2021 Fiscal Year Annual Research Report
Quantum-Annealing Assisted Innovative Material Informatics Infrastructure
| Project/Area Number |
19H01095
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
小林 広明 東北大学, 情報科学研究科, 教授 (40205480)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
撫佐 昭裕 東北大学, サイバーサイエンスセンター, 客員教授 (40639655)
阿部 圭晃 東北大学, 流体科学研究所, 助教 (40785010)
岡部 朋永 東北大学, 工学研究科, 教授 (50344164)
佐藤 雅之 東北大学, 情報科学研究科, 准教授 (50781308)
小松 一彦 東北大学, サイバーサイエンスセンター, 准教授 (50813888)
大関 真之 東北大学, 情報科学研究科, 教授 (80447549)
菊川 豪太 東北大学, 流体科学研究所, 准教授 (90435644)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 高性能計算 / 高分子材料シミュレーション / 量子アニーリング / クラスタリング |
|---|
| Outline of Annual Research Achievements |
架橋高分子材料における架橋ネットワーク構造形成のシミュレーションの高速化のため、全原子MDシミュレーションからDPD法における相互作用パラメータをボトムアップで決定する方法を確立した。その結果、全原子MDとDPD間での双方向の連携が実現した。一方で、インフォマティクスを利用した高効率な材料探索技術の開発に取り組み、ベイズ推定（ガウス過程法）と自己組織化マップ（SOM）を組み合わせた機械学習による材料物性予測手法を構築した。これによって、データマイニングに必要となる材料物性の欠損データ予測や、未知材料の材料物性予測が可能となった。さらに、高分子材料シミュレーションにおいて多数原子の大規模シミュレーションの実現するために、領域分割法を用いることで並列処理による高速化が得られた。さらに反応MDと反応散逸粒子動力学シミュレーションの前処理の高速化を実施し、その実行時間を1/44に短縮することに成功した。
高次精度非構造ソルバーを用いた非定常圧縮性流体マクロ解析の大規模実行の取組については、単一プロセスでカーネルを実行可能となるよう改良し高速化を得ることができた。
高性能クラスタリング技術の研究開発では、イジングベースのクラスタリングをアニーリングマシンで行うことで高精度かつ高速なクラスタリングが実現できることが明らかになった。高性能情報処理基盤に必要とされる階層型メモリシステムの要件を明らかにするために、階層間のデータ管理に用いられるメタデータを事前にロードするプリフェッチ機構の設計とその初期評価に取り組んだ。評価結果から、本機構により高性能情報処理基盤の性能向上を低いハードウェアコストで実現できることを明らかにした。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画通りに取り組み、成果もえら得ていることから，順調に進捗していると判断している
|
| Strategy for Future Research Activity |
次年度は最終年度であることから，高分子材料設計シミュレーションにおける、アプリケーションの高速化と高機能化を完成させ，システムとしてまとめていきたいと思っている．
|
