理化学研究所 計算科学研究センター

メニュー
メニュー
  • スーパーコンピュータ「富岳」、2期連続で4冠達成
  • スーパーコンピュータ「富岳」がCEATEC 2020 ONLINEで「総務大臣賞」を受賞
  • ウェブ開催「一般公開」理化学研究所 《神戸・大阪地区》2020年10月31日(土)10:00~17:00 @オンライン コンテンツ公開中です!
  • 動画「FUGAKU NEWS」Vol.1~7を公開!
  • 新型コロナウイルス対策を目的とした研究開発を「富岳」上で実施します
  • 計算科学研究を支援するための寄附金の募集をはじめました
  • R-CCSのご紹介

第202回 第1部
日時: 2020年11月13日(金)、16:00 - 16:20
(16:40-17:00 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます)、17:00- 自由討論(参加自由))
場所: BlueJeansによる遠隔セミナー

・講演題目:Quantum parallel algorithm for thermal canonical ensemble
・講演者:飯高 敏晃(離散事象シミュレーション研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

Calculating the thermal average of a physical quantity for quantum many-body systems in the canonical ensemble is one of the most important tasks in computational physics, which requires, however, formidable computational resources for large systems because (i) the dimension M of a state vector increases exponentially as the system size N increases, and (ii) the number of excited states to be included in the sum increases exponentially as temperature T increases. In this talk, I propose an algorithm that is embarrassingly parallel and expected to work extremely efficient on massive parallel classical supercomputers such as Fugaku, where tensor network representation [1] is introduced as the solution of the first difficulty, and quantum parallelization of METTS algorithm [2] using random state method [3] is introduced as the solution of the second difficulty.
[1] R. Orus, Annals of Physics 349, 117 (2014).
[2] S. R. White, Phys. Rev. Lett. 102, 190601 (2009).
[3] T. Iitaka, and T. Ebisuzaki, Phys. Rev. Lett. 90, 047203 (2003).

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第202回 第2部
日時: 2020年11月13日(金)、16:20 - 16:40
(16:40-17:00 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます)、17:00- 自由討論(参加自由))
場所: BlueJeansによる遠隔セミナー

・講演題目:Impacts of dense surface observations on predicting a torrential rainfall event on September 9 and 10, 2015 in Ibaraki and Tochigi prefectures.
・講演者:前島 康光(データ同化研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

Abstract: On September 9 and 10, 2015, River Kinu in Tochigi Prefecture had a catastrophic flooding due to torrential rainfalls over 600 mm in the 2-day period. This historic heavy rain occurred due to an active line-type rainband maintained for an extended period in the middle of two typhoons. This study explores a potential use of additional dense surface observations to better predict this rainfall event. To investigate the impact of these dense surface data that were not included in the operational weather forecasting systems at that time, we perform data assimilation (DA) experiments using the Local Ensemble Transform Kalman Filter (LETKF) with the SCALE regional numerical weather prediction model. Two DA experiments were performed: the control experiment (CTRL) at 4-km resolution with only hourly conventional observations that were included in the operational weather forecasting systems at that time, and the other TEST experiment with additional hourly dense surface observation data. CTRL showed general agreement with the observed weather patterns, although the track of Typhoon Etau was shifted westward. As a result, the heavy rainfall area was shifted to the west compared to the JMA analyzed precipitation based on the radar and gauge observations. By contrast, TEST showed stronger rainfall intensity, better matching with the observed precipitation likely due to an improvement of the track of the Typhoon. To evaluate the impact of the individual surface station data on the rainfall forecast, we also implemented the Ensemble Forecast Sensitivity to Observation (EFSO) technique with SCALE-LETKF. The EFSO showed that about 53 % of surface data contributed to improve the rainfall forecast. The results suggest that the dense surface DA have a potential to improve the forecast accuracy for severe rainfall events.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第201回 第1部
日時: 2020年11月9日(月)、16:00 - 16:20
(17:00 - 17:20 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます)、17:20- 自由討論(参加自由))
場所: BlueJeansによる遠隔セミナー

・講演題目:A Report on Community Activities of Next-Generation Advanced Computing Infrastructure (NGACI)
・講演者:近藤 正章(次世代高性能アーキテクチャ研究チーム・チームリーダー)
※発表・スライド共に英語

講演要旨: 詳細を見る

The supercomputer Fugaku has made its debut in this year and is set to begin operations next year. It is already time to think about the development of our next generation supercomputer system. The sustainable evolution of high-performance computers and further integration of AI and BigData technologies will enable a number of new innovations specially in the field of Society 5.0. However, there are many technical challenges towards development of next generation systems as we are now facing the end of Moore's law. Since community wide efforts are indispensable to study and discuss technical issues and necessary R&D elements, we launched a community activity for Next-Generation Advanced Computing Infrastructure (NGACI) last year to discuss the roadmap of future advanced computing platforms. This talk introduces its activity and the white paper about the next-generation computing systems written by the NGACI community.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第201回 第2部
日時: 2020年11月9日(月)、16:20 - 16:40
(17:00 - 17:20 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます)、17:20- 自由討論(参加自由))
場所: BlueJeansによる遠隔セミナー

・講演題目:Innovative Methods for Scientific Computing in the Exascale Era by Integrations of (Simulation+Data+ Learning): Recent Progress in Accuracy Verification for Sparse Linear Solvers
・講演者:中島 研吾(R-CCS副センター長)
※発表・スライド共に英語

講演要旨: 詳細を見る

Towards the end of Moore's law, we need to develop not only new hardware, but also new algorithms and applications. In this study, we propose an innovative method for computational science for sustainable promotion of scientific discovery by supercomputers in the Exascale Era by combining (Simulation + Data + Learning (S+D+L)), where ideas of data science and machine learning are introduced to computational science. The BDEC system (Big Data & Extreme Computing), which is scheduled to be introduced to the Tokyo University in 2021, is a Hierarchical, Hybrid, Heterogeneous (h3) system, which consists of computing nodes for computational science and those for data science/machine learning. In this study, we consider the BDEC as the platform for integration of (S+D+L), develop an innovative software platform “h3-Open-BDEC” for integration of (S+D+L), and evaluate the effects of integration of (S+D+L) on the BDEC. The h3-Open-BDEC is designed for extracting the maximum performance of the supercomputers with minimum energy consumption focusing on (1) innovative method for numerical analysis with high-performance/high-reliability/power-saving based on the new principle of computing by adaptive precision, accuracy verification and automatic tuning, and (2) Hierarchical Data Driven Approach (hDDA) based on machine learning. Integration of (S+D+L) by h3-Open-BDEC enables significant reduction of computations and power consumption, compared to those by conventional simulations. In this talk, recent progress in accuracy verification for sparse linear solvers will be discussed.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第201回 第3部
日時: 2020年11月9日(月)、16:40 - 17:00
(17:00 - 17:20 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます)、17:20- 自由討論(参加自由))
場所: BlueJeansによる遠隔セミナー

・講演題目:Data Processing for Digital Ensemble of Cities for Society5.0
・講演者:大石 哲(総合防災・減災研究チーム・チームリーダー)
※発表・スライド共に英語

講演要旨: 詳細を見る

Computational Disaster Mitigation and Reduction Research Team (the Oishi team) aims to develop advanced large-scale numerical simulation of natural disasters such as earthquakes, tsunami, floods, and inundation for Kobe City and other urban areas in Hyogo Prefecture. Research for urban hazards requires urban models representing the structure and shape of cities in numerical form. However, it takes a long time to develop urban models consisting of buildings, foundations, and infrastructures like bridges, ports, and roads. Therefore, it is indispensable to invent methods that automatically construct urban models from exiting data that is ill-structured. The Oishi team developed a Data Processing Platform (DPP) for such purpose. The DPP makes it possible to automatically create three-dimensional bridge models from engineering drawings (CAD). Recently, the Oishi team has a couple of prominent collaborative researches with Hanshin Expressway Co. Ltd. and the National Institute for Land and Infrastructure Management (NILIM). These prominent joint researches achieved solid bridge models for the finite element method (FEM) from CAD. We estimate the remaining life time of bridges by simulating much traffic that has passed over the bridge. This activity expands by cooperative work with the Ministry of Land, Infrastructure, Transport, and Tourism (MLIT) and newly developed alliances with construction companies, construction consultants, and IT companies.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第200回 第1部
日時: 2020年10月9日(金)、16:20 - 16:40
(17:20 - 17:40 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます))
場所: BlueJeansによる遠隔セミナー

・講演題目:Accelerating Climate Model Computation by Neural Networks: A Comparative Study
・講演者:Maha Mdini(データ同化研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

In the era of modern science, scientists have developed numerical models to predict and understand the weather and ocean phenomena based on fluid dynamics. While these models have shown high accuracy at kilometer scales, they are operated with massive computer resources because of their computational complexity. In recent years, new approaches to solve these models based on machine learning have been put forward. The results suggested that it be possible to reduce the computational complexity by Neural Networks (NNs) instead of classical numerical simulations. In this project, we aim to shed light upon different ways to accelerating physical models using NNs. We test two approaches: Data-Driven Statistical Model (DDSM) and Hybrid Physical-Statistical Model (HPSM) and compare their performance to the classical Process-Driven Physical Model (PDPM). DDSM emulates the physical model by a NN. The HPSM, also known as super-resolution, uses a low-resolution version of the physical model and maps its outputs to the original high-resolution domain via a NN. To evaluate these two methods, we performed idealized experiments with a quasi-geostrophic model and measured their accuracy and their computation time. The results show that HPSM reduces the computation time by a factor of 3 and it is capable to predict the output of the physical model at high accuracy up to 9.25 days. The DDSM reduces the computation time even further by a factor of 4, but its predictability is limited to at most only within 2 days. These first results are promising and imply the possibility of bringing complex physical models into real time systems with lower-cost computer resources in the future.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第200回 第2部
日時: 2020年10月9日(金)、16:40 - 17:00
(17:20 - 17:40 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます))
場所: BlueJeansによる遠隔セミナー

・講演題目:Demonstration of 3D-reconstruction algorithm for single particle analysis using X-ray free electron laser
・講演者:中野 美紀(計算構造生物学研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

In order to analyze the functions and interactions of biomolecules at the molecular level, it is necessary to elucidate the detailed three-dimensional (3D) structure of biomolecules. Single-particle 3D structure analysis using X-ray free electron laser (XFEL) is a new structural biology technique that allows observation of biomolecular complexes and tissues that are difficult to crystallize in a state close to nature. However, even using intensive XFEL beam, diffraction intensity obtained from a single biomolecule is still weak, and the S/N ratio of the diffraction pattern is small. In order to restore the 3D structure with the expected resolution, it is necessary to estimate the requirement for the quantity and quality of the diffraction patterns. For this purpose, we tried to reconstruct the 3D structure of ribosome using the simulation diffraction pattern sets, consisting of the different number of patterns created by different beam intensities. In this presentation, I will show how the resolution of the reconstructed 3D structure depends on the quantity and quality of the diffraction patterns, which indicate the minimum requirement of XFEL experimental conditions to obtain the diffraction patterns to reconstruct the molecular structure with several nanometers resolution. Also, I will introduce our recent results of restoration of 3D-structure of gold nano-particle from the diffraction patterns obtained by XFEL experiment.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第200回 第3部
日時: 2020年10月9日(金)、17:00 - 17:20
(17:20 - 17:40 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます))
場所: BlueJeansによる遠隔セミナー

・講演題目:Throughput oriented programming model exploiting hierarchical parallelism of ARM processors
・講演者:Jinpil Lee(プログラミング環境研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

As a trend in computer architecture, "throughput oriented architecture" is widely adopted to increase throughput performance by duplicating computing resources. Recent improvements in the performance of general purpose processors are also due to the expansion of the data width of instruction sets, the introduction of multiple cores and fast memory hierarchies, which moves closer to typical throughput oriented architectures such as Graphics Processing Unit (GPU). In this talk, we apply the OpenCL throughput oriented programming model to the Fugaku supercomputer to exploit potential performance of hierarchical computing resources. The compiler translates OpenCL kernel code into ARM SVE SIMD code with thread and NUMA runtime. The overview of the code translation from OpenCL to parallel code will be given in the presentation.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第199回 第1部
日時: 2020年10月5日(月)、16:20 - 16:40
(17:20 - 17:40 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます))
場所: BlueJeansによる遠隔セミナー

・講演題目:Lattice QCD simulations in the Fugaku era
・講演者:青木 保道(連続系場の理論研究チーム、チームリーダー)
※発表・スライド共に英語

講演要旨: 詳細を見る

In modern lattice QCD (LQCD) computations, where physical light quarks in the standard model of particles are simulated directly, the fermion matrix - linear solver consumes most of the CPU time along the simulations. The QCD wide SIMD (QWS) library, which has been made in the LQCD co-design activity implementing the linear solver, makes it possible to efficiently use the power of Fugaku in the state-of-the-art LQCD simulations. On the other hand there is an international activity on the code development with a different approach to utilize SIMD. The Japanese LQCD community is making use of these two products depending on the problem to solve. The current status of these activities as well as an outlook on the impact to the particle/nuclear physics are discussed.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。

第199回 第2部
日時: 2020年10月5日(月)、16:40 - 17:00
(17:20 - 17:40 講演者を交えたフリーディスカッション(冒頭に1-2分の小休止を挟みます))
場所: BlueJeansによる遠隔セミナー

・講演題目:Recent topics of High Precision and Low Precision Computing in HPC
・講演者:今村 俊幸(大規模並列数値計算技術研究チーム、チームリーダー)
※発表・スライド共に英語

講演要旨: 詳細を見る

For the HPC community, common issues on computational speed and computational accuracy are generally considered to be conflicting. However, the diversity and enhancement of hardware and the high productivity of software have allowed users to choose the precision within the requirement of appropriate computational accuracy. These may provide us with enormous changes in scientific and technical computing, whereas it has been dominated by double-precision calculation for a long time. In the seminar, I will introduce the recent topics such as the relationship between high performance and precision and the relationship between modern hardware and computation accuracy, mainly focusing on the numerical libraries developed by my team in the above topics; i) establishment of higher precision software by massively-and-high-performance low-precision computing units, ii) algorithmic advancement of lower-precision units in scientific computing like HPL-AI benchmark, iii) idea of minimal-precision computing. The first is the realization of a DGEMM-equivalent matrix product using TensorCore(TC) by Mukunoki et al. This is an important fact. It is one of the academic case studies of the utilization of TC's. On the other hand, it suggests the possibility of controlling the number of double precision units by installing a sufficient number of low precision arithmetic units. The second refers to our HPL-AI result, of course, one of the world's four crowning benchmarks and its computation is based on a mixed precision of FP16, FP32, and FP64 formats. The essential point of HPL-AI is to bring out the high performance of low-precision arithmetic while preventing numerical instability and inaccuracy in low-precision arithmetic. It is not simply a matter of rewriting double to half. This is accomplished by a preliminary analysis of the computation target and patterns. The third is to promote the minimum system of computation, which is anticipated to change storage capacity, energy consumption, and minimum hardware requirements of the current floating-point unit. Users won't feel a big impact in terms of input/output, but the internal design of computers will be significantly enhanced.

注意事項:
・参加の際はPCマイクの音声・ビデオをオフにされるようお願いいたします。
・当日の会場環境や通信状態により、やむなく配信を中止・中断する場合がございます。
・プログラムの内容、時間は予告なく変更される場合があります。
・ご使用の機器やネットワークの環境によっては、ご視聴いただけない場合がございます。
・インターネット中継に関する著作権は、主催者及び発表者に帰属します。なお、配信された映像及び音声、若しくはその内容を、理化学研究所の許可無くほかのウェブサイトや著作物等への転載,複製,改変等を行うことを禁じます。