【研究分野】計算機システム

【研究領域課題番号】15H02673 (KAKENデータベースで見る）

【研究キーワード】

ビッグデータ / データマイニング / イジングモデル / 組合せ最適化問題 / リコンフィギュラブルシステム / グラフ処理 / リコンフィギュラブル / ストリーム処理

【研究成果の概要】

本研究では組合せ最適化問題の最適解を導き出すことを狙ったアーキテクチャ研究に注力した。従来の単一スパースハードウェアグラフでは、ハードウェア構造より密なグラフを再現する際、スピンを複製し、擬似的に密なグラフを再現するマイナーエンベディングという方法がとられる。スピンの状態の更新が、隣接スピンの状態とスピン間相互作用の積和演算によって再現されることを利用して、スパースなハードウェア構造それぞれに対して、時間方向の接続（積和演算を継続）を可能にすることで、複製スピンによる強い相互作用を加えることなく処理を行うことを実現し、大規模な問題から高い精度の解を得るアーキテクチャを提案した。

【研究の社会的意義】

IoT 社会の到来により、データマイニングに代表されるビッグデータ処理が計算処理の中心的課題となりつつある。本研究は、(1)データマイニング処理に適したリコンフィギュラブルアーキテクチャと、(2)HW アーキテクチャを考慮したデータマイニングアルゴリズムの二つの課題に統括的に取り組むことで、超高速・低電力なデータマイニング処理基盤の確立を目指すものである。

【研究種目】基盤研究(B)

【研究期間】2015-04-01 - 2019-03-31

【配分額】17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)