2018年度 大規模計算論   High Performance Computing

文字サイズ 

アップデートお知らせメールへ登録 お気に入り講義リストに追加
開講元
数理・計算科学コース
担当教員名
松岡 聡  松岡 聡  遠藤 敏夫 
授業形態
講義
曜日・時限(講義室)
集中講義等   
クラス
-
科目コード
MCS.T407
単位数
2
開講年度
2018年度
開講クォーター
3-4Q
シラバス更新日
2018年11月21日
講義資料更新日
-
使用言語
日本語
アクセスランキング

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

国際的教養力 コミュニケーション力 専門力 課題設定力 実践力または解決力

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

  授業計画 課題
第1回 スーパコンピュータの歴史 なし
第2回 高性能機械学習の基礎 なし
第3回 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 事前に指定された論文を予習する
第4回 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 事前に指定された論文を予習する
第5回 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 事前に指定された論文を予習する
第6回 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 事前に指定された論文を予習する
第7回 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 事前に指定された論文を予習する
第8回 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 事前に指定された論文を予習する
第9回 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 事前に指定された論文を予習する
第10回 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 事前に指定された論文を予習する
第11回 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 事前に指定された論文を予習する
第12回 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 事前に指定された論文を予習する
第13回 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 事前に指定された論文を予習する
第14回 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 事前に指定された論文を予習する
第15回 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 事前に指定された論文を予習する

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

このページのトップへ