@misc{oai:uec.repo.nii.ac.jp:00005015,
 author = {工藤, 龍},
 month = {2016-09-23},
 note = {2014, IoT(Internet of Things)の進展に伴い，これまで以上に大規模なデータが収集されるようになり，蓄積の速度が上がっている．このようなデータはビッグデータと呼ばれ，それらを高速に扱う新たな仕組みが必要となる．近年，MapReduceを始めとする分散処理を利用して，複数ノードで並列に処理を行う仕組み(並列化)が研究されている．　蓄積された大規模データベースを扱う問題の例として，生物データベースの配列類似性検索問題が挙げられる．配列類似性検索は，多数の塩基配列がレコードとして格納されたデータベースから，クエリ配列の類似文字列を探し出す問題である．文字列を比較する計算は文字列アラインメントと呼ばれる．文字列のアラインメントに用いる検索アルゴリズムとしてBLAST(Basic Local Alignment Search Tool)が主に使われている．しかし，塩基配列を格納したデータベース の規模は年々増加しており，それにともなって検索に要する時間も長大化している．このため，複数ノードによる分散処理で並列にスコアリング計算を行う．分散処理を適用した実装としてmpiBLASTがる．mpiBLASTはMPI(Message-Passing Interface)を用いて処理を並列化することで処理の高速化を図っている．また，計算時間を短縮するため，各ノードに分配するデータ量を一定にし，負荷分散を図っている．こうしたデータの分散はホストPC上のプロセッサとネットワークに高い負荷を掛ける．　本研究では，PCクラスタの各ノードにストレージとネットワークI/Fを搭載するFPGAボードを導入し，これを用いてデータ分割する手法を提案する．FPGAに実装するユーザロジックは，専用ネットワークから入力されるデータについて，ヘッダ情報から格納するデータを選択することで，ホストPCの負荷を上げることなく，データの分散を実現する．　est_humanデータベースを対象に評価した結果，ソフトウェアによる同様の処理であるmpiBLAST でのデータ分散と比較して，プロセッサとネットワークの負荷を低く維持したまま，約24～27倍の高速化を確認した．},
 title = {複数ＦＰＧＡボードを用いたビッグデータ分割処理に関する研究},
 year = {},
 yomi = {クドウ, リュウ}
}