実社会における複雑な現象は、大規模なグラフ（頂点と枝によりデータ間の関連性を示したもの）として表現される場合が多いため、コンピュータによる高速なグラフ解析が必要とされています。例えば、ソーシャル・ネットワーキング・サービス（SNS）などでは、「誰と誰がつながっているか」といった関連性のあるデータを解析する際にグラフ解析が用いられます。さらにSociety 5.0[4]に向けた取り組みにおいて、IoT（Internet of Things）などの技術で取得された大量のデータをグラフに変換して計算機で高速処理することにより、新しい価値を産み出す新規ビジネスの開拓が推進されています。これらは新しい産業の創出と廃棄物排出の削減の両立を目的としており、「持続可能な開発目標（SDGs）[5]」のうち特に9（産業・技術革新・社会基盤）および11（持続可能なまちづくり）の推進に大きく寄与することが期待されています。このような多種多様な応用力を持つグラフ解析の性能を競うのが「Graph500」です。
1.Masahiro Nakao, Koji Ueno, Katsuki Fujisawa, Yuetsu Kodama, and Mitsuhisa Sato. “Performance of the Supercomputer Fugaku for Breadth-First Search in Graph500 Benchmark”. ISC High Performance, June 2021, pp. 372-390. https://doi.org/10.1007/978-3-030-78713-4_20
2.Koji Ueno, Toyotaro Suzumura, Naoya Maruyama, Katsuki Fujisawa, Satoshi Matsuoka, ”Efficient Breadth-First Search on Massively Parallel and Distributed Memory Machines”, Data Science and Engineering, Springer, March 2017,Volume 2, Issue 1, pp 22-35, 2017.
3.Koji Ueno, Toyotaro Suzumura, Naoya Maruyama, Katsuki Fujisawa, Satoshi Matsuoka , “Extreme scale breadth-first search on supercomputers”. 2016 IEEE International Conference on Big Data (Big Data): 1040–1047. 2016.
[3]GTEPS（ギガテップス）
TEPSはTraversed Edges Per Secondの略であり、「Graph500」ベンチマークの実行速度を表すスコア。「Graph500」ベンチマークでは与えられたグラフの頂点とそれをつなぐ枝を処理する。「Graph500」におけるコンピュータの速度は1秒間当たりに処理した枝の数として定義されている。GTEPSのGは10の9乗を表し、GTEPSは1秒当たりに処理した枝の数を10の9乗で割った値である。GTEPS値の計算には、64試行における調和平均が使用されている。
