--- a/paper/introduction.tex	Tue Nov 26 04:09:41 2013 +0900
+++ b/paper/introduction.tex	Thu Nov 28 18:05:33 2013 +0900
@@ -5,12 +5,16 @@
 Cell だけでなく、 GPU のような異なる種類のアーキテクチャを搭載した CPU 、
 つまりヘテロジニアスな CPU が増えてきた。
  GPU の普及と高性能化にともない、
- GPU の演算資源を画像処理以外の目的にも使用する GPGPU ( GPU による汎目的計算)が注目されている。
- Cerium は演算資源として GPU の使用が可能である。
+ GPU の演算資源を画像処理以外の目的にも使用する GPGPU ( GPU による汎目的計算)が注目されている\cite{FFTonGPU}。
+特定の計算に特化したTaskの生成やスケジューリングを行い、高い並列度を出すという研究は様々な分野で行われている。
+本研究では特定の計算に限らず、GPUを用いて汎用計算できるフレームワークの開発を目標としている。
 
 しかし、GPUのみで並列計算を行った場合、Taskによっては並列度が出ない場合がある。
-そこで今回、データ並列によるTaskの実行と、MultiCore と GPU 上での同時実行を可能とした。
+そこで今回、データ並列によるTaskをサポートするAPIを用意し、MultiCore と GPU 上での同時実行を可能とした。
+
+GPUにはデータ並列による実装が推奨されており、そのAPIも存在する。
+そこでCPUのデータ並列実行もCeirumでサポートすることにより、CPUとGPUのTaskの記述をほぼ同じにすることができる。
+
  Task を CPU と GPU の両方で動かす場合、どの Task を CPU/GPU に割り当てるかという Scheduling 等の問題がある。
  CPU と GPU ではTaskの実行速度に差が出ることが多い。
- Task を CPU と GPU の両方で動かす場合、どの Task を CPU/GPU に割り当てるかという Scheduling 等の問題がある。
  FFT を用いて実行速度を測定し、これらの問題の解決方法について考察する。