デイビッド・カーク氏来日，CUDAカンファレンス2008開催

　本日（3月6日），東京大学で「CUDAカンファレンス2008」が開催された。CUDAとは，NVIDIAがGPUを汎用演算器として使用するために用意した，GPUプログラムをC言語で開発できる環境のこと。GeForce 8世代以降のGPUで利用できる。
　NVIDIAからは，”GPUの父”ことチーフサイエンティストDavid Kirk（デイビッド・カーク）氏が来日して講演を行ったほか，GDCでも紹介したプロメテックソフトウェアのパーティクル，長崎大学の多体問題，慶応大学の分子力学など，日本で実際に研究されているCUDAの活用事例についての紹介が行われた。
　なんでも，CUDAでの最初の事例は日本から報告された経緯もあるそうで，わざわざ御大デイビッド・カーク氏が訪れるあたり，NVIDIAが日本でのCUDA展開に力を入れていることが分かる。

　さて，デイビッド・カーク氏は，PCの演算能力が2，3倍になるというのは単に速くなっただけであり，多少生産性は上がるものの，PCで行う作業に大きな変化はないという。5〜10倍高速になると，十分にPCをアップグレードする価値があるとする。そして，100倍以上高速になるとこれまでとは違う世界が見えてくるという。これまでには考えられなかったアプリケーションが生まれるチャンスがあり，根本的な変化が起きてくるという。要するに，CPUコアが2コア，4コアと増える程度ではなにも変わらない。しかし，CPUからGPUへの演算の移行は，まさに100倍単位の革新なのだ。
　CUDAを使ったアプリケーションはすでに実用化されており，膨大な数に及ぶ投資情報をリアルタイムで処理したり，テラバイト/ペタバイト単位のデータを使った人工地震波の油田開発での利用や超音波画像診断処理などに成果を挙げているという。これまで一晩かかっていた処理が10分程度でできるようになると，作業の内容そのものが変わってくる。GPUコンピューティングは，すでに一部の産業を変えつつある。


　次いで国内の各講演者によるCUDAの活用事例紹介が行われた。長崎大学の濱田剛氏は，単純な処理なら500GFLOPSを超える処理が可能なことをデモで示した。演算内容が複雑になると処理効率は落ちるとことわりは入ったものの，それでも多くの実例ではCPU処理の10倍から100倍以上の性能を発揮していることが示された。

技術計算以外にグラフィックスもCUDAの活用範囲となる。左は表面下散乱などを組み込んだ白翡翠のシミュレーション，右はグローバルイルミネーションの例

　長崎大学工学部工業情報システム工学科濱田剛氏のプレゼンより，CPUとGPUでの多体問題シミュレーション例。CPU（1コア）では0.5GFLOPS程度，GPUでは250GFLOPS程度の速度が出ていることが分かる

　扱う星の数を増やすと演算部分の割合が増え，さらにFLOPSが上がる。650GFLOPS程度まで確認できるという

　物理演算関係のデモを行ったプロメテック・ソフトウェアによれば，運動の自由度の高いパーティクルベースの処理は，現状で一番複雑な物理シミュレーションに属するという。CPUとの速度比は示されなかったものの，複数のGPUを使用することで，（拘束の多い）布などの物理シミュレーションであれば，さらに効率的に処理できるとしている。つまりは，ほとんどの物理シミュレーションはリアルタイム処理が可能ということだ。

　一方で，GPUの演算性能は1年間で2倍に進化すると明言されている。ムーアの法則の2倍のペースである。ただ，最近は隔年ごとに「GX2」でお茶を濁されている感はあるのだが，今年の冬あたりは，2TFLOPSクラスのGPUが出てこなければならないはず。CUDA関係者も期待していることだろう。

　今回のカンファレンスの主題は，マルチGPUへの最適化だ。CUDAを使って並列演算を行う場合，1GPUで演算を行うことでもかなり並列度を上げることができる。しかし，GPUに内蔵された演算器の個数には限度があり，大規模な処理では複数のGPUを使った並列演算が必要になってくる。1GPUでは，それぞれの演算器は独立していても，グラフィックスカード上では共通にメモリをアクセスできるので，データのやり取りは比較的楽に行えるのだが，複数のGPUではそれぞれのグラフィックスカードに搭載されたメモリを相互に参照させることは難しい。単独のGPUのときとはまた違った最適化が必要になるわけだ。
　実例として紹介されたさまざまな事例では，どのような条件でマルチGPUが効果を発揮するのか（スレッド数が10000以上が望ましいらしい），GPU間でデータをやり取りする際はどのような処理になるのかなどが紹介された。

　東京大学/プロメテック・ソフトウェアの原田隆宏氏/政家一誠氏のデモより，GPU数による処理の比較。順にGPU1個，2個。4個でのパーティクル処理を行っている

　慶応義塾大学理工学部機械工学科成見哲氏/坂牧隆司氏のプレゼンより，分子運動シミュレーションの例。これは食塩の結晶を加熱したときの様子。融点を超えると液状化し，温度が下がると再結晶していく様子がシミュレートされている

　今回のカンファレンスではゲームとは直接関連しない話題が多かったのだが，プロメテックソフトウェアでは，パーティクル関係の処理をC＃からも参照可能なライブラリとしてまとめており，XNAのような開発環境からGPUを使った処理を呼び出せるようにしていた。
　CUDAは，GPUでのプログラムをC言語で記述できるようにする環境である。加えて，マルチGPUでの処理にも簡単に対応できる。最近はゲームにおいても物理演算は重要なトピックとなっており，ゲームの処理でCUDAが使われていく可能性も無視はできないだろう。将来的には，演算用のGPUとレンダリング用のGPUを使うようなことも，当たり前になってくるのかもしれない。