〜相互結合網〜 相互結合網（interconnection network）は並列計算機を構成する複数のプロセッサやメモリを相互 に結合し，その間における交信路を提供する．目標は通信遅延（ レイテンシ：latency）を最小に し，スループット（throughput：処理能力）を最大にすることである。 〜MIMD〜 複数のマイクロプロセッサを搭載した並列コンピュータ上で、複数のプロセッサが複数の異なるデータを並行処理する方式。SISDやSIMDとの対比に用いられる用語である。 〜numerical solver〜 numerical solverとは有限要素(FE)法や有限ボリューム(FV)方法などがあり、通常の計算領域で解決できるシステム。 〜natural solver〜 natural solverとは通常、numerical solveと違い数字で解決できないようなもの。最近ではシュミレーションアニーリング、遺伝アルゴリズム、ニューラルネットワークなどがある。 〜subsumption　architectur ＳＡとも書かれます。一種の並列処理で、検知（sensing）と行動（action）という単純な組み合わせで成り立つ、エージェント（agent）と呼ばれるものをたくさん用意し、このエージェント群を並列に動作させます。さらに、エージェントには優先順位が用意されていて、検知の結果、行動を生成したエージェントのうち、優先順位の最も高いものが実行されます。また、優先順位の低かったエージェントの行動はより優先順位の高いエージェントの行動が終わった後に実行されます。 一つの行動が実行されている最中でも、優先順位の高いエージェントの行動が生成されれば、実行中の行動は一時中断され、優先順位の高い行動が先に実行されます。 最大の利点は、すべてのエージェントが同時に実行されていて、実際の動作には、優先順位に基づいて行われるため、状況を見定めて全体を制御するための複雑なプログラムを用意しなくてすむことです。一つの制御プログラムに複雑な状況判断をさせようとすると、状況ごとに実に様々な選択を迫られ、いわゆる組み合わせ的爆発が起こってしまい、ロボットが実際に行動をするためには膨大な処理を行わなければならなくなってしまいます。サブサンプションアーキテクチャなら複雑な制御プログラムは必要なく、単純なエージェントを複数用意してやればあとは優先順位に従って勝手に行動してくれるというわけです。 〜Amdahlの式〜 アムダールの法則というのは、ラフに言うと、コンピュータの処理性能は全体のコンピュテーション時間のうち機能の拡張によって高速化される部分の比率に依るというもの。ポイントは、実行するタスクの中の並列化できない＝逐次実行するしかない部分に、タスク全体の実行時間が制約されると指摘している点にある。 そのため、アムダールの法則は、マルチコアの有効性に強く結びつく。CPUをマルチコア化して多くの並列処理ができるようにしても、全体のタスクのうち並列化できない部分の比率が多いと、結局CPUが逐次実行をしている時間が長くなってしまい、アムダールの法則によってCPU性能が上がらなくなるからだ。つまり、並列化できる部分が多い→アムダールの法則の制約が弱まる→マルチコアによる並列化によって性能をアップできる。並列化できない部分が多い→アムダールの法則の制約が強まる→マルチコアによる並列化で性能があまりアップできない。 〜遺伝的アルゴリズム〜 遺伝的アルゴリズム（Genetic Algorithm: GA)は、適応範囲の非常に広い、生物の進化を工学的にモデル化し、また参考にした学習的アルゴリズムである。基本的なGAとして、Goldbergによって提案された単純GA（simple genetic algorithm: SGA）があり、そこから種々なバリエーションが提案されている。 自然界における生物の進化過程においては、ある世代(generation)を形成する個体(individual)の集合（個体群：population）の中で、環境への適応度(fitness)の高い個体が高い確率で選択(selection)される。さらに、交叉(crossover)や突然変異によって、次の世代の個体群が形成されていく。 GAにおいては、各個体を染色体(chromosome)によって特徴づけ、染色体は複数個の遺伝子(gene)の集まりで構成される。生物では、特定の個数の染色体の集まりによって個体が決定されているが、GAでは１つの染色体で個体を表現することが多い。また、対立遺伝子(allele)として、２進数のビットを用いることが多い。 〜ニューロコンピュータ〜 ニューロコンピュータとは、脳を構成する神経細胞が神経回線網を張り巡らせることで情報処理を司るという動作を基本原理とするコンピュータ。 ニューラルネットワーク制御（知的制御の１つ。システムの入出力信号をもとにしてニューラルネットによって非線形な入出力関係を再現し、それを制御対象とする制御手法。）を基礎理論とする。 (2)Numerical solverとNatural solverの比較 数値計算に用いる概念モデルと計算モデルの組み合わせを、数値計算の構造と並列処理の適合性はどうかを判断する。複雑な数の問題の処理には、Numerical solverでなくnatural solverを使用するとよいらしい。 〜感想〜 今回の課題の用語はネットで調べてもなかなかでてこないので非常に大変でした。でも、それだけ僕たちがより専門的なことをならっているのだという実感がわきました。これからももっと専門的になると思うので楽しみです。 〜参考文献〜 http://mikilab.doshisha.ac.jp/dia/smpp/cluster2000/PDF/chapter06.pdf http://e-words.jp/w/MIMD.html http://www.al.cs.kobe-u.ac.jp/~omori/study/GAsec1.html http://ja.wikipedia.org/wiki/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%AD%E3%82%B3%E3%83%B3%E3%83%94%E3%83%A5%E3%83%BC%E3%82%BF http://pc.watch.impress.co.jp/docs/2005/0112/kaigai147.htm http://mikilab.doshisha.ac.jp/dia/smpp/cluster2000/PDF/chapter06.pdf

<< 前記事（2005/10/31）

トップへ

後記事（2005/11/21）>>

<< 前記事（2005/10/31）

トップへ

後記事（2005/11/21）>>