MPIプログラムの高速化事例

計算科学は、実世界のデータを基に物理・社会モデル・数学的法則を利用し、計算機利用技術やシミュレーション技術の発展に寄与してきました。その結果、広範なデータや統計的・可視化的情報を提供し、科学技術の発展を支える要素となりました。

最近では機械学習技術が進展し、シミュレーションデータや実験データを正確に記述し、計算科学の効果を実世界で利用することが容易になっています。将来的には量子コンピュータやAIの活用によって、計算科学の利用はさらに広がると予想されます。

一方、計算科学の発展とともに計算量の急激な増加が常に課題となり、そのため計算高速化への要望も絶えることがありません。計算高速化の一つの重要な技術として「MPIプログラムによる並列計算」があります。

MPIプログラムの並列計算では、下図に示すようにスケーラブル（並列数の増加に応じた性能向上）になることが理想です。しかし、実問題のシミュレーションでは、スケーラブルでない状況がよく起こります。

スケーラブルでない要因としては、プロセス間の計算負荷（演算数）のインバランスにより「計算の待ち時間」が増えることで、並列性能の低下がよく見られます。

演算数のインバランスが起こりやすい例として、時間発展問題の陽解法で熱拡散率の温度依存計算をする場合があります。このケースでは、熱拡散率の計算が不均一に分布することでインバランスが発生しやすくなります。