価を行った．本研究成果について口頭発表を行うとともに，学術論文としての発表準備を進めた．③ 2020年度に考案した整数演算のみを使用した線形ソルバは反復改良法の概念を利用しており，広義には混合精度演算を用いたソルバの一種と理解できる．実際，2021年度に発表された英国マンチェスター大学の数値線形代数における混合精度演算技術のレビュー論文において，本研究の成果が引用されている．そこで，反復改良法に基づく混合精度演算を利用した線形ソルバの性能評価について，主に計算結果の精度面から評価を行った．
• High performance linear solver for advanced computational electromagnetics

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (B)

  Date (from‐to) : 2019/04 -2022/03 

  Author : IWASHITA TAKESHI

   

  In this study, we studied the acceleration of the linear solver to make the electromagnetic field analysis based on the finite element and the boundary element methods more efficiently. Research was conducted from both the computer science and the mathematical approaches. From the computer science side, we studied the parallel in time technique, the preconditioning techniques in which SIMD instructions or accelerators are effectively used. We also studied the mixed precision computing in the context of iterative linear solvers. From the mathematical side, we focused on the situation in which a sequence of linear systems was solved. We proposed a technique based on error vector sampling and confirmed its effectiveness. In these studies, we attained many research results which were reported in journals and conferences.
• Study on improving algorithms for tensor decomposition based on the HPC viewpoint

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists

  Date (from‐to) : 2018/04 -2021/03 

  Author : Fukaya Takeshi

   

  In this research, we aimed for improving algorithms of tensor decomposition, which is one of building blocks in data science applications. In addition to the traditional mathematical viewpoint, we investigated efficient algorithms based on the HPC viewpoint, in which the characteristics of recent computers are considered. Through this research, we found that a dominant computation in a typical tensor decomposition can be accelerated by appropriately selecting kernels depending on the conditions such as the size of a tensor. We also presented a new efficient algorithm for a matrix computation deeply related to tensor decomposition.
• Theory and Application of Scalable Numerical Software on an O(100M) core environment

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (B)

  Date (from‐to) : 2015/04 -2018/03 

  Author : IMAMURA Toshiyuki, YAMAMOTO Yusaku, Todo Shinji

   

  This research project aims to realize high performance numerical services investigated in the past based on new mathematical principles in the emerging computing system where tens of thousands to hundreds of millions of processing cores are installed. Giving two important themes, `Mixed-granularity numerical kernel' and `Asynchronous numerical algorithm,' we conducted; i) the research on the theory of asynchronous numerical algorithms. Also avoidance of communication and synchronization at a practical level, then CAHTR and a new method for the FDTD scheme were proposed. Furthermore, we have practiced; ii) promoting research on core numerical infrastructure technologies such as automatic tuning for scalable, lightweight code generation at super-many-core, and promoting innovative research leading to the next generation numerical calculation software.
• Fundamental research for improving the practicality of communication-avoiding matrix factorization algorithms

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Young Scientists (B)

  Date (from‐to) : 2015/04 -2018/03 

  Author : Fukaya Takeshi

   

  In order to reduce the communication cost in large-scale parallel computations, so-called communication-avoiding (CA) algorithms for matrix factorization have been actively studied. In this research, we aimed for improving the practicality of CA algorithms in realistic situations. We investigated fundamental techniques for CA algorithms: for example, those for implementing and tuning CA algorithms. We also compared different CA algorithms. In addition, we studied the performance modeling of CA algorithms.
• 大規模行列計算のための階層的自動チューニング手法の開発

  Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for JSPS Fellows

  Date (from‐to) : 2010 -2011 

  Author : 深谷 猛

   

  計算機環境の複雑化・多様化により,それぞれの条件(問題や計算機環境)に応じてアルゴリズムをチューニングすることが,高性能計算を実現するために不可避となっている。その際,従来の人手によるチューニングだけでなく,何らかの仕組みに基づいて計算機自身がチューニングを行う「自動チューニング」技術の開発が求められている。このような背景の下で,昨年度は基本的な行列計算の一つであるQR分解におけるブロック化の方法を自動的に決定する仕組みを構築し,有効な自動チューニング手法として期待できることを示した。そこで,本年度はこの手法をベースにして,実用化の観点から研究を進めた。 構築した手法では,動的計画法を用いることでアルゴリズムの候補を効率的に比較することが可能となっていた。また,比較の際に使用する評価値は性能予測モデルにより算出されることを前提としていた。そこで,本年度は,使用する性能予測モデルによる,チューニングの効果と実行コストの変化について考察した。また,行列サイズが大規模になった場合,全ての候補を比較することが困難になることが予想されるため,候補を限定してチューニングを行う手法の効果について検討した。さらに,限定の仕方を徐々に変化させることで,チューニングの効果とコストのトレードオブを効率的に制御する手法についても検討した。一方,並列計算を想定して,共有メモリ型並列計算機を用いてQR分解を行う場合の自動チューニング手法に関して検討した。並列計算では,TSQRと呼ばれるブロック分割が可能となり,同時に有効であることが知られているので,これを新たに取り入れたチューニング手法を構築し,その効果を検証した。 その他,QR分解以外として,LU分解アルゴリズムに対する自動チューニング手法を検討した。 以上の研究により,大規模行列計算アルゴリズムに対する実用的な自動チューニング手法の開発に向けた一つの方向性を示すとともに,その過程で解決すべき課題を具体的に明らかにすることができた。

Educational Activities

Teaching Experience

Committee Membership

• 2022 -2022   PDSEC ‘22 Program Committee   member
• 2022   SC22 Program Committee   member
• 2022   HPC Asia 2022 Organizing Committee   Poster chair
• 2022   IPDPS2022 Program Committee   member
• 2021 -2021   MCSoC-21：Special Session ATMG Program Committee   Program Vice-Chair
• 2021   PDSEC ‘21 Program Committee   member
• 2021   iWAPT2021 Program Committee   member
• 2021   IHPCES2021 Program committee   member
• 2020   IHPCES2020 Program committee   member
• 2020   ICPP2020 Program Committee   member
• 2020   HPC Asia 2020 Organizing Committee   Publicity chair
• 2020   PDSEC'20 Program Committee   member
• 2020   iWAPT2020 Program Committee   member
• 2019   MCSoC-19: Special Session ATMG Program Committee   member
• 2019   ICPP2019 Program Committee   member
• 2019   PDSEC'19 Program Committee   member
• 2019   iWAPT2019 Program Committee   member
• 2018   MCSoC-18: Special Session ATMG Program Committee   member
• 2018   PDSEC'18 Program Committee   member
• 2018   iWAPT2018 Program Committee   member
• 2017   MCSoC-17: Special Session ATMG Program Committee   Chair
• 2017   PDSEC'17 Program Committee   member
• 2017   iWAPT2017 Program Committee   member
• 2016   iWAPT2016 Program Committee   member
• 2015   EPASA2015 Program committee   vice chair
• 2015   iWAPT2015 Program Committee   member