東京工業大学・大岡山キャンパス 東工大蔵前会館 Tokyo Tech Front ロイヤルブルーホール（キャンパスマップにあります「緑が丘・大岡山北地区」地図の1番の建物になります)

前回の講習会と会場が異なりますので、ご注意ください。

さまざまな分野で使われ始めたGPGPUですが、CUDAやOpenACCでのプログラムではハードルが高いという声も聞こえます。今回は東京工業大学でもサイトライセンスの導入が決まっているMathworks社のMatlabを使ったコードを、CPU/GPUを使って高速化するための講習会を開催します。並列処理技術について、例を交えて解説し、Matlab の利用者がGPUによる高速化の恩恵を容易に受けることができることを理解して頂けると思います。

なお、本講習会は座学となります。ハンズオンはありませんので、あらかじめご了承ください。

講習会を企画した趣旨

下川辺 隆史（東京工業大学・学術国際情報センター）

MATLAB基礎およびParallel Computing機能概要

MATLABは、MATrix LABoratoryの略でその名が示す通り行列演算が得意なインタプリタ型のプログラミング言語です。まずは、MATLABの言語特性を踏まえた上で効率の良いコードを書くためのポイントをいくつかご紹介いたします。そして、後半ではCPUおよびGPUを使った並列プログラミングを行うための機能についてご紹介いたします。MATLAB自身が抽象度の高い言語であるため分かりやすい言語でありますが、並列プログラミング機能に関しても他の言語に比べてかなり平易に実現できるような仕組みが提供されております。これまで敷居が高いと感じされていた方にとっても手軽にCPUやGPUを使った並列計算を実現することができます。

吉田 剛士（Mathworks Japan・シニアアプリケーションエンジニア）

CUDAを用いたMATLAB画像処理

MatlabでGPUを利用するには、
(1) GPUに対応したMatlabの組み込み関数を利用する、
(2) 自分でGPU対応のコードを実装する、
(3) CUDAのライブラリを利用する
等の方法があります。

前半はこれらの方法を比較するために、フィルタ処理としてもっとも使用頻度が高い、任意係数のConvolution Filterを主な題材として、アプローチごとのパフォーマンス比較を行い、GPUの効率よい利用法についてご理解して頂きます。その際、二値化やノイズリダクションなど、いくつかの基本的なフィルタの実装・使い方についても説明致します。後半には動画処理アプリケーションを例に取り、USBカメラからの画像の取り込みも含め、画像処理パイプライン構築を実際をご理解して頂きます。

森野 慎也（NVIDIA・CUDAエンジニア）