JPH07253955A - データ分割方法 - Google Patents

Abstract

(57)【要約】 【目的】 逐次プログラムを分散記憶型並列機向けに変
換する場合、その実行性能が高くなるようなデータの分
割方法を与える。 【構成】 配列要素に対する各代入文について、代入文
の重み計算３００、左辺との結合度解析４００、結合度
グラフ作成５００、結合度グラフ更新６００の各処理を
繰り返す。結合度グラフ作成５００では、結合度解析結
果により生成された、右辺配列次元と左辺配列次元の組
［Ｌ、ｍ］［Ｒ、ｎ］の各々について、処理５２０で、
頂点［Ｒ、ｎ］を生成し、処理５３０で、２つの頂点
［Ｌ、ｍ］と［Ｒ、ｎ］の間に辺をひき、処理５４０
で、辺［Ｌ、ｍ］ー［Ｒ、ｎ］に重みCONW［Ｌ、ｍ］
［Ｒ、ｎ］を与え、処理５５０で、辺［Ｌ、ｍ］ー
［Ｒ、ｎ］に、頂点［Ｒ、ｎ］の［Ｌ、ｍ］に対する結
合情報CONWF［Ｌ、ｍ］［Ｒ、ｎ］を与える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、技術計算等の逐次プロ
グラムを分散記憶型並列計算機上で効率的に実行させる
ために必要な、プログラム変換におけるデータ分割方法
に関する。

【０００２】

【従来の技術】数値シミュレ−ションにおいては、その
解析対象の多様化と解析内容の精密化に伴い、大規模計
算の結果を短時間で取得して研究開発の一層の促進を図
りたいという要請が高まっている。それに答え得る有力
なマシンとして分散記憶型超並列機への期待が大きくな
っている。しかしながら、現時点では、このような超並
列機上で一つの計算を多数のプロセッサに分配して効率
良く計算させるための仕事は、多くの場合ユ−ザの人手
作業に委ねられていると言っても過言ではない。即ち、
ユーザは、自分の問題の解法（計算論理）を使い慣れた
通常のFORTRANやＣ言語で記述するだけでは済まず、解
法の手順と主要なデータを、対象とする並列計算機に適
合するように分割して表現するという困難な作業を追加
しなければならないという重大なボトルネックがある。
この問題を解決するための課題は多岐に渡るが、分散記
憶型超並列機の場合には、データと計算手順の分割、お
よびそれに伴って必要となるプロセッサ間通信を効率化
する方法の開発が特に重要な課題である。

【０００３】このうち、データ分割に関するアプローチ
の一つが、インタナショナルコンファレンス オン ス
ーパーコンピューティング予稿集（１９９３年）第８７
ペ−ジから第９６ペ−ジ（Proceedings of the Interna
tional Conference on Supercomputing、 pp.87-96, 199
3）において論じられている。そこでは、配列の各次元
を頂点とし、配列添字式に一定の類似度がある頂点を辺
で結んだグラフを作成し、グラフの頂点をグループに分
ける分割を施して、同一グループの配列次元に共通のデ
ータ分割パタンを適用している。ここで、辺の重みとし
ては、両端の頂点すなわち配列の次元同士を、同一グル
ープにした場合としない場合の通信コストの差の値を与
えるとしている。しかし、この時点で、すなわち、どの
ようにデータ分割したらよいかが分からない時点で、こ
のような通信コストの差を算出することは論理的にでき
ないので、種々の仮定を置いた上で算出している。ま
た、グラフの頂点のグループ分けは、他のグループに接
続される辺の重みの総和が最小になるようになされる
が、同一グループに属する配列次元に対して完全に同一
の分割を施すのか、それとも添字式の形式に応じて、お
互いの配置をもう一度行なった後に分割するのかについ
ては言及していない。

【０００４】

【発明が解決しようとする課題】分散記憶型超並列機向
けの並列化においては、データをどのように分割して各
プロセッサに割り付けるかが重要課題の一つである。し
かしながら現状では、どの様にデータを分割すれば最短
計算時間が得られるかに関する指針はあまり明かではな
い。このため、実機を使ってデータ分割パタンを変えて
は性能実測を繰り返し、そのなかから良いものを選択す
るという試行錯誤的な方法以外に適当な方法がないとい
う問題があった。本発明の目的は、分散記憶型並列計算
機を使用する前に、特定の並列機に依存しない抽象的な
並列機モデル上において、データ分割方法を決定する手
段を与えることにある。

【０００５】

【課題を解決するための手段】このため、本発明では、
（ａ）代入文の左辺の配列の各次元と、右辺に出現する
配列の各次元との組み合わせについて添字式の類似度
を、予め定めた基準によって評価し、（ｂ）次に出現す
る代入文において、ステップ（ａ）での配列次元の組み
合わせと同一の組み合わせがある場合に、組み合わせに
対する類似度を、類似度のうちの最大なものに設定し、
（ｃ）ステップ（ｂ）を、代入文が無くなるまで繰り返
し、（ｄ）配列次元の組み合わせのうち、類似度の最大
なものを選択し、配列次元の組み合わせを基準として、
互いに組み合わせの一方の要素を共有するもの同士をグ
ループ化し、（ｅ）残りの配列次元の組み合わせについ
て、ステップ（ｄ）を繰り返してグループ化を終え、
（ｆ）一つのグループに属する配列次元の全てに対し、
予め定めた基準による特定の分割パタンを用いて分割す
る。

【０００６】さらに、本発明のより望ましい形態では、
配列次元の組み合わせについての添字式の類似度の評価
において、配列の使用または定義回数を重みとして用い
る。

【０００７】また、本発明の他のより望ましい形態で
は、データの分割決定において、各配列次元の添字式の
形式に応じて、互いに次元の軸を一定の距離だけシフト
するか、または拡大して配置した上で共通の分割パタン
を用いる。

【０００８】

【作用】本発明では、（ａ）代入文の左辺の配列の各次
元と、右辺に出現する配列の各次元との組み合わせにつ
いて添字式の類似度を、予め定めた基準によって評価
し、（ｂ）次に出現する代入文において、ステップ
（ａ）での配列次元の組み合わせと同一の組み合わせが
ある場合に、組み合わせに対する類似度を、類似度のう
ちの最大なものに設定し、（ｃ）ステップ（ｂ）を代入
文が無くなるまで繰り返し、（ｄ）配列次元の組み合わ
せのうち、類似度の最大なものを選択し、配列次元の組
み合わせを基準として、互いに組み合わせの一方の要素
を共有するもの同士をグループ化し、（ｅ）残りの配列
次元の組み合わせについて、ステップ（ｄ）を繰り返し
てグループ化を終え、（ｆ）一つのグループに属する配
列次元の全てに対し、予め定めた基準による特定の分割
パタンを用いて分割し、また、配列次元の組み合わせに
ついての添字式の類似度の評価において、配列の使用ま
たは定義回数を重みとして用い、さらに、各配列次元の
添字式の形式に応じて、互いに次元の軸を一定の距離だ
けシフトするか、または拡大して配置した上で共通の分
割パタンを用いるので、プログラム実行に際して最も計
算量の多い配列同士の演算における通信頻度が少なくな
る分割を得ることができる。

【０００９】

【実施例】以下、本発明の１実施例を図面を用いて説明
する。図１は逐次ソースプログラムを分散記憶型並列計
算機向けの並列プログラムに変換する、プログラム変換
処理１００の全体構成図である。１は、ソースプログラ
ム中の、変数名や定数、キーワード等を識別するための
字句解析処理である。２は、字句解析処理の結果得られ
た各要素間の関係を解析し、どのようにステートメント
が構成されているかを調べる構文解析である。３は、各
ステートメントにおける変数に対する定義と使用の状況
とその順序関係を解析する依存解析処理である。８は、
依存解析処理が出力する、変数に対する定義と使用の状
況とその順序関係を表現したデータフロー情報である。

【００１０】２００は、配列データを各プロセッサへど
のように分割して配置するかを決める配列データ分割処
理であり、その実行ステップの詳細は図２に示すもので
ある。９は、その結果として出力される配列分割結果で
あり、その例は、図１４に示すものである。４は、配列
分割結果とデータフロー情報に基づき、ループの計算を
分割して各プロセッサへ分配する、ループ計算の分割処
理である。

【００１１】５は、以上の処理結果に基づいて、図１６
に示すような分散記憶型並列計算機向けのプログラムを
作り出す、分散記憶型並列プログラムの生成処理であ
る。１０は、生成される分散記憶型並列プログラムであ
り、ループ計算の分割処理結果を反映して、プロセッサ
間の通信文を含むものである。１１は、実行用入力デー
タであり、９０の分散記憶型並列計算機での実行に付さ
れる。

【００１２】以下、配列データ分割２００の処理の詳細
を述べる。図２は、配列データ分割２００の各実行ステ
ップを示したものである。この処理では、プログラム中
で最もドミナンドな配列次元間の結合、即ちプログラム
に於て強い参照関係を保って実行される配列の次元の組
み合わせを見つけ出し、それらの次元上のデータがお互
いに出きるかぎり同一のプロセッサ上に配置されるよう
にする点に特徴がある。言い換えると、実行回数の多い
ステートメントに出現する配列のデータを、他のプロセ
ッサから通信によって得なくて済むようにし、そのステ
ートメントの実行の効率を上げる変換を可能にする点に
特徴がある。

【００１３】２１は、配列要素に対する各代入文につい
て、代入文の重み計算３００、左辺との結合度解析４０
０、結合度グラフ作成５００、結合度グラフ更新６００
の各処理を繰り返す制御である。３００は、代入文の実
行回数を重みとして採用するための、代入文の重み計算
処理であり、その詳細は図３に示すものである。２２
は、代入文の右辺の各配列についての繰り返し処理を制
御するループである。さらに、２３は、その配列の各次
元をたどる繰り返しである。４００は、左辺にの配列の
添字と右辺に出現する配列の添字に組に対してその類似
度を解析する、左辺との結合度解析処理であり、その詳
細ステップは図４に示すものである。５００は、左辺と
の結合度解析処理結果をグラフに表現する、結合度グラ
フ作成処理であり、その詳細は図５に示すものである。
２４は、すでに結合度グラフが存在するか否かを調べる
判定であり、もし存在すれば、結合度グラフ更新６００
の処理によって、結合度グラフを修正する。その詳細ス
テップは、図６に示すものである。２５は、作成された
各結合度グラフに関する繰り返しを制御するループであ
る。７００は、これまでの処理結果に基づき、どの配列
のどの次元同士を一つのグループとして結合するかを具
体的に決定するための、配列間結合決定処理である。８
００は、配列間結合決定処理を受けて、配列の次元のグ
ループに、適当なデータの分割パタンを付与する処理で
ある。

【００１４】図３は、代入文の重み計算の詳細ステップ
である。３１０は、Ｌ１にその代入文を包含する最内側
ループ識別子を、Ｌ２にＬ１を包含する最内側ループ識
別子を、Ｌ３にＬ２を包含する最内側ループ識別子をな
ど設定し、最後にＬｓにその代入文を包含する最外側ル
ープ識別子を設定する処理である。３１は、Ｌ１からＬ
ｓまでについての繰り返しを制御する処理である。３２
は、そのループの反復回数が静的に得られるか否か判定
する処理であり、それが可能である場合には、処理３２
０によって、配列宣言などからそれを得る。もし不可能
であれば、処理３３０によって、対話的、またはプログ
ラムの実行によってそれを得る。処理３４０は、重みw
として、Ｌ１からＬｓまでのループ反復回数の全ての積
を設定する処理である。

【００１５】図４は、左辺との結合度解析４００の詳細
ステップを示すものである。４１０は、Ｒに現在対象と
している右辺の配列名を、ｎにその配列の現在対象とし
ている次元を、Ｊにその次元の添字式を、Ｌに現在対象
としている左辺の配列名をそれぞれ設定する処理であ
る。４１は、左辺配列の各次元ｍについての繰り返しル
ープである。４２０は、Ｋにその次元の添字式を設定す
る処理である。４２は、Ｋが、（定数１）＊Ｊ＋（定数
２）の形式であるかを判定する処理である。もし、その
形式であれば、処理４３０によって、テーブルCONW
［Ｌ、ｍ］［Ｒ、ｎ］に重みwを、テーブルCONF［Ｌ、
ｍ］［Ｒ、ｎ］に値の組（定数１, 定数２）をそれぞれ
設定する。

【００１６】図５は、結合度グラフ作成５００の詳細ス
テップを示すものである。５１は、結合度解析結果によ
り生成された、右辺配列次元と左辺配列次元の組［Ｌ、
ｍ］［Ｒ、ｎ］の各々についての繰り返しを制御する処
理である。５２は、結合度グラフに頂点［Ｌ、ｍ］が存
在しないかを判定する処理である。もし、存在しなけれ
ば処理５１０によって、頂点［Ｌ、ｍ］を生成する。５
２０は、頂点［Ｒ、ｎ］を生成する処理である。５３０
は、２つの頂点［Ｌ、ｍ］と［Ｒ、ｎ］の間に辺をひく
処理である。５４０は、辺［Ｌ、ｍ］ー［Ｒ、ｎ］に重
みCONW［Ｌ、ｍ］［Ｒ、ｎ］を与える処理である。５５
０は、辺［Ｌ、ｍ］ー［Ｒ、ｎ］に、頂点［Ｒ、ｎ］の
［Ｌ、ｍ］に対する結合情報CONWF［Ｌ、ｍ］［Ｒ、
ｎ］を与える処理である。

【００１７】図６は、結合度グラフ更新６００の詳細ス
テップを示すものである。この図において、mは左辺配
列の第m次元を表す。また、現在のグラフとは、最も新
しく新規作成された結合度グラフのことを指す。６０
は、左辺配列の各次元に対応する頂点［Ｌ、ｍ］につい
ての繰り返しループである。６１は、右辺の各配列Rに
ついての繰り返しループである。６２は、その配列の各
次元nについての繰り返しループである。６３は、２つ
の頂点［Ｌ、ｍ］と［Ｒ、ｎ］の間に辺が存在するかを
判定する処理である。もし、存在すれば、処理６４によ
って、他の既存グラフについてのループを処理する。６
１０は、条件１として、「配列LとRに関するノードが共
に存在する」こと、条件２として、「［Ｌ、ｍ］から
［Ｒ、ｎ］への経路が存在し、ｎ０≠ｎである」こと、
条件３として、「［Ｌ、ｍ］から［Ｒ、ｎ］への経路の
重みの方が、現在のグラフ上の辺［Ｌ、ｍ］ー［Ｒ、
ｎ］の重みより小さい」ことを設定する処理である。６
５は、条件１と条件２と条件３の全てが成立するか否か
を判定する処理である。成立すれば、処理６２０によっ
て、条件６として、この既存グラフに辺［Ｌ、ｍ］ー
［Ｒ、ｎ］が存在することを設定する。次に、処理６６
によって条件６が成立するか否かを判定する。もし成立
すれば、処理６３０によって、辺の重みを、現在グラフ
のそれと等しくなるよう付け替える。逆に成立しなけれ
ば、処理６４０によって、辺［Ｌ、ｍ］ー［Ｒ、ｎ］を
引き、さらに現在の重みをこの辺に与える。引き続き、
処理６５０によって、頂点［Ｌ、ｍ］から頂点［Ｒ、ｎ
０］への経路のうち、［Ｌ、ｍ］からこの既存グラフ上
の左辺配列ノードまでの辺を削除する。６７は、上記の
条件１が成立するか否かを調べる処理である。もし成立
すれば、処理６６０によって、現在のグラフにおける辺
［Ｌ、ｍ］ー［Ｒ、ｎ］を削除する。

【００１８】処理６８０は、条件４として、現在グラフ
において辺が少なくとも１つ存在することを設定する。
処理６８は、条件４が成立するか否かを調べる処理であ
る。もし成立しなければ、処理６７０によって、現在の
グラフ全体を削除する。

【００１９】図７は、配列間結合決定７００の詳細ステ
ップを示すものである。７１は、左辺配列Lの各次元mに
ついての繰り返しループである。７２は、終端ノードに
至る各経路についての繰り返しループである。これらの
繰り返し制御の下で、処理７１０によって、系路上のノ
ードを記録してリスト構造を作る。処理７２０は、各ノ
ード間［Ｌ、ｍ］ー［Ｒ、ｎ］に関するCONWとCONFテー
ブルの値等を以下のように記録する。すなわち、リスト
の第１要素に［Ｌ、ｍ］を、リストの第２要素にCONW
［Ｌ、ｍ］［Ｒ、ｎ］を、リストの第３要素にCONF
［Ｌ、ｍ］ー［Ｒ、ｎ］を、リストの第４要素に［Ｒ、
ｎ］に関する第１要素へのポインタをそれぞれ設定す
る。処理７３は、左辺配列Lの各次元mについての繰り返
しループである。処理７３０は、リスト構造をたどって
第２要素が最大のノード［Ｌ０、ｍ０］のうちで接続要
素数が最大のノードを得る。処理７４０は、配列Ｌ０の
第ｍ０次元を、他の配列次元と結合する上での結合ベー
ス（アラインベース）に設定する。処理７５０は、その
リスト内の他の配列を、アラインベースを原点とした、
リストの第３要素で決まる相対位置に配置する。

【００２０】図８は、配列分割パタン決定８００の詳細
ステップを示すものである。８１は、配列間結合決定後
の各アラインベースについての繰り返しループである。
処理８１０は、条件５として、「対応する左辺配列への
代入文が２重以上の多重DOループに包含されている」こ
とを設定する処理である。処理８２０は、条件６とし
て、「アラインベースに結合されている左辺配列の次元
をmとした場合に、第m次元の添字に含まれる、最内側の
DOループ変数の値のとる範囲がそれより外側のDOループ
変数の関数となっている」ことを設定するループであ
る。処理８２は、条件５と条件６が共に成立するか否か
を判定する処理である。

【００２１】もし成立すれば、処理８３０によって、そ
のアラインベースに結合されている配列次元の分割パタ
ンをサイクリック型、すなわちラウンドロビン型に設定
する。ただし同一配列に対してはいずれか一つの次元の
みをサイクリック型に設定する。この場合、一つの選択
として、アラインベースと相対的にずれている配列が結
合されていればその次元を優先することも可能である。

【００２２】処理８２の判定が成立しない場合は、処理
８４０によって、頂点［Ｌ、ｍ］の分割をブロック型と
する。ただし同一配列に対してはいずれか一つの次元の
みをブロック型に設定する。この場合、一つの選択とし
て、アラインベースと相対的にずれている配列が結合さ
れていればその次元を優先することも可能である。

【００２３】図９は、逐次ソースプログラム７の例を示
すものである。配列分割パタン決定８００の詳細ステッ
プを示すものである。１００１は、配列Ａ、Ｂ、Ｃの宣
言であり、１００２と１００３はＤＯループである。１
００４は最初の代入文である。１００５と１００６はＤ
Ｏループの終端を示す。１００７と１００８はＤＯルー
プである。１００９は２番目の代入文である。１０１０
と１０１１はＤＯループの終端を示す。１０１２は、１
００２のループ反復範囲をより短く変更した例である。

【００２４】図１０は、図９の逐次ソースプログラムで
使用される配列Ａの形状１０２０、配列Ｂの形状１０２
１、配列Ｃの形状１０２２を夫々示したものである。

【００２５】図１１は、図９の逐次ソースプログラムに
対する、結合度グラフ作成５００の処理結果を示してい
る。図１１（ａ）は、代入文１００４に対する結合度グ
ラフであり、図１１（ｂ）は、代入文１００９に対する
結合度グラフである。表１０３１は、（ａ）の結合度グ
ラフの辺の重みを表すＣＯＮＷテーブルであり、表１０
３２は、（ａ）の結合度グラフの頂点間の結合状況を表
すＣＯＮＦテーブルである。同様に、表１０３３は、
（ｂ）の結合度グラフの辺の重みを表すＣＯＮＷテーブ
ルであり、表１０３４は、（ｂ）の結合度グラフの頂点
間の結合状況を表すＣＯＮＦテーブルである。

【００２６】図１２は、図１１の結合度グラフに対す
る、結合度グラフ更新６００の処理結果を示している。
１０５１は配列Ａを表し、１０５２はそれが２次元であ
ること、１０５３は第１次元についての結合情報へのポ
インタ、１０５４は第２次元についての結合情報へのポ
インタを表す。１０５５は、リスト第１要素として配列
次元を指し、１０５６は、リスト上で次に接続されてい
る頂点との間の辺の重みを指し、１０５７は、その辺の
結合情報を指す。この例では、配列Ｃの第２次元目は、
配列Ｂの第２次元目に対して右へ１シフトした状態で結
合されることを示している。１０５８は、リスト上での
次の要素へのポインタを表す。

【００２７】図１３は、図１２での結合度グラフ修正結
果に対して、配列間結合決定７００の処理を適用した結
果を示している。この図は、アラインベースである配列
Ｂ１０６１の第２次元目に対し、配列Ｃ１０６３の第２
次元目を右へ１シフトした状態で結合すること、さら
に、配列Ｃ１０６３の第１次元目を２倍に拡大した状態
で結合することを示している。同様に、１０６４と１０
６５、１０６６の結合関係は、図９（ｂ）の逐次ソース
プログラムに対するものである。

【００２８】図１４は、図１３（ａ）の配列結合結果に
対する、配列分割パタン決定８００の処理結果を示すも
のである。ここでは、４台のプロセッサへの分割パタン
を示している。太線で区切られた領域のそれぞれが指定
されたプロセッサへ割り付けられることを示している。

【００２９】図１５は、本発明の有効性を説明するもの
である。図１５（ａ）の表１０８１は、本発明を図９
（ａ）の例に適用して得られた配列分割結果である。図
１５（ｂ）の表１０８２は、これに対する各プロセッサ
が担当する演算回数と、その計算を実施するに当たって
必要となる他のプロセッサからの受信データ数を示して
いる。一方、図１５（Ｃ）の表１０８３は本発明を使わ
ずナイーブに配列の分割を決めた一例を示す。この配列
分割を採用した場合の各プロセッサが担当する演算回数
と、その計算を実施するに当たって必要となる他のプロ
セッサからの受信データ数を表１０８４に示す。１０８
３の分割は、図９（ａ）のようなプログラムに対してプ
ログラマが容易に思い付く分割である一方、１０８１の
分割はプログラムの中身をよく調べても容易には思い付
かないものと考えられる。１０８２と１０８４の結果を
比較すると、各プロセッサでの計算負荷の均衡を保ち、
かつ受信データ量の少なさの面で、本発明の有効性が分
かる。

【００３０】図１６は、分散記憶型並列計算機の構成を
示したものであり、１０９０はプロセッサ間の通信のた
めのネットワーク、１０９１はプロセッサ、１０９２は
各プロセッサに固有の記憶装置である。

【００３１】

【発明の効果】本発明では、プログラム中で最もドミナ
ンドな配列次元間の結合、即ちプログラムに於て強い参
照関係を保って実行される配列の次元の組み合わせを見
つけ出し、それらの次元上のデータがお互いに出きるか
ぎり同一のプロセッサ上に配置されるようにできる。言
い換えると、実行回数の多いステートメントに出現する
配列のデータを、他のプロセッサから通信によって得な
くて済むようにして、そのステートメントの分散記憶型
超並列計算機上での効率的実行を可能にするという効果
がある。

【図面の簡単な説明】

【図１】本発明の一実施例を示す全体構成図である。

【図２】配列データ分割処理の詳細図である。

【図３】代入文の重み計算処理の詳細図である。

【図４】左辺との結合度解析処理の詳細図である。

【図５】結合度グラフ作成処理の説明図である。

【図６】結合度グラフ更新処理の説明図である。

【図７】配列間結合決定処理の説明図である。

【図８】配列分割パタン決定処理の説明図である。

【図９】逐次ソースプログラムの例を示す図である。

【図１０】逐次ソースプログラムにおける配列形状の例
を示す図である。

【図１１】結合度グラフの例を示す図である。

【図１２】結合度グラフの更新結果の例を示す図であ
る。

【図１３】配列結合結果の例を示す図である。

【図１４】配列分割結果の例を示す図である。

【図１５】本発明の効果の一例を示す図である。

【図１６】分散記憶型超並列計算機の構成例を示す図で
ある。

【符号の説明】

１：字句解析、２：構文解析、３：依存解析、２００：
配列データ分割、４：ループ計算の分割、５：分散記憶
型並列プログラムの生成、３００：代入文の重み計算、
４００：左辺との結合度解析、５００：結合度グラフ作
成、６００：結合度グラフ更新、７００：配列間結合決
定、８００：配列分割パタン決定、５１０：頂点ノード
の生成、５３０：頂点間の辺の生成、５５０：結合度情
報設定、６６０：辺の削除、７１０：ノードのリスト構
造の作成、７４０：アラインベースの決定、１０３１：
重み情報CONWテーブル、１０３２：結合情報CONFテーブ
ル。

Claims (3)

【特許請求の範囲】
1. 【請求項１】並列プログラムに変換されるべき逐次ソー
   スプログラムによって処理されるデータを分割し、各プ
   ロセッサへ分配する場合において、（ａ）代入文の左辺
   の配列の各次元と、右辺に出現する配列の各次元との組
   み合わせについて添字式の類似度を、予め定めた基準に
   よって評価し、（ｂ）次に出現する代入文において、該
   ステップ（ａ）での配列次元の組み合わせと同一の組み
   合わせがある場合に、該組み合わせに対する類似度を、
   該類似度のうちの最大なものに設定し、（ｃ）ステップ
   （ｂ）を、代入文が無くなるまで繰り返し、（ｄ）配列
   次元の組み合わせのうち、類似度の最大なものを選択
   し、該配列次元の組み合わせを基準として、互いに組み
   合わせの一方の要素を共有するもの同士をグループ化
   し、（ｅ）残りの配列次元の組み合わせについて、ステ
   ップ（ｄ）を繰り返してグループ化を終え、（ｆ）一つ
   のグループに属する配列次元の全てに対し、予め定めた
   基準による特定の分割パタンを用いて分割することを特
   徴とする、データ分割方法。
2. 【請求項２】配列次元の組み合わせについての添字式の
   類似度の評価において、該配列の使用または定義回数を
   重みとして用いる、請求項１記載のデータ分割方法。
3. 【請求項３】該ステップ（ｆ）での分割は、各配列次元
   の添字式の形式に応じて、互いに該次元の軸を一定の距
   離だけシフトするか、または拡大して配置した上で共通
   の分割パタンを用いる、請求項１記載のデータ分割方
   法。