熱電発電に必要な高性能 n 型熱電フィルムを開発
未利用の排熱から発電する熱電発電技術に関して、大気安定な塗布膜としては高い性能をもつ有機系n型熱電フィルムの開発に成功しました。n型半導体の材料の水分散液にエチレングリコールを添加剤として加える独自の環境調和型の手法を開発しました。多様な形状に貼り付けて利用する柔らかい熱電変換素子としてＩｏＴ社会への貢献が期待されます。
図形アニメーションに基づいた学習用並列プログラミング環境を用いたプログラミング演習
マルチコアCPUの性能を最大限に活用してプログラムを高速実行するためには並列プログラムを作成する必要がある。しかし、一般に並列プログラミングの学習は初学者にとっては容易ではない。その理由として、並列プログラミング自体が難しいことに加え、初学者には馴染みの薄い数値計算問題を題材とすることが多いこと、大規模な計算でない限り並列化の効果を実感しにくいことなどから、初学者の興味を維持しにくいことが考えらえる。本研究では並列化の効果を体感しやすく、かつ、平易な教材を扱える並列プログラミングの学習環境としてProcessing言語を用いた図形アニメーションプログラムのための並列化フレームワークを提案する。また、本環境を用いた並列プログラミング演習を実施するための教材も開発する。さらに、その教材を用いた演習も実施する。
1. はじめに
並列処理とは複数の PC ・ CPU・コアなどに処理を分散することでプログラム全体の実行時間を短くする技法である．現在では一般的な PC においてもマルチコア CPU を搭載しており，並列プログラムをうまく記述すれば実行速度をコア数倍まで向上できる．そのため，今後は一般的な開発者も並列プログラミングを学ぶことが，高性能なアプリケーションを開発する上で重要になってくる．
しかし，並列プログラミングの学習は初学者の学習意欲を維持させにくい．一般に並列処理は数値計算を対象にすることが多く，数値計算に馴染みのない初学者には教材自体が難しい．また，これらは文字ベースのプログラムであるため面白みに欠ける．さらに，並列処理の実行環境に応じて MPI[1]，CUDA[2]といった，初学者にとっては煩雑なライブラリや言語を用いてプログラムを作成する必要がある．これらに対し，並列処理のための構文を追加して並列プログラミングの煩雑さを低減した教育向けのプログラミング言語の研究[4,5]や，Web ブラウザ上に表示させた 2 次元グリッドとアバタを操作させて並列処理を学習させる研究[6]が行われている．
本研究では，視覚的にわかりやすい図形アニメーションに着目し，図形アニメーションプログラムを並列プログラミングの教材にできる環境の構築を目的として，Processing 言語[3]上で簡単に並列処理を行うためのフレームワークを開発した．また，本環境を用いた並列プログラミング演習の実施にむけての教材も開発し，その教材を用いた演習を実施した．
2. Processing
ProcessingはJavaをベースとしたグラフィック機能に特化したプログラミング言語および統合開発環境でり，プログラミング初心者でも比較的容易にアニメーションなどを用いた視覚なプログラムを記述できるという特徴がある．
Processingのプログラム例を図1に示す．setup()は最初に一度だけ呼び出され，その中でsize()を呼び出すことで描画領域のウィンドウサイズを設定する．次にdraw()が繰り返し呼び出され，draw内に記述した描画処理による図形アニメーションが行われる．このdraw()は1秒間に60回呼び出されるが，draw()の処理が多い場合はそれよりも少ない回数の呼び出しとなる．
3. Processingにおける並列化フレームワーク
3.1 アイデア
並列処理に関する煩雑な処理を親クラスに隠蔽し，このクラスを継承して，並列化したいプログラムを記述するだけで，並列に図形アニメーションを記述できるフレームワークを開発すれば並列プログラミング初学者が学習しやすいと考えた．隠蔽する処理として，(1)Processingにdraw関数内の描画処理をマルチスレッドで並列化する処理，(2)各スレッドの画像を統合する処理，を隠蔽することにした．その理由は並列処理のための記述を減らすためである．(1)では並列プログラミングにおいて並列化するために必要な記述が多く，(2)では複数の画像を統合するための記述が多い．それらをそれぞれ1つのメソッドにまとめることができれば煩雑な事前知識を削減でき，初学者にとって簡単に扱えるようになると考えた．
3.2 作成したフレームワーク
3.1節で述べた親クラスをParallelTaskクラスという名前のクラスとして実装した．ParallelTaskクラスには並列処理を記述するためのメソッドがまとめられている．使用者はParallelTaskクラスを継承したクラスを作成し，抽象メソッドrunをオーバーライドする．次に，継承したクラスを並列処理したい数だけインスタンス生成し，それらのインスタンスをフレームワークが提供する並列呼出のためのメソッドに渡すことで，インスタンスの数だけrunメソッドが起動され，それらが並列に処理される．
ParallelTaskクラスを利用した簡単なプログラムの流れを以下の図2に示す．このプログラムは3スレッドで並列処理される．各スレッドが〇と□と△をそれぞれ独自の描画領域に描画する．Parallelクラスを継承した子クラス内に記述する．その後並列呼び出しを行うと各スレッドがそれぞれ描画し，それらを統合するというプログラムの流れになっている．左側かプログラムの記述の流れで右側が記述に対応したプログラムの動作の流れである．
4. 実験
提案したフレームワークを用いることで並列処理を簡単に実装できるか，また並列の効果を視覚的に体感できるかを簡単な図形を並列で描くプログラムとプランクトンの活動をシミュレーションするプログラムを作成し実験を行った．
4.1 フレームワークを用いた図形描画プログラム
2つのスレッドで円と長方形を描画するプログラムを作成した．図3にプログラムの概要と実行例を示す．プログラムではParallelクラスを継承したMyAppクラスを作成し，その中のrunでスレッド番号(myrank)に応じて円または長方形を描画する．setupではMyAppのインスタンスを2つ生成しておき，drawでそれらを並列呼び出しすることで2つのrunが並列実行される．各スレッドが描画した画像は並列呼出の終了時に統合され，1つの画像として表示される．
4.2 プランクトンの活動シミュレーション
プランクトンの活動をシミュレートするプログラムを作成し，フレームワークによる並列化の効果を調べるために実験を行った．このプログラムとは，動物プランクトンと植物プランクトンの生態活動を単純な規則に基づいてシミュレートするものである．
このプログラムではプランクトンを表すオブジェクトを配列に格納し，それを各スレッドが均等に分割してシミュレーションの処理を担当する．例えば，総数500のプランクトンを2スレッドで処理する場合，スレッド1が0～249番，スレッド2が250～499番のプランクトンに対する処理を行う．それらのプログラムの大まかな流れと実行の様子を図4に示す．
このプログラムを1～４スレッドで実行したときのアニメーションの1コマ分の処理に要した時間を図5に示す．図5より，スレッド数を増加させることで全体の実行時間が短縮できていることがわかる．実行時間の内訳時間に着目すると，スレッド数の増加に伴い，シミュレーションの時間（並列処理時間）は減少しているが，各スレッドが生成した画像の統合（描画領域統合時間）は増加している．
5 並列プログラミング演習の実施に向けての教材
本環境を用いた並列プログラミング演習の実施に向けて教材を開発した．この演習で受講生に理解してほしい項目として，1)競合による不整合の発生，2)並列処理による高速化，の2点を取り上げ，それらを直感的に理解してもらうための教材の開発をした．
5.1 競合のデモ
複数のスレッドが同時に同一の大域変数を更新した場合に，適切に対応をしなければ意図通りに更新されないことを理解させるために，本環境を用いて2つのスレッドがそれぞれ赤四角と緑丸を描画するプログラムを2つ作成した．一方は各スレッドが直接表示領域へ描画を行い，競合への対応を行わないプログラム（プログラムAと呼ぶ）であり，もう一方は本環境の画像統合の機能を用いて競合を起こさないようにしたプログラム（プログラムBと呼ぶ）である．
図6にプログラムAとプログラムBの実行の様子を示す．プログラムAの実行状況は図6(a)であり，プログラムBの実行状況は図6(b)である．本来，赤四角と緑丸しか表示されないはずのプログラムであるが，図6(a)ではそれら以外の図形が表示されている．一方，図6(b)では想定通りの表示となっている．このように，本環境を用いることで競合の発生の有無を視覚的に理解することができる．
5.2 惑星運動シミュレーション
本環境を用いた並列プログラミング演習の実施に向けて，並列処理による高速化の効果が体感できる教材の開発を行った．4.2節の結果より，実行時間において描画領域統合が占める割合が低い方が並列処理による速度向上の効果を実感しやすくなる．そこで，惑星運動シミュレーション（N体問題）のプログラムを本環境上で実装した．
このプログラムは，N個の物体（惑星）のそれぞれに質量と初期速度を与え，各物体にかかる力（重力）の計算を行い，一定時間後の各物体の新しい位置と速度を求めるプログラムである．また，各時点において物体の位置を表示することで，物体の動きをアニメーションとして表示する．
図7に惑星運動シミュレーションプログラムの実行状況を示す．図7では大きい白丸（太陽および惑星）と小さい白丸（小惑星）を表示しており，これらが時間とともに移動する．図7の左上部にはアニメーションのフレームレートを表示している．これにより，体感的な実行速度だけでなく客観的な実行速度も把握できる．
このプログラムは本環境において並列処理を行えるように実装しており，並列プログラミング演習を実施する際には受講生に使用スレッド数などを変化させてアニメーションの速度の変化を観察させる．
6. 演習の実施
6.1 演習内容
本環境を用いて並列プログラミングに関する授業を実施した．この授業の出席者は大阪工業大学の大学院情報科学研究科の大学院生および情報科学部4年生の計42名であり，授業の実施回数は1回（100分）である．本授業では並列プログラミングについて解説した．まず，並列計算の概要を説明し，その後，本環境を各自のノートPCに導入させ，並列プログラミングの方法について述べ，その後，5.1節で述べた教材を用いた競合による不整合，5.2節で述べた教材を用いた並列計算によるプログラムの高速化，の2点について解説した．
6.3 アンケート
本授業後にアンケートを実施した．得られた回答数は41であった．図8にアンケートの質問項目の一覧を，図9に回答結果を示す．質問1および2より，並列計算の学習経験者21名のうち19名は，図形アニメーションを用いた並列計算の学習が「わかりやすい」または「どちらかというとわかりやすい」と回答している．また，質問3より，Processingを用いた競合の説明（図6の内容）について肯定的であることがわかった．ただし，比較のために行った図形描画を用いない競合の説明についても同様の回答であった．質問5より，本環境を用いて並列処理にプログラムの高速化も実感できていることがわかった．また，自由記述欄には「図形描画という分かりやすい動きで見れたのは良かった」，「1講義で並列処理の感覚を掴むにはちょうどいい講義だと思いました」といった肯定的な感想も得られた．
7. まとめ
本研究では初学者の学習支援のために並列処理を簡単に実装することができるフレームワークの開発を行った．また，本環境を用いた並列プログラミングの演習に向けての教材を開発し，並列プログラミング環境を用いた並列プログラミング演習の結果について述べた．今後の課題として並列計算に対する理解度への影響の評価があげられる．
参考文献
- https://www.mpi-forum.org/
- httpss://developer.nvidia.com/cuda-zone/
- httpss://processing.org/
- 田中寛章,藤井健太,礒淵郁也,水谷泰治.”複数のハードウェアでの共通操作に着目した教育用並列プログラミング言語の提案”. 第78回情報処理学会全国大会, 5ZC-02, (2016-03).
- Finlayson, J. Mueller, S. Rajapakse, D. Easterling. “Introducing Tetra: An Educational Parallel Programming System”. IEEE Int. Parallel and Distributed Processing SymposiumWorkshop(IPDPSW), pp.746-751,(2015-05).
- Buzek, M. Krulis. “An Entertaining Approach to Parallel Programming Education”. IEEE Int. Parallel and Distributed Processing SymposiumWorkshop(IPDPSW), pp.340-346,(2018-05).
論文
「Processingを用いた学習向け並列プログラミング環境の改善」(2022)『電子情報通信学会2022総合大会講演論文集』D-15-23
「Processing言語による図形アニメーションを用いた並列プログラミング演習」(2024)『情報処理学会第86回全国大会』5H-06
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム