arXiv cs.ARは2026年11月13日(現地時間)、「WaferTetris: Efficient Freeform Mapping on Wafer-Scale Accelerators」と題する論文を発表した。この論文は、単一ウエハー上に数百から数千のプロセッシングエレメント (PEs) が相互接続されたウエハースケールアクセラレーター向けに、効率的なアプリケーションマッピング手法「WaferTetris」を提案している。既存のテンプレートベースマッピングが抱える幾何学的制約を解消することで、計算リソースとメモリ容量の利用効率を大幅に向上させることを目指す。
Wafer-scale acceleratorsは、単一のウエハー上で相互接続された多数のプロセッシングエレメント (PEs) を通じて、大規模な計算能力を提供する。しかし、これらのシステムのプログラミングやアプリケーションのマッピングは困難であり、既存の手法は生産性を維持するためにテンプレートベースのマッピングに依存していた。これらのテンプレートはマッピング設計空間を制限し、PEグリッド上に固定の幾何学的レイアウトを課すため、計算リソースとメモリリソースが十分に活用されないという課題があった。
論文では、この幾何学的制約をフリーフォームマッピングによって排除するシステム「WaferTetris」を提案している。このシステムは、テトリスのような戦略を用いてウエハー全体に計算を柔軟に配置することで、PE利用率と利用可能なメモリ容量を向上させながら、PEタスクコードを維持する。空間並列性を導くための分岐結合依存関係を捉える再帰ベースのスループットモデルと、既存のフィールドプログラマブルゲートアレイ (FPGA) プレースアンドルートアルゴリズム (FPGA place-and-route algorithms) がWSEルーティング制約を強制できるようにする、カラーごとのゲートを備えたアーキテクチャモデルが開発された。
Cerebras WSE-3を用いた評価において、WaferTetrisは大規模言語モデル (LLM) デコーディングと科学的ステンシルベンチマークで性能を示した。LLMデコーディングでは、同一ファブリックサイズにおけるテンプレートベースの自動マッピングベースラインと比較して、システムスループットを最大4.42倍向上させた。また、手動で最適化されたWaferLLMと比較すると、LLaMA3.1-8Bに対して1.8倍のコンテキスト長(44kトークンに対し80kトークン)をサポートし、同等のコンテキスト長においてパーユーザースループットは同等か、最大1.10倍高い結果を達成している。
参考: arXiv cs.AR (アーカイブ) — 2026年11月14日 03:41 (JST)
原文ハイライト"WaferTetris: Efficient Freeform Mapping"