ScaleGraph その２

ScaleGraph の実行について、少しずつ試しています。大規模な性能比較を行うまではまだ時間がかかります。
MPI での実行を前提としたコンパイル方法
x10c++ -J-Xmx2G -x10rt mpi -sourcepath /home/fujisawa/source/x10/src ./TestSort.x10 -o ./TestSort.bin

MPI での実行方法。通常の MPI アプリと同じ。
$ time mpiexec -n 1 -machinefile ~/.openmpi/hostfiles.16 ./TestSort.bin 1000000 200
seq = 1.187016
par = 1.346080

real 0m27.246s
user 0m26.172s
sys 0m0.032s

$ time mpiexec -n 16 -machinefile ~/.openmpi/hostfiles.16 ./TestSort.bin 1000000 200
seq = 1.120214
par = 1.351455

real 0m27.273s
user 1m43.095s
sys 0m0.241s

2013 IEEE International Conference on Big Data (IEEE BigData 2013)

以下の Big Data に関する国際会議が１０月に開催されますが、現在投稿論文の募集中です。Call for Papers を見ると非常に広い分野（範囲）から投稿可能となっています。

2013 IEEE International Conference on Big Data (IEEE BigData 2013)
October 6-9, 2013, Silicon Valley, CA, USA

Call for Papers

1. Big Data Science and Foundations

a. Novel Theoretical Models for Big Data
b. New Computational Models for Big Data
c. Data and Information Quality for Big Data
d. New Data Standards

2. Big Data Infrastructure

a. Cloud/Grid/Stream Computing for Big Data
b. High Performance/Parallel Computing Platforms for Big Data
c. Autonomic Computing and Cyber-infrastructure, System Architectures, Design and Deployment
d. Energy-efficient Computing for Big Data
e. Programming Models and Environments for Cluster, Cloud, and Grid Computing to Support Big Data
f. Software Techniques and Architectures in Cloud/Grid/Stream Computing
g. Big Data Open Platforms
h. New Programming Models for Big Data beyond Hadoop/MapReduce, STORM
i. Software Systems to Support Big Data Computing

3. Big Data Management

a. Advanced database and Web Applications
b. Novel Data Model and Databases for Emerging Hardware
c. Data Preservation
d. Data Provenance‎
e. Interfaces to Database Systems and Analytics Software Systems
f. Data Protection, Integrity and Privacy Standards and Policies
g. Information Integration and Heterogeneous and Multi-structured Data Integration
h. Data management for Mobile and Pervasive Computing
i. Data Management in the Social Web
j. Crowdsourcing
k. Spatiotemporal and Stream Data Management
l. Scientific Data Management
m. Workflow Optimization
n. Database Management Challenges: Architecture, Storage, User Interfaces

4. Big Data Search and Mining

a. Social Web Search and Mining
b. Web Search
c. Algorithms and Systems for Big Data Search
d. Distributed, and Peer-to-peer Search
e. Big Data Search Architectures, Scalability and Efficiency
f. Data Acquisition, Integration, Cleaning, and Best Practices
g. Visualization Analytics for Big Data
h. Computational Modeling and Data Integration
i. Large-scale Recommendation Systems and Social Media Systems
j. Cloud/Grid/Stream Data Mining- Big Velocity Data
k. Link and Graph Mining
l. Semantic-based Data Mining and Data Pre-processing
m. Mobility and Big Data
n. Multimedia and Multi-structured Data- Big Variety Data

5. Big Data Security & Privacy

a. Intrusion Detection for Gigabit Networks
b. Anomaly and APT Detection in Very Large Scale Systems
c. High Performance Cryptography
d. Visualizing Large Scale Security Data
e. Threat Detection using Big Data Analytics
f. Privacy Threats of Big Data
g. Privacy Preserving Big Data Collection/Analytics
h. HCI Challenges for Big Data Security & Privacy
i. User Studies for any of the above
j. Sociological Aspects of Big Data Privacy

6. Big Data Applications

HPC in Asia Session: Last Call for HPC in Asia Posters; Deadline May 4!

ISC13 時に開催される HPC in Asia ですが、以下のポスター発表募集中です。締切りは５月４日となります。

HPC in Asia Session: Last Call for HPC in Asia Posters – Deadline May 4!

Review of Poster Submission
All submitted posters will be reviewed by the workshop program committee based on an extended abstract (two-page A4 format), including figures, tables and references. Posters will be judged based on scientific value as well as the subject’s significance to state-of-the-art research in Asian countries. Please submit your poster as PDF document to submit.hpcasia@isc-events.com. In your accompanying e-mail, please indicate the name and address of the corresponding author and the topic area.

Poster Presentation
All accepted posters will be displayed at the HPC in Asia Session and along with ISC’13 posters during the conference. The final posters may not exceed A0 portrait paper size (841mm x 1189mm / 33.1" x 46.8").

Submitters will be required to attend ISC or send a representative to present the poster. The extended abstract and poster materials will be included in the ISC’13 website as a collection of workshop materials.

Important dates

Deadline for abstract: Friday, May 4, 2013
Acceptance notification: Friday, May 17, 2013
HPC in Asia Session: Monday, June 17, 2013

Peta-scale General Solver for Semidefinite Programming Problems with over Two Million Constraints

Peta-scale General Solver for Semidefinite Programming Problems with over Two Million Constraints

Abstract―Mathematical models and optimization software are becoming increasingly important as practical applications become larger and more complicated. The semidefinite programming (SDP) problem is one of the most central problems in mathematical optimization. The numerical results of solving large-scale SDP problems can provide useful information and solutions in many research fields. The primal-dual interior-point method (PDIPM) is one of the most powerful algorithms for solving SDP problems, and many research groups have employed it for developing software packages. However, two well-known major bottleneck parts i.e., the generation of the Schur complement matrix (SCM) and its Cholesky factorization, exist in the algorithmic framework of PDIPM.
SDP is relevant to a wide range of fields such as combinatorial optimization, structural optimization, control theory, quantum chemistry, sensor network location, machine learning, and data mining; however, identification of a bottleneck part strongly depends on the problem size, the number of constraints, and the sparsity of the problem. We have developed a new version of SDPARA, which is a parallel implementation on multiples CPUs and GPUs for solving extremely large-scale SDP problems with over a million constraints.SDPARA can automatically extract the unique characteristics from an SDP problem and identify the bottleneck. When the generation of SCM becomes a bottleneck part, SDPARA can attain high scalability using a large quantity of CPU cores and some techniques of processor affinity and memory interleaving. SDPARA can also perform parallel Cholesky factorization using thousands of GPUs and techniques to overlap computation and communication if an SDP problem has over a million constraints and Cholesky factorization constitutes a bottleneck part. We demonstrate that SDPARA is a high-performance general solver for SDPs in various application fields through numerical experiments on the TSUBAME 2.0 supercomputer, and we solved the largest SDP problem (which has over 2.33 million constraints), thereby creating a new world record. Our implementation also achieved 1.018 PFlops in double precision for large-scale Cholesky factorization using 2,720 CPUs and 4,080 GPUs.

ビッグデータ統合利活用のための次世代基盤技術の創出・体系化 その２

説明会：参加者は多かったが、予想よりは少ないというか、それでもやっぱり応募者は多そうだ。

日時：４月２５日（木）　１３：００～１４：００
場所：科学技術振興機構（ＪＳＴ）東京本部別館（東京都千代田区五番町７　Ｋ’ｓ五番町）１階ホール

1: CREST タイプ：
科学的発見・社会的課題解決に向けた各分野のビッグデータ利活用推進のための次世代アプリケーション技術の創出・高度化

2: CREST・さきがけ 複合タイプ：
ビッグデータ統合利活用のための次世代基盤技術の創出・体系化

１と２併せての採択予定数は他の CREST や さきがけと同程度。となるとやはり書類審査（１次）の倍率は高めになりそう。

ビッグデータ統合利活用のための次世代基盤技術の創出・体系化

詳しくは以下の HP を参照してください。CREST タイプでも”さきがけ”タイプでも応募可能となっています。
ビッグデータ統合利活用のための次世代基盤技術の創出・体系化

募集・選考・研究領域運営にあたっての研究総括の方針
（１）背景
（２）求められる研究
（３）研究実施体制
（４）他の研究領域との連携・協働

学際大規模情報基盤共同利用・共同研究拠点

以下の課題に応募して採択されました。詳しくは以下のサイトなどをご覧下さい。

平成25年度 　平成25年度の採択課題一覧[PDF]
　採択課題数： 44 件（応募件数：55件）
　各拠点の共同研究数合計： 72 件
　平成25年度採択課題の研究概要は準備中

拠点課題ID 「研究課題名」
研究課題代表者 （所属）

ScaleGraph

我々の CREST プロジェクトで ScaleGraph の開発を行っております。X10 ベースの並列グラフライブラリです。

ScaleGraph is a graph library based on X10, a highly productive programming language targeting distributed heterogeneous computing system. The goal of ScaleGraph is to provide large-scale graph analysis algorithms for graph analysts and efficient distributed computing framework for algorithm developers.
Latest distribution of ScaleGraph has the following algorithms, PageRank, Distributed Betweenness Centrality for unweigted graph, SSSP and level-synchronous breadth-first search, and provides two computation models, a vertex-centric massage passing model (Pregel) and Generalized Iterative Matrix-Vector multiplication (GIM-V) model. In addition, ScaleGraph supports more additional MPI collective communication API by extending and optimizing standard X10 runtime at communication layer and thus, to use the library, users are required to have both ScaleGraph source code and extended X10 runtime.

GeForce GTX TITAN と nvidia-smi

GeForce GTX TITAN では最新の CUDA 5.0 に含まれる nvidia-smi コマンドが正式にサポートされていない。表示される情報も限定的となっている。

> nvidia-smi
Sun Apr 21 20:09:29 2013
+------------------------------------------------------+
| NVIDIA-SMI 4.313.30 Driver Version: 313.30 |
|-------------------------------+----------------------+----------------------+
| GPU Name | Bus-Id Disp. | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX TITAN | 0000:01:00.0 N/A | N/A |
| 30% 30C N/A N/A / N/A | 1% 64MB / 6143MB | N/A Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Compute processes: GPU Memory |
| GPU PID Process name Usage |
|=============================================================================|
| 0 Not Supported |
+-----------------------------------------------------------------------------+

Supported products:
- Full Support
- NVIDIA Tesla Line:
S2050, C2050, C2070, C2075,
M2050, M2070, M2075, M2090,
X2070, X2090,
K10, K20, K20X
- NVIDIA Quadro Line:
4000, 5000, 6000, 7000, M2070-Q, 600, 2000, 3000M and 410
- NVIDIA GeForce Line: None
- Limited Support
- NVIDIA Tesla Line: S1070, C1060, M1060
- NVIDIA Quadro Line: All other current and previous generation Quadro-branded parts
- NVIDIA GeForce Line: All current and previous generation GeForce-branded parts

Fusion-IO マシン

Fusion-IO の ioDrive2 を買ってみたのですが、こちらのアプリではあまり性能を実感できるような結果は出ていません。むしろ HDD や SSD よりも遅くなる場合が結構出てきています。ベンチマークテストの結果は悪くないのですが。。。

Graph CREST セミナー

以下の日程と場所が決まりましたので、お伝えします。

日時：2013年5月25日（土）：１５時から１７時
場所：中央大学後楽園キャンパス６号館３階６３０１室

1: Laszlo Ladanyi (Software R&D at CPLEX, IBM Research, USA)

Title:
CPLEX remote object for distributed parallel optimization

Abstract:
In version 12.5.0 CPLEX has introduced the concept of remote objects
that greatly ease development of distributed parallel applications of
CPLEX optimizers. Remote objects enable the user to create cplex
environments on remote computers and afterwards treat them just as if
they were local environments. In this talk we will describe remote
objects in detail, demonstrate how to use them, and provide some
computational results on real world examples.


2: Hayato Waki (IMI, Kyushu University)

Title:
A perturbed sums of squares theorem for polynomial optimization and
its applications

Abstract:
We prove a property of positive polynomials on a compact set with a
small perturbation. When applied to a Polynomial Optimization Problem
(POP), the property implies that the optimal value of the
corresponding Semi Definite Programming (SDP) relaxation with
sufficiently large relaxation order is bounded from below by
$(f^*-\epsilon)$ and from above by $f^*+\epsilon(n+1)$, where $f^*$ is
the optimal value of the POP. We propose new SDP relaxations for POP
based on modifications of existing sums-of-squares representation
theorems. An advantage of our SDP relaxations is that they are of
considerably smaller dimension than those originally proposed by
Lasserre. We present some applications and the results of our
computational experiments. This is the joint work with Masakazu
Muramatsu and Levent Tuncel.

e-サイエンスに向けた革新的アルゴリズム基盤 第４回シンポジウム

e-サイエンスに向けた革新的アルゴリズム基盤 第４回シンポジウムが以下の日程で開催予定となっています

２０１３年６月１２日（水）13:00--17:00（予定）
京都大学
講演予定者（五十音順）

岡田真人（東大）
河原林健一（NII）
徳山豪（東北大）
湊真一（北大）
渡辺治（東工大）

MATLAB R2013a

MATLAB R2013a がリリースされましたので、R2012b から R2013a に更新致しました。

◯MATLAB R2012b
< M A T L A B (R) >
Copyright 1984-2012 The MathWorks, Inc.
R2012b (8.0.0.783) 64-bit (glnxa64)
August 22, 2012

◯MATLAB R2013a
< M A T L A B (R) >
Copyright 1984-2013 The MathWorks, Inc.
R2013a (8.1.0.604) 64-bit (glnxa64)
February 15, 2013

第25回 RAMPシンポジウム

　第25回 RAMPシンポジウム
　第25回 RAMPシンポジウム
　日時 ： 2013年10月29日（火），30日（水）
　会場 ： 鹿児島大学稲盛会館
　実行委員長 ： 新森 修一 （鹿児島大学)
　プログラム委員長 ： 岩田　覚（東京大学)
　プログラム ：
　10/29 午前
　【安定マッチング：様々な視点から】 オーガナイザ　岡本吉央（電気通信大学）
　
　安田 洋祐（政策研究大学院大学）
　マッチング・マーケットデザインの理論と実践
　
　横尾 真（九州大学）
　戦略的操作不可能な下限制約付きマッチング
　
　宮崎 修一 （京都大学）
　安定マッチング問題に対する近似アルゴリズム
　
　10/29 午後
　【現代の通信技術と最適化】 オーガナイザ　田中利幸（京都大学），林和則（京都大学）
　
　松田崇弘，笹部昌弘 （大阪大学）
　高信頼無線通信のためのネットワーク最適化
　
　山本高至 （京都大学）
　無線通信システムへのゲーム理論の応用
　
　梅原大祐 （京都工芸繊維大学）
　高速・高多重CANのための短パルス伝送路符号とその最適化問題
　
　谷村崇仁, 小田祥一朗, 青木泰彦, イエンス・ラスムセン （（株）富士通研究所）
　複雑化する光通信ネットワークとその制御
　
　懇親会(予定)
　
　10/30 午前
　【エネルギーシステムにおける最適化】 オーガナイザ　武田朗子（東京大学）
　
　滑川徹（慶応義塾大学）
　電力市場における最適価格設定問題へのシステム制御アプローチ
　
　畑中健志（東京工業大学）
　エネルギーマネジメントのための分散最適化とゲーム
　
　津田宏治（産業技術総合研究所）
　フロンティア法による電力網構成制御
　
　10/30 午後
　【横断する最適化】 オーガナイザ　神山 直之 （九州大学）
　
　穴井 宏和（（株） 富士通研究所/九州大学）
　数式処理による最適化
　
　増田 直紀（東京大学）
　ネットワークと最適化：複雑ネットワーク研究の話題から
　
　上野 賢哉（京都大学）
　劣加法性で横断する最適化から計算限界

GeForce GTX TITAN

GeForce GTX TITAN は現在１４から１５万円程度の価格となっているが、品薄状態でなかなか入手できないらしい。









◯以下は TITAN における DGEMM(行列積)のベンチマーク結果
DGEMM [8192,8192,2048]
mem upload 119481 us -> 6740.04MB/s
mem download 79683 us -> 6737.58MB/s
mem cp+upload 256386 us, kernel 209718 us, mem download+cp 171188 us
1310.70GFlops on-board, 672.27GFlops off-board, 431.32GFlops including H2H copy