国立大学法人 東京工業大学

講義の概要とねらい

本年度は、ハイパフォーマンスコンピューティング(HPC)・並列処理・クラスタ計算・クラウド・の分野において、エクサスケールに向かうスパコンや大規模IDCにとって非常に重要な「HPC的手法によるビッグデータ・AIの大幅な性能やスケールの向上」の学術的な成果の近年の論文をサーベイする。

到達目標

成績は発表（50%）、レポート（50%）により総合的に判断する。また、発表中に質問等を行った学生には講義ごとに5%を加点する。

キーワード

スパコン、スーパコンピュータ、HPC、メニーコア・GPU、ビッグデータ、人工知能、機械学習、深層学習

学生が身につける力(ディグリー・ポリシー)

授業の進め方

初回のガイダンス時にハイパフォーマンスコンピューティング(HPC)・並列処理・ クラスタ計算・IDC・ビッグデータ・クラウドの分野において「HPC的手法によるビッグデータ・AIの大幅な性能やスケールの向上」にまつわる特定のテーマの英語の論文のリストを提示する。履修者はそれらのうち1本を選択し、第二回目以降の講義でスライドによる発表を1回以上行う。
発表中は履修者同士や教員・TAの間で内容に関する議論を行う。
発表時間は履修者の人数により変動するが、45〜90分程度を想定する。
また、講義終了後に選択した論文とさらに選択した論文2本の合計3本に関するレポートを提出する。

授業計画・課題

教科書

なし

参考書、講義資料等

小柳・佐藤・中村・松岡「スーパーコンピュータ (岩波講座 計算科学 別巻) 」、岩波書店、2012

成績評価の基準及び方法

発表(40%), 授業中の議論時のQ&A(30%)、ならびに最終レポート(30%)

関連する科目

• MCS.T233 ： 計算機システム
• MCS.T334 ： プログラミング言語処理系
• MCS.T213 ： アルゴリズムとデータ構造
• MCS.T214 ： オートマトンと数理言語論

履修の条件(知識・技能・履修済科目等)

計算機アーキテクチャおよび並列処理に関する基本的な知識、
機械学習に関する基本知識