Home >

news ヘルプ

論文・著書情報


タイトル
和文:NVIDIA H100 GPUにおけるグラフニューラルネットワークの学習精度と実行性能評価 
英文: 
著者
和文: 小林 諒平, 藤田 典久, 朴 泰祐, 天笠 俊之.  
英文: Ryohei Kobayashi, 藤田 典久, 朴 泰祐, Toshiyuki Amagasa.  
言語 Japanese 
掲載誌/書名
和文:研究報告ハイパフォーマンスコンピューティング（HPC） 
英文: 
巻, 号, ページ Vol. 2023-HPC-190    No. 17    pp. 1-8
出版年月 2023年7月27日 
出版者
和文: 
英文: 
会議名称
和文:第190回ハイパフォーマンスコンピューティング研究発表会（SWoPP2023） 
英文: 
開催地
和文: 
英文: 
アブストラクト 今日の情報化社会を支えるグラフ構造データを分析する手法としてグラフニューラルネットワーク (GNN) が深層学習の発展に伴い注目を集めており，近年におけるデータの大規模化や機械学習アプリケーションの多様化から GNN の学習精度の向上および学習時間の短縮を実現する手法の確立が望まれている．本稿では，NVIDIA 社が現在提供する最新型 GPU である NVIDIA H100 GPUを 用いて実施した，代表的なグラフデータおよび GNN 実装間における学習時間と精度の推移評価について報告する．評価実験により，NVIDIA H100 GPU 上で動作させた GNN モデルは，NVIDIA Tesla V100 GPU で動作させた場合と比較し，1.6～1.7 倍高速に学習を実行することが確認された．

©2007 Institute of Science Tokyo All rights reserved.