在2024年5月发布的超级计算机性能排行榜“Graph500”的BFS部门中，理研的“富岳”连续9期位居世界第一，NTT开发的图表计算高速算法在其中做出了巨大贡献。NTT于6月25日召开了在线说明会，介绍了具体内容。
图 1：使用Forest Pruning技术构建 BFS 树的流程（NTT 提供）。
图表是通过顶点和分支显示事物之间关系的数据。NTT开发了一种被称为“Forest Pruning”的高速算法，从顶点开始按远近顺序计算顶点整体的联系（BFS、广度优先算法）。
NTT计算机与数据科学研究所主任研究员新井淳介绍相关成果时表示：“该技术在今年5月的超级计算机性能排行榜Graph500的BFS部门中做出了很大贡献，使富岳将其保持的首位记录又进一步提高了约20%。通过使用该技术，有望提高数据挖掘和AI等使用大规模图形数据的各种处理的性能。”
包括该技术在内，NTT与理化学研究所等的联合研究小组开发的成果将于11月17日至22日在美国亚特兰大举行的高性能计算领域顶级会议“The International Conference for High Performance Computing, Networking, Storage,and Analysis（SC24）”上发表。
现实世界中的许多复杂信息都是用图表表示的，典型的例子就是路线图和道路网络，其他的例如知识、购物记录、通话记录和金融交易等，也是用图表表示。
计算从出发地到目的地的最短路径问题也属于图表计算。多年来，NTT一直致力于研究如何以更短的时间和更低的功耗处理大型图表，并设计了一种快速算法“Forest Pruning”，以实现高效的BFS。
在去年11月公布的Graph500绿色大数据部门的排名中，利用NTT的图表处理技术（包括GPU上的“Forest Pruning”技术），获得了商用处理器的最高能效记录。
NTT还参与了在超级计算机“富岳”上挑战Graph500的联合研究小组，并为“富岳”安装了“Forest Pruning”技术，从而取得了九次蝉联第一的成果。
对于这种高速算法的概要，新井先生介绍时表示：“Graph500的任务是构建一棵BFS树，从给定的顶点（起点）开始，按照由近到远的顺序跟随顶点。为了高效地完成这一任务，‘Forest Pruning’在输入图表时，就会分离图表中原本为树形结构的部分（森林）。然后，在指定起点时，通过仅在非图表树的部分跟随顶点，构建一棵局部BFS树，再将分离出来的森林连接起来，就能构建完整的BFS树。”
这样，与以往保持原BFS树的状态进行计算处理相比，能够减少步骤的数量，缩短计算处理时间，还能减少计算所要消耗的内存。
除了“Forest Pruning”，NTT还于5月在Graph500 BFS基准程序中为“富岳”安装了新开发的图形数据压缩技术。由此，使用“富岳”的152,064个计算节点（约占总数的96%），计算了Graph500规定的图形规模SCALE42和SCALE43的性能。
得到的结果是，对于拥有约4.4兆个顶点和70.4兆条边的SCALE42，性能（GTEPS：Giga TEPS）达到166,029GTEPS，比上次创下的记录（2023年11月、138,867GTEPS）提高了约 20%，平均处理时间缩短至0.42秒。
对于规模更大、约有8.8兆个顶点和140.7兆条边的SCALE43，其性能为198,321GTEPS，也比上次的记录提高了43%，处理时间缩短至0.71秒。
至此，“富岳”在5月的Graph500排名的SCALE42计算中连续第九次位列第一。
至于SCALE43，为了减少性能测量所需的时间，省略了Graph500要求的BFS树的验算，所以此次没有向该排名提交计算结果。新井先生表示，希望在以后的Graph500排名中提交。
原文：《科学新闻》
翻译：JST客观日本编辑部
