ロードマップでわかる！当世プロセッサー事情 第275回

スーパーコンピューターの系譜　“スパコンの父”が作り上げたCRAY-1

世界最速の演算を実現した
並列処理の仕組み

　CRAY-1のプロセッサーそのものは64bit構成(アドレスは24bit)となっており、当初の動作周波数は80MHzであった。

　レジスターの幅も演算器の幅も64bitなので、1つのベクトルユニットあたりの性能は最大で80MFLOPSという計算になるが、実際には2つのユニットが連動して動くことで、160MFLOPSの性能が実現できた。

　これはどういうことかというと、たとえばY＝A×X＋B (XとYがベクトル型計算機)という演算をする場合、普通にやると以下の手順になる。

• Xレジスターに元データを入れる
• Y'＝A×Xをベクトル演算(Y'もベクトル型計算機)
• Y ＝Y'＋Bをベクトル演算

　つまり、まず乗算の演算をいったん終わらせ、ついで加算を行なう必要があった。ところがCRAY-1ではChainingという技法をサポートしており以下の処理ができる。

• Xレジスターに元データを入れる
• A×Xをベクトル演算し、その結果をそのまま加算にまわしてY＝A×X＋Bを計算する

　ややわかりにくいかもしれないので、時系列にしてみたのが図1だ。縦方向が時系列で、たとえば0サイクル目にVector X(0)の値をロードしてA×Vector X(0)の計算を行なう。

　この結果は1サイクル目に中間レジスターのVector Y'(0)に書き出され、その一方でVector X(1)から次の値を読み出して計算が始まる、という具合だ。

図1　通常の処理で、Y＝A×X＋Bという演算を行なうときの過程

　このケースでは、まず乗算を64回連続して行なってから、次に加算を64回回すわけで、トータルとして131サイクル目にやっと全部の結果がVector Yに書き込まれることになる。

　では、Chainingを利用するとどうなるかというのが図2である。0サイクル目は図1と同じであるが、異なるのは1サイクル目からである。

　1つ目の乗算の結果が、すぐ加算器に渡されて、ここで加算が乗算と平行して行なわれるため、2サイクル目には最初の乗加算の結果が格納される。

図2　Chainingを利用する場合の過程

　最終的には65サイクル目にすべての演算が終わることになり、図1と比較して半分の所要時間で済むことになる。

　このChainingそのもののアイディアは、IBM 360/195の“data forwarding”など先例があるが、当時の論文によれば「360/195はスカラーのみだがCRAY-1はベクトルでこれが行なえる。また360/195では、data forwardingはプログラムコード内で明示的に指定するか、もしくは“name tags”を指定する必要があるが、CRAY-1はこれを自動で行なう」と、その違いを説明している。

　もちろん、この性能を生かすためにさまざまな工夫が凝らされた。単にベクトルユニットやスカラー、アドレスユニットなど合計で12の実行ユニット(CRAY-1ではFunctional Unitsと呼んでいる)が搭載され、これが並行して動作する。

　レジスターは64Word(1Word=64bit)のベクトル(V)レジスター×8以外に、24bitのアドレス(A)レジスター×8、24bitのアドレスセーブ(B)レジスター×64、64bitのスカラー(S)レジスター×8、64bitのスカラーセーブ(T)レジスター×64と、この当時としては信じられないくらい大量のレジスターが搭載されていた。ちなみにいずれのレジスターも6ナノ秒という高速アクセスが可能としている。

→次のページヘ続く　（CRAY-1の内部構造と後継機）