SONY VAIO Type P - 最適化問題に対する超高速＆安定計算
VAIO には過去何回か痛い目にあっていて、偶然ではなく購入１年後（保証期間後）に壊れるという事態も２回経験している。それでもしばらくするとまた興味が出てくるので不思議だ。新しい VAIO の Type P は非常に小型でズボンのポケットにも入るサイズと宣伝している（入っているようには見えないが）。機能やソフトウェアは良いとして CPU が Intel Atom プロセッサー Z520(1.6GHz) で OS が Windows Vista Basic というのはかなりバランスが悪い。Atom + Vista のミニノートを１台持っているが、動作速度が遅すぎてほとんど使用していない。いっそのこと Vista を 7 Beta あたりに変更したらと思っていたら以下のようにすでに試している方もいた。 1: VAIO type PにWindows 7をインストール、起動 2: Windows
新 SDPA サーバ - 最適化問題に対する超高速＆安定計算
現在の SDPA サーバは自作マシン（しかも適当に？急いで作ったマシン）なので、本当はサーバには向かない（それでも現在まで異常は発生していないが）。よって、SDPA サーバも以下の仕様の PowerEdge SC1435 を購入して交替させる予定である。研究室の新しいマシンはみんな Intel Xeon になってしまったので、一台くらい AMD Opteron (Barcelona)があった方が良い。あと AMD Phenom は演算性能で Intel Core2 に劣り、TDP の値も大きいのだが、メモリバンド幅が大きい（最高で17.1GB/s)のが魅力なので、疎データ時の SDPA の性能評価用に一台購入しても良いだろう。 ○ Dell PowerEdge SC1435 プロセッサ [Quad-Core] AMD Opteron 2360SE (2.5GHz/2MB L3キャッシュ)
今後の開発について その１ - 最適化問題に対する超高速＆安定計算
９，１０日と今後の開発計画について議論を行った（非常に中身の濃い議論だった)。高速化等の改善のためには、まず現在のプログラムについて徹底した調査が必要になる。どのような問題を入力したときに、どの部分がボトルネックになるのかについても、いろいろな方法で直接的、間接的に知ることができる。今までのアルゴリズム開発というのは、計算量(CPU 上での演算量に近い)と記憶容量に重点を置いてきていたので、CPU とメモリ間のデータの移動量については考慮されることは少なかった。また、データを参照する範囲、局所性のような概念も取り入れる必要がある。 例えば現在、開発を行いながら同時に公開も行っている最短路問題に対するダイクストラ法を実装したプログラムでは、最小ポテンシャルの点を高速に見つけるために、ヒープやバケットを利用している。ヒープは最小点を見つけるのは大変高速だが、データの更新に非常にデータ参照と書き
Cell アクセラレータ - 最適化問題に対する超高速＆安定計算
新型の Cell (65nm : 倍精度強化版）を搭載したブレードサーバやアクセラレータが発売されている。しばらくはアメリカのスパコン”ロードランナー”に搭載する分があるので、品薄になることが予想される。アクセラレータ本体も１００万円近くするのだが、開発ツールである IBM SDK 3.0 の価格が 1,386,000円（税込、パスポートアドバンテージの1ユーザーライセンスと1年分のソフトウェアメンテナンスライセンスの標準料金）となっている。というわけで合計すると恐ろしく高い料金になるので、コストパフォーマンス的に見ると相当不利ではないかと思う。新型 Cell の倍精度演算性能もピークで 100GFlops ぐらいなので、現在の Intel Penryn 系クアッドコアの 2CPU のシステムで実測 80GFlops ほど出ていることを考えると性能的なメリットもどこまであるのか疑わしい。
量子コンピュータとNP完全問題 - 最適化問題に対する超高速＆安定計算
今月の日経サイエンスに”量子コンピュータも苦手な問題”という特集がある。既存のコンピュータでもクラス P の問題は効率良く（多項式時間で）解くことができる。多項式時間でというところが曲者で O(n^100) でも n の多項式なので効率が良いという話になる。現在のコンピュータが出来ることは以下のようになる。 １：クラス P の問題を多項式時間で解くことが可能 ２：クラス NP の問題の解の検証が多項式時間で可能 ３：ある NP 完全問題から別の NP 完全問題への変換が多項式時間で可能 というわけで、現実問題から考えると最適に解くという意味ではあまり大したことができるわけではない。そこで量子コンピュータに期待が集まっているのだが、量子コンピュータで効率良く解くことができる問題のクラスは BQP (bounded-error, quantum, polynomial time)と呼ばれていて
CUDA のインストール - 最適化問題に対する超高速＆安定計算
レフェリーで CUDA 関係の論文が来たので、CUDA をインストールして使ってみることにした。手元にあった GeForce 8xxx 系は 8600GTS だけなので、GeForce 8800GTS 512MB を購入した。現在は Fedora 7 が正式サポートだが、手元に Fedora 7 のマシンが無いので、Fedora 8 で試してみた。 1: CUDA のダウンロード (Fedora 8 x86_64 の場合) CUDA Toolkit version 1.1 for Fedora 7 CUDA SDK version 1.1 for Linux NVIDIA Driver for Linux with CUDA Support (169.09) 2: NVIDIA ドライバのインストール yum install kernel-devel yum install freeglu
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Online Solver の計算機サーバ - 最適化問題に対する超高速＆安定計算