[論文レビュー] PBBFMM3D: a Parallel Black-Box Fast Multipole Method for Non-oscillatory Kernels.

Ruoxi Wang, Chao Chen+2 more|arXiv (Cornell University)|Mar 6, 2019

Electromagnetic Scattering and Analysis参考文献 1被引用数 6

ひとこと要約

PBBFMM3D は、3次元非振盪的カーネルに対して、O(N²) から O(N) にカーネル行列-ベクトル乗算の計算量を削減する並列的ブラックボックス型高速多重極法である。カーネル評価能力のみを用いることで、計算力学、地球科学、機械学習分野におけるスケーラブルで高精度な計算を可能にする。並列スケーラビリティが実証され、クリギングやカルマンフィルタリングへの応用も示されている。

ABSTRACT

This paper presents PBBFMM3D: a parallel black-box fast multipole method that accelerates kernel matrix-vector multiplications where the kernel is a non-oscillatory function in three dimensions. Such problems arise from a wide range of fields, \emph{e.g.,} computational mechanics, geosciences and machine learning. While a naive direct evaluation has an $O(N^2)$ complexity in time and storage, which is prohibitive for large-scale applications, PBBFMM3D reduces the costs to $O(N)$. In contrast to other fast methods that require the knowledge of the explicit kernel formula, PBBFMM3D requires only the ability to evaluate the kernel. To further accelerate the computation on shared-memory machines, the parallelism in PBBFMM3D was analyzed and implemented using OpenMP. We show numerical experiments on the accuracy and the parallel scalability of PBBFMM3D, as well as its applications to covariance matrix computations that are heavily used in parameter estimation techniques, such as kriging and Kalman filtering.

研究の動機と目的

• 3次元非振盪的問題におけるカーネル行列-ベクトル積の直接的 O(N²) 評価の高い計算コストとメモリコストを低減すること。
• 明示的なカーネル式の代わりに、カーネル評価能力のみを要するブラックボックス手法を開発し、多様な応用分野における使いやすさを向上させること。
• 共有メモリアーキテクチャを活用する OpenMP を用いた効率的な並列計算を実現し、大規模シミュレーションのパフォーマンスを向上させること。
• クリギングやカルマンフィルタリングにおける共分散行列計算といった実世界の問題において、本手法の精度とスケーラビリティを実証すること。

提案手法

• 任意の点におけるカーネル関数の評価が可能であることを前提に、ブラックボックスとして動作する高速多重極法（FMM）フレームワークを実装すること。
• 粒子の階層的クラスタリングを用いて相互作用をグループ化し、遠方相互作用には多重極展開を適用することで計算コストを削減すること。
• 適切に分離された条件（well-separatedness condition）と変換演算子を用いて、離れたグループ間の相互作用を効率的に近似すること。
• OpenMP を用いた並列化を統合し、共有メモリアーキテクチャを最大限に活用し、スレッド間のタスク配分を最適化すること。
• 多重極展開の適応的細分化と切り捨てを適用し、精度とパフォーマンスのバランスを図ること。
• 任意の非振盪的 3次元カーネルに対応できるように、カーネルに依存しないアルゴリズム設計を実現すること。

実験結果

リサーチクエスチョン

• RQ1 明示的なカーネル式を必要とせず、任意の非振盪的 3次元カーネルを処理できるブラックボックス FMM を設計できるか？
• RQ2 提案手法は、カーネル行列-ベクトル乗算において O(N) の計算量を達成しながらも、高い精度を維持できるか？
• RQ3 OpenMP を用いた共有メモリシステムにおける PBBFMM3D の並列スケーラビリティはいかがなっているか？
• RQ4 PBBFMM3D は、クリギングやカルマンフィルタリングにおける共分散行列計算といった実世界の応用で、どのように性能を発揮するか？

主な発見

• PBBFMM3D は、カーネル行列-ベクトル乗算の計算コストを O(N²) から O(N) に削減し、大規模シミュレーションを可能にした。
• さまざまな非振盪的カーネルに対して高い精度を達成しており、数値実験により収束性と安定性が確認された。
• 共有メモリシステムにおける並列性能は良好にスケーリングされ、マルチコアアーキテクチャで強いスケーラビリティが実証された。
• クリギングやカルマンフィルタリングに用いられる共分散行列計算が、本手法によって効率的に高速化され、パラメータ推定がより速やかに実行可能になった。
• ブラックボックス設計により、コアアルゴリズムに変更を加えずに、任意の 3次元非振盪的カーネルにシームレスに統合可能である。