Hastega: Challenge for GPGPU on Elixir @ Lonestar ElixirConf 2019

We've succeeded in implementing a demonstration program in which an Elixir code invokes directly a GPGPU benchmark by Rustler. We propose a Hastega (Hyper Accelerator of Spreading Tasks for Elixir with GPU Activation) method that converts an Elixir code using Enum/Flow to an executable code for GPU or multi-core CPU with SIMD. 
We've conducted a performance evaluation using the Logistic Maps of the experimental implementation of GPGPU using the Hastega method. We've got the following results: our Hastega is 4-8 times faster than pure Elixir executed by only CPU our Hastega is up to 3 times faster than CuPy/Python executed with GPU our Hastega is only 1.5 times slower than native code executed with GPU 
Now, we implement Linear Regression and Neural Network in Elixir, and will accelerate it with Hastega. Our main future work is to implement a compiler from Elixir code with Enum/Flow to native code for GPU and/or multi-core CPU with SIMD.

# Bio

Susumu Yamazaki (ZACKY) is currently an Associate Professor at the University of Kitakyushu. His current research projects focus on programming language processors, software engineering, programming education and social implementation of software systems.


Susumu YamazakiMarch 02, 2019




Hastega:Elixir @ LonestarでのGPGPUへの挑戦ElixirConf 2019

ElixirコードがRustlerによるGPGPUベンチマークを直接呼び出すデモプログラムの実装に成功しました。Enum / Flowを用いたElixirコードをGPUやSIMD付きマルチコアCPU用の実行可能コードに変換するHastega(GPUアクティベーションを用いたElixir用タスクのハイパーアクセラレータ)方式を提案する。 
Hastega法を用いたGPGPUの実験的実装のロジスティック写像を用いて性能評価を行った。私たちは、次のような結果を持っている: 
私たちのHastegaは4-8倍速いだけCPUで実行される純粋エリクシールよりも 私たちのHastegaがCuPy / PythonはGPUで実行よりも3倍高速に任されて、私たちHastegaがで実行ネイティブコードよりもわずか1.5倍遅いですGPU さて、Elixirに線形回帰とニューラルネットワークを実装し、それをHastegaで加速します。私たちの今後の主な仕事は、Enum / Flow付きのElixirコードからGPU用ネイティブコードおよび/またはSIMD付きマルチコアCPUへのコンパイラの実装です。

#バイオ

山崎進(ZACKY)は現在北九州大学の准教授です。現在の研究プロジェクトは、プログラミング言語プロセッサ、ソフトウェア工学、プログラミング教育、およびソフトウェアシステムの社会的実装に焦点を当てています。


山崎進2019年3月2日


量子テレポーテーション(Quantum teleportation)