理化学研究所 計算科学研究センター

メニュー
メニュー
Events/Documents イベント・広報

R-CCS Cafe

R-CCS Cafe は、異分野融合のための足掛かりとして、計算科学研究センター(R-CCS)に集う研究者が井戸端会議的にざっくばらんに議論する場として、毎月2回程度予定しております。興味をお持ちの方は原則どなたでも参加可能です。

  • 目 的: 異分野間の壁を超えた研究協力を促進し、新しい学問分野の開拓を目指すため、 研究者間の情報交換・相互理解の場を提供し、研究協力のきっかけを作る。
  • 会 場:R-CCS 6階講堂もしくは1階セミナー室
  • 言 語:講演は日本語/英語、スライドは英語
  • その他:講演者は他分野の方にも理解できる発表を心掛け、参加者は積極的に質問しましょう。
  • 配 信:BlueJeansを用いた遠隔配信を行っております。
    各自の端末(Android、iOS系ではアプリインストール必須)およびTV会議システムにてご参加いただくことが可能です。参加される際には、マイクの音声等をミュートにされるようお願いいたします。

※R-CCS外部の方で参加希望の場合は r-ccs-cafe[at]ml.riken.jp までご連絡ください。

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。

第199回 第3部
日時: 2020年10月5日(月)、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:End-to-End Optimization for Big Data Processing From Data Sources To Fugaku
・講演者:佐藤 賢斗(高性能ビッグデータ研究チーム、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 High Performance Big Data Research Team at RIKEN Center for Computational Science (RIKEN R-CCS) has been researching and developing system software to facilitate extreme-scale big data processing, machine learning and deep learning for high performance computing (HPC) systems, i.e., convergence of AI/Big Data and HPC. In this talk, Kento Sato introduce several R&D activities for accelerating AI/Big data applications on HPC systems (HPC for AI/Big data) as well as ones for resolving HPC challenges by using these AI/Big data techniques (AI/Big data for HPC).

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198回 第1部
日時: 2020年9月11日(金)、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))
場所: BlueJeansによる遠隔セミナー

・講演題目:Toward a whole-brain simulation on the supercomputer Fugaku
・講演者:五十嵐 潤(高性能人工知能システム研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

A whole-brain simulation allows us to investigate all interactions among neurons in the brain to understand the mechanisms of information processing and brain diseases. However, the whole-brain simulation has not been realized so far due to a lack of physiological data and computational resources. The supercomputer Fugaku is estimated to perform the whole-brain simulation on a human-scale due to its computational performance. To realize the whole-brain simulation and understand the brain's mechanism, we have worked in Post-K exploratory challenge 4-1 and started a new project of the Fugaku since April 2020. In the projects, we constructed a minimum unit of mammalian brain model consisting of the cerebral cortex, basal ganglia, cerebellum, and thalamus, which reproduced resting-state neural activity. We also have been developing an in-house neural network simulator, MONET, that can utilize the wide SIMD and many cores of A64FX of the Fugaku. The MONET simulator simulated models of the cerebral cortex with 5 billion neurons and cerebellum with 64 billion on the K computer. A recent experiment showed that MONET realized 40 times the more excellent computational performance per compute nodes for simulations of the cerebral cortex and cerebellum on the Fugaku evaluation environment III than the K computer. These results suggest that the full system of the Fugaku may realize whole-brain simulation and contribute to an understanding of the brain.

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198回 第2部
日時: 2020年9月11日(金)、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))
場所: BlueJeansによる遠隔セミナー

・講演題目:Toward Accurate and Reproducible Numerical Computations
・講演者:椋木 大地(大規模並列数値計算技術研究チーム)
※発表・スライド共に英語

講演要旨: 詳細を見る

We use floating-point numbers for numerical computations in computers. However, as floating-point numbers are represented in finite-precision (usually, 32-bit or 64-bit), the computation has rounding errors. The accumulation may result in inaccuracy of the computation. Moreover, the result can be non-identical at the rounding-error level on different computational environments because the rounding-errors are introduced depending on the order of the computation. Our team studies and develops technologies for addressing those issues to improve the reliability of numerical computations. In this talk, I will introduce several studies that I have been conducting now, including (1) high-precision matrix-multiplications using low-precision operations, (2) accurate and reproducible BLAS and sparse linear solvers, and (3) minimal-precision computing project.

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198回 第3部
日時: 2020年9月11日(金)、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))
場所: BlueJeansによる遠隔セミナー

・講演題目:Modelling three-dimensional structures of proteins from tomic-Force Microscopy Images
・講演者:Bhaskar Dasgupta(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

Atomic Force Microscopy (AFM) is an experimental technique to study structure-function relationship of biomolecules. AFM provides two-dimensional (2D) images of biomolecules at nanometer resolution, however information of three-dimensional (3D) structures is beneficial to understand conformational change often encoded in the images. Our aim is to recover 3D information from an AFM image by computational modeling. In our method we use Monte Carlo sampling, in which candidate models are generated in such a way that the similarity between pseudo-AFM images generated from the models and target AFM image increases gradually. First, we tested our algorithm theoretically on two proteins to model their conformational transitions. Using an AFM image as reference, the algorithm can produce a low-resolution 3D model of the target molecule. Now we are applying our method to experimentally obtained AFM data for a protein Clpb. This is a heat-shock protein with hexameric arrangement and its high-speed AFM images include at least four major classes of structures. So far, we recovered the candidate models corresponding to those structural classes enabling us to realize 3D representations encoded in these AFM images. The new AFM based hybrid modeling method would be useful to retrieve 3D information of a biomolecule, therefore we could study how 3D structures of biomolecules are dictating its function. Moreover, from the analysis of the reconstructed models it is possible to understand in more detail the conformational transitions of proteins observed in near physiological condition.

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197回 第1部
日時: 2020年9月7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))
場所: BlueJeansによる遠隔セミナー

・講演題目:ASURA/FDPS --- Simulation of Galaxy Formation on the supercomputer Fugaku
・講演者:牧野 淳一郎(粒子系シミュレータ研究チーム、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 goal of the galaxy formation simulation is to follow the formation of galaxies through the whole history of the universe. To achieve this goal, the gravitational dynamics of dark matter, gas and stars, hydrodynamics of gas, star formation process, energy input from stars and supernovae to gas should be modeled properly. Traditionally, the individual timestep algorithm has been used to handle regions with short timescales, such as star-forming regions and supernova shells. However, this algorithm does not scale well for more than 10M particles, because of the need for global communication at each timestep. We have developed a new algorithm to handle regions with short timescales. We report the performance of our new code based on this new algorithm on Supercomputer Fugaku. It scales well for more than 10G particles and more than 100K cores. We also discuss our new DSL for the generation of efficient kernel for particle-particle interaction.

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。