| Project/Area Number |
19H05662
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (S)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Broad Section J
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
Nakajima Kengo 東京大学, 情報基盤センター, 教授 (20376528)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
荻田 武史 早稲田大学, 理工学術院, 教授 (00339615)
岩下 武史 北海道大学, 情報基盤センター, 客員教授 (30324685)
片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
下川辺 隆史 東京大学, 情報基盤センター, 准教授 (40636049)
長尾 大道 東京大学, 地震研究所, 准教授 (80435833)
八代 尚 国立研究開発法人国立環境研究所, 地球システム領域, 主任研究員 (80451508)
松葉 浩也 東京大学, 情報基盤センター, 客員研究員 (30444095)
|
|---|
| Project Period (FY) |
2019-06-26 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥198,510,000 (Direct Cost: ¥152,700,000、Indirect Cost: ¥45,810,000)
Fiscal Year 2023: ¥43,940,000 (Direct Cost: ¥33,800,000、Indirect Cost: ¥10,140,000)
Fiscal Year 2022: ¥42,120,000 (Direct Cost: ¥32,400,000、Indirect Cost: ¥9,720,000)
Fiscal Year 2021: ¥44,070,000 (Direct Cost: ¥33,900,000、Indirect Cost: ¥10,170,000)
Fiscal Year 2020: ¥41,990,000 (Direct Cost: ¥32,300,000、Indirect Cost: ¥9,690,000)
Fiscal Year 2019: ¥26,390,000 (Direct Cost: ¥20,300,000、Indirect Cost: ¥6,090,000)
|
|---|
| Keywords | スーパーコンピューティング / 計算科学 / データ同化 / 機械学習 / 低精度・混合精度・変動精度演算 / ヘテロジニアスコンピューティング / ヘテロジニアスコンピューテイング / 「計算・データ・学習」融合 / 大規模シミュレーション / データ駆動型アプローチ / 混合精度演算・精度保証 / ヘテロジニアス環境 / 計算科学・データ科学・機械学習の融合 / エクサスケールシステム / 高性能・高信頼性・省電力アルゴリズム / 自動チューニング / 精度保証 / 混合精度演算 |
|---|
| Outline of Research at the Start |
エクサスケール時代のスパコンによる科学的発見の持続的促進のために，計算科学にデータ科学，機械学習の知見を導入した（計算＋データ＋学習）融合による革新的シミュレーション手法を提案する。最小の計算時間・消費電力での融合の実現のために，①変動精度演算・精度保証・自動チューニングによる新計算原理に基づく高性能・高信頼性・省電力数値解法，②機械学習による階層型データ駆動アプローチの二項目を中心に研究し，革新的ソフトウェア基盤「h3-Open-BDEC」として整備する。（計算+データ+学習）融合による多階層シミュレーションにおいて，従来手法と同等の正確さを保ちつつ10倍以上の計算量・消費電力削減を目指す。
|
| Outline of Final Research Achievements |
In order to fully utilize the capabilities of supercomputers in the Exascale era and continuously promote scientific discoveries, we proposed an innovative simulation approach that integrates "Simulation/Data/Learning (S+D+L)". We conducted research and development to achieve integrated simulations with minimal computational requirements and power consumption, and implemented the innovative software framework "h3-Open-BDEC" to realize this. Since FY. 2021, using the Wisteria/BDEC-01 system at the University of Tokyo, we have been promoting the integration of “S+D+L” in various fields. Finally, We were able to conduct simulations with around 100 times the efficiency of conventional methods while maintaining accuracy in simulations of steady-state flow around vehicle bodies and global atmospheric ensembles. Our achievements have been highly evaluated internationally.
|
| Academic Significance and Societal Importance of the Research Achievements |
スーパーコンピュータ（スパコン）は従来のシミュレーションの他，データ解析，機械学習・AI等様々な分野で使用されている。本研究では，「計算（シミュレーション）・データ・学習」融合による，新しい計算科学の開拓と，それにより安心・安全な人間中心の社会（Society 5.0）の構築を実現するためのソフトウェア開発を実施した。「計算・データ・学習」融合により，車体周囲定常流，全球大気アンサンブルシミュレーションが従来の100分の1の計算時間で実施可能となり，スパコンの新しい利用方法を開拓した。本研究の成果は量子コンピュータとスパコンの連携にも転用可能であり，量子コンピューティング普及に貢献する。
|
| Assessment Rating |
Ex-post Assessment Comments (Rating)
A: In light of the aim of introducing the research area into the research categories, expected outcomes of research have been produced.
|
Assessment Rating |
Interim Assessment Comments (Rating)
A: In light of the aim of introducing the research area into the research categories, the expected progress has been made in research.
|
