日時 | 2019年10月24日(木) 分科会 13:40-18:00 |
---|---|
場所 |
ANAクラウンプラザホテル神戸 |
参加対象 | SS研会員機関にご所属の方 |
参加費 | 無料 |
参加申込み |
受付終了(以降は、現地で受付けます)
|
その他 | 本会合は、2019年度秋イベント(24日:科学技術計算分科会、教育環境分科会、システム技術分科会、BoF、25日:合同分科会)の一部です。 |
「京」の運用も終了し、2021年度に向けた「富岳」の開発も佳境となってきました。次世代へのステップアップを目指すこの時期に、科学技術計算分科会では、HPCのこれまでを振り返り、今後の進むべき道筋を考えるために、「HPC道 〜われわれの進むべき道は?〜」と題し、秋の分科会会合を開催します。議論を進めるために、HPCおよびデータ科学の分野においてご高名な姫野龍太郎氏と樋口知之氏に講演をいただくことを企画しました。
また、本年6月に終了した「メニーコア時代のアプリ性能検討WG」の報告、および、「富岳」について解説を行います。この機会に、「HPC道 〜われわれの進むべき道は?〜」について、皆さまとともに議論していきたいと考えます。奮って、ご参加いただければ幸いです。
13:10- | 受付 |
---|---|
Session1 [司会]木 亮治(宇宙航空研究開発機構) | |
13:40-13:45 |
開催趣旨説明
田中 輝雄 (工学院大学)
|
13:45-14:45 講演 50分 Q&A 10分 |
講演
「CFD、MD、次は量子化学計算?」
姫野 龍太郎 (理化学研究所) プロフィール
現在のスーパーコンピュータの速度向上の障害になっている技術的要素を示し、今後どうなっていくか、さらに利用者としてどう対応すべきかを示唆する。また、これまでのプロジェクトベースのソフトウェア開発の問題点と対応方法や、日本のこれからのものつくりについてもコンピュータシミュレーションを駆使した方向性を示す。また、計算創薬に関する新たな方向性と、いつ頃どの程度実現できるかを見積もってきた活動についても紹介する。
HPC,コンピュータ性能向上、ソフトウェア開発、ものつくり、創薬、夢
プレゼン資料(2019.10.16版)[19.9MB]
|
14:45-15:20 講演 25分 Q&A 10分 |
講演
「メニーコア時代のアプリ性能検討WG」報告
井戸村 泰宏 (日本原子力研究開発機構) プロフィール
スーパーコンピュータが本格的なメニーコア時代に突入しつつある中、多くのアプリ研究開発者が大幅に増加したコアの有効利用において様々な困難に直面することが予想される。その問題を解決するためには、コンパイラ等のシステムソフトウェアと協調して性能最適化を行う知識と技術が利用者に求められてくる。そこで本WGでは、FX100等の既存環境、及び、ポストFX100評価環境を対象に基盤技術からアプリケーションまで幅広い事例を議論することで、そのノウハウの集約と共有を行うことを目的に活動を行ってきた。講演では本WGの活動成果を概説する。
メニーコア, エクサスケール, ポストFX100, 性能最適化, コンパイラ
|
15:20-16:20 | 休憩 & 展示見学 (60分) |
Session2 [司会]庄司 文由 (理化学研究所) | |
16:20-16:55 講演 25分 Q&A 10分 |
講演
富士通報告「富岳に関する話題(仮)」
山中 栄次(富士通株式会社) プロフィール
富士通が理化学研究所と開発に取り組んでいるスーパーコンピュータ「京」の後継機、スーパーコンピュータ「富岳」の開発機能について報告する。 本報告は、ソフトウェアの新機能を中心に技術を説明し、「京」や過去のFXシリーズから技術発展を紹介する
スーパーコンピュータ、HPC、ソフトウェア、プログラミング、性能解析
|
16:55-17:55 講演 50分 Q&A 10分 |
講演
「データサイエンスが誘うメゾスコピックHPC」
樋口 知之(中央大学、元統計数理研究所) プロフィール
複雑な現象や未解明の機能に対し、演繹推論の代表格であるシミュレーションモデルに基づくHPCは、人類に深い因果的解釈をもたらしてきた。一方、さまざまな分野でのビッグデータの登場は、帰納推論である機械学習により、現象に潜む高次の非線形な相関関係を顕わにしつつある。演繹推論と帰納推論の融合形であるデータ同化においては、この機械学習の強みが直接的に活用される場面はまだ非常に少ない。そのため今後は、ラージスケールでもスモールスケールでもない、メゾスコピックスケール領域で発露する、さまざまな興味深い現象や機能の理解をめざして、機械学習の強みを生かしたデータ同化技術の発展が期待される。
データ同化, 演繹と帰納, サロゲートモデル, エミュレーション, 深層学習
プレゼン資料(10/19版)[1.6MB]
|
17:55-18:00 |
閉会挨拶
南里 豪志 (九州大学)
|