Caffe (機械学習)の CIFAR-10

Caffe (機械学習)の CIFAR-10：デフォルトのデータベースで使用してみました。

◯馬(horse.jpg)


[[ 5.70910152e-10 4.55626381e-09 1.56018789e-08 2.80759482e-09
3.74566866e-07 1.20567947e-08 1.80253309e-07 9.99999404e-01
1.58529370e-10 1.35070066e-09]]
7:horse

horse として認識：99.9%
実行時間：2.65秒

◯キティ(kitty.jpg)


[[ 5.90459148e-09 1.97281572e-03 3.06557715e-01 1.57375053e-01
7.57801754e-05 1.65385252e-03 6.67136312e-02 2.88438343e-04
3.70124908e-05 4.65325773e-01]]
9:truck

トラックとして認識：46.5%
実行時間：2.54 秒

◯こげぱん(kogepan.jpg)


[[ 5.85374764e-05 2.45802850e-03 6.31315215e-03 4.79287963e-04
1.57318695e-03 3.40080842e-05 9.85428751e-01 2.42738366e-07
6.63932296e-05 3.58850812e-03]]
6:frog

かえるとして認識：98.5%
実行時間：2.63秒

◯計算サーバ
CPU : Intel(R) Core(TM) i7-3930K CPU @ 3.20GHz x 1
Memory : 32GB
GPU : NVIDIA GeForce GTX TITAN x 2
CUDA : 7.5
OS : CentOS 7.2

戦略的改革で未来へ進化するトップグローバル研究・教育拠点創成

スーパーグローバル大学創成支援 タイプA 戦略的改革で未来へ進化するトップグローバル研究・教育拠点創成

九州大学は、文部科学省「スーパーグローバル大学創成支援事業」において、タイプＡ：トップ型「世界大学ランキングトップ100を目指す力のある、世界レベルの教育研究を行う大学」の一つとして採択されました。 本学は、「戦略的改革で未来へ進化するトップグローバル研究・教育拠点創成（SHARE-Q）をテーマに、教育、研究、国際化を推進するガバナンス・制度改革を推し進め、本学の強み、特色を基に、今後10年で世界トップレベルの研究・教育拠点を実現します。

第29回 回路とシステムワークショップ論文募集案内：本日締め切り

第29回 回路とシステムワークショップ論文募集案内

第29回「回路とシステムワークショップ」を立夏の北九州で開催いたします．
本ワークショップは，回路とシステムに関連した分野の研究者や技術者が集い，
招待論文や投稿論文，パネル討論を通じて，分野内だけでなく分野間に
またがる境界領域の課題解決と将来の研究分野の探求を目的としています．
皆様からの積極的な論文投稿をお願い申し上げます．

　 第29回 回路とシステムワークショップ実行委員長
冨山 宏之（立命館大学）


開催日: 2016年5月12日(木)，13日(金)
会　場: 北九州国際会議場 (福岡県北九州市小倉北区浅野3丁目9-30)
Webページ: 企画セッションなど最新の情報は，次の Web ページをご覧下さい．
http://www.ieice.org/ess/kws/

投稿分野: 本ワークショップでは，次の分野に関する一般論文，
Work In Progress (WIP)論文の投稿を歓迎します．
* 回路設計と解析(A):
イメージャ，センサ，MEMS，フィルタ，アンプ，AD/DA，PLL/DLL，
電源，RF (ミキサ，VCO，LNA，PA)，高速インターフェース，
光通信用回路，無線通信用回路 (WLAN，RFID，ミリ波，テラヘルツ波，NFC)，
エネルギーハーベスティング，無線電力伝送用回路，ミックストシグナル，
低電圧・低消費電力回路，医用電子回路，回路の数値解析理論，
回路/デバイス/配線モデル，シミュレーション応用最適化技術，
電磁界シミュレーション，シグナル/パワーインテグリティ解析，回路縮約，
ばらつき考慮シミュレーション，並列・分散シミュレーション，
信頼性シミュレーション (ESD, ノイズ耐性, 経年劣化)，
パワーデバイスのシミュレーション
* ディジタル信号処理(B):
基礎信号処理，ディジタルフィルタ設計，適応信号処理，非線形信号処理，
音声・音響信号処理，画像・映像信号処理，通信用信号処理，
システム実現技術，セキュリティ応用，生体信号処理，信号処理の応用技術
* VLSI 設計技術(C): ノーマリーオフコンピューティング，設計環境・ツール，
組込みシステム，リコンフィギャラブルシステム，マルチコア・メニーコア設計，
NoC設計，システムレベル設計，IPベース設計，高位合成，論理合成・検証，
レイアウト設計・検証，3D-IC，アナログCAD，タイミング解析，
テスト・診断，低消費電力設計，高信頼性設計，セキュア設計，
耐ノイズ設計，DFM，リソグラフィーCAD
* 離散システム理論(D):
ソフトウエア仕様記述，形式手法 (フォーマルメソッド)，
ペトリネットと離散事象システム，ハイブリッドダイナミカルシステム，
グラフ・ネットワーク理論，離散最適化，スケジューリング，アルゴリズム論，
並列・並行・分散処理，分散協調システム，システムバイオロジー
また，以下の特別テーマに関する論文投稿を歓迎します．
「パワーデバイスのシミュレーション」(A)
「ばらつき信頼性考慮シミュレーション」(A,C)
「低電圧・低消費電力回路」(A,C)
「電源回路」(A)
「複数マイクロホン音響信号処理」(B)
「ディープラーニングを用いた信号処理」(B)
「セキュリティ応用とその実現技術」(B,C)

投稿申し込み:
(a) 一般論文: 邦文または英文の論文を Web ページより電子的にご投稿下さい
(詳細は Web ページをご参照下さい) ．ただし，査読のある論文誌等に
発表されたものは対象外とします．図面を含み A4 版 3～6 ページ (形式自由)で
ご執筆下さい．執筆要項はWebページに掲載されています．なお，論文集原稿も
6ページ以内となりますのでご配慮ください．
(b) WIP論文: 邦文または英文の論文もしくはそれを的確に要約した抄録を
Webページより電子的にご投稿下さい．図面を含み A4 版 2ページ (形式自由)で
ご執筆下さい．論文は，構想段階の研究，問題提起などを含めた様々な研究を
積極的に採用し，参加者間の議論の場の提供を目的としています．
研究の完成・未完成を問わず，広く論文を募集します．
査読の上，下記期日までに採否通知を行います．電子投稿が不可能な場合は，
下記連絡先までご連絡下さい．

連絡先: 高橋 康宏 (論文担当幹事)
〒501-193 岐阜県岐阜市柳戸1-1
岐阜大学 工学部 電気電子・情報工学科
Tel: 058-293-2692
Fax: 058-293-2692
E-mail: kws-29paper@mail.ieice.org

日程:
投稿締切 2016 年 1 月 29 日 (金) 厳守 【延長はありません】
採否通知 2016 年 3 月 16 日 (水) 頃
論文集原稿締切 2016 年 3 月 31 日 (木) 必着

SDPARA Cholesky 分解と電力制御

GPU のクロックの変化及びノード全体の電力制御による SDPARA Cholesky 分解の性能の変化について。



◯計算サーバ
Huawei RH5885H V3
CPU ：Intel Xeon E7-4890 v2 @ 2.80GHz x 4 socket
Memory ：2.0TB (32GB LRDIMM x 64 DIMMs)
GPU : NVIDIA Tesla K40m x 4
HDD ：2.5-inch 300GB SAS 15000rpm HDD x 2
SSD : ES3000 2.4TB x 2 + 2.5-inch 800GB SSD (Intel DC S3500) x 8
RAID ：RAID-0/1/10/5/50/6/60 1GB Cache with Power Protection
NIC ：On Board 1GE x 4 port interface card
I/O Box ：6 Slot Riser Card x 2、Hot-Plugged Riser Card x 1
PSU ：2000W Platinum AC Power Supply Unit x 2
Rail ：4U Slide Rail with Cable Management Arm
CUDA : 7.5
OS : CentOS 7.2

Mac Pro

欲しいけれども、かなり高めに見える Mac Pro。Mac Mini でも良いかなと思う。

Mac Pro 商品の価格：￥708,800
Quantity (Mac Pro) 商品合計金額：￥708,800
(Mac Pro) 製品番号: Z0P8

ハードウェア
3.5GHz 6コア、12MB L3キャッシュ
64GB（16GB x 4）1,866MHz DDR3 ECC
1TB PCIeベースフラッシュストレージ
デュアルAMD FirePro D500 GPU（1基につき3GB GDDR5 VRAMを搭載）

アクセサリキット
製品マニュアル

ソフトウェア
Pages、Numbers、Keynote、写真、iMovie、GarageBand
OS X

バッグ小計 ￥708,800
送料無料 ￥0
消費税 ￥56,704
合計 ￥765,504

NVIDIA Tesla K40 と K80 : 周波数制御

NVIDIA Tesla K40 と K80の周波数制御について。K40 は周波数は４つのみ設定が可能（666,745,810,875)。K80 は 562MHz から 875MHz まで２５段階の設定が可能。。。

◯ K40
nvidia-smi -i 0 -q -d SUPPORTED_CLOCKS

==============NVSMI LOG==============

Timestamp : Tue Jan 26 00:36:03 2016
Driver Version : 352.39

Attached GPUs : 4
GPU 0000:42:00.0
Supported Clocks
Memory : 3004 MHz
Graphics : 875 MHz
Graphics : 810 MHz
Graphics : 745 MHz
Graphics : 666 MHz
Memory : 324 MHz
Graphics : 324 MHz

◯ K80
nvidia-smi -q -i 0 -d SUPPORTED_CLOCKS

==============NVSMI LOG==============

Timestamp : Mon Jan 25 23:44:22 2016
Driver Version : 346.46

Attached GPUs : 8
GPU 0000:04:00.0
Supported Clocks
Memory : 2505 MHz
Graphics : 875 MHz
Graphics : 862 MHz
Graphics : 849 MHz
Graphics : 836 MHz
Graphics : 823 MHz
Graphics : 810 MHz
Graphics : 797 MHz
Graphics : 784 MHz
Graphics : 771 MHz
Graphics : 758 MHz
Graphics : 745 MHz
Graphics : 732 MHz
Graphics : 719 MHz
Graphics : 705 MHz
Graphics : 692 MHz
Graphics : 679 MHz
Graphics : 666 MHz
Graphics : 653 MHz
Graphics : 640 MHz
Graphics : 627 MHz
Graphics : 614 MHz
Graphics : 601 MHz
Graphics : 588 MHz
Graphics : 575 MHz
Graphics : 562 MHz
Memory : 324 MHz
Graphics : 324 MHz

Caffe (機械学習)のインストール：CentOS 7.2

Caffe (機械学習ライブラリ）のインストールを CentOS 7.2 搭載サーバに行った。

サーバは以下の二種類
◯計算サーバ１
Huawei RH5885H V3
CPU ：Intel Xeon E7-4890 v2 @ 2.80GHz x 4 socket
Memory ：2.0TB (32GB LRDIMM x 64 DIMMs)
GPU : NVIDIA Tesla K40m x 4
HDD ：2.5-inch 300GB SAS 15000rpm HDD x 2
SSD : ES3000 2.4TB x 2 + 2.5-inch 800GB SSD (Intel DC S3500) x 8
RAID ：RAID-0/1/10/5/50/6/60 1GB Cache with Power Protection
NIC ：On Board 1GE x 4 port interface card
I/O Box ：6 Slot Riser Card x 2、Hot-Plugged Riser Card x 1
PSU ：2000W Platinum AC Power Supply Unit x 2
Rail ：4U Slide Rail with Cable Management Arm
CUDA : 7.5
OS : CentOS 7.2

◯計算サーバ２
CPU : Intel(R) Core(TM) i7-3930K CPU @ 3.20GHz x 1
Memory : 32GB
GPU : NVIDIA GeForce GTX TITAN x 2
CUDA : 7.5
OS : CentOS 7.2

１：様々なライブラリのインストール
> yum install epee-release
> yum install gflags-devel glog-devel lmdb-devel
> yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel
> yum install openblas*
> yum install atlas*

２：Caffe と cuDNN のダウンロード
Caffe:
http://caffe.berkeleyvision.org
https://github.com/BVLC/caffe/archive/master.zip

NVIDIA cuDNN
https://developer.nvidia.com/cudnn

３：cuDNN のインストール
tar xvzf cudnn-7.0-linux-x64-v4.0-rc.tgz

以下の５つのファイルを cuda のフォルダ以下にコピー
cuda/include/cudnn.h
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.4
cuda/lib64/libcudnn.so.4.0.4
cuda/lib64/libcudnn_static.a

/sbin/ldconfig の再実行

４：Caffe の make と実行
unzip master.zip
cd caffe-master
cp Makefile.config.example Makefile.config
Makefile.config の編集 http://caffe.berkeleyvision.org/installation.html を参照
make all
make test
make runtest

上記の計算サーバ２では以下のように make した
make -j 6 all
make -j 6 test
make runtest

計算サーバ２では BLAS (Intel MKL と OpenBLAS)によって以下のような数値誤差に違いが生じている。

◯Intel MKL
[----------] Global test environment tear-down
[==========] 1760 tests from 257 test cases ran. (371069 ms total)
[ PASSED ] 1752 tests.
[ FAILED ] 8 tests, listed below:
[ FAILED ] SGDSolverTest/0.TestSnapshotShare, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] SGDSolverTest/0.TestSnapshot, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] AdaGradSolverTest/0.TestSnapshotShare, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] NesterovSolverTest/0.TestSnapshotShare, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] NesterovSolverTest/0.TestSnapshot, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] AdaDeltaSolverTest/0.TestSnapshotShare, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] AdamSolverTest/0.TestSnapshotShare, where TypeParam = caffe::CPUDevice<float>
[ FAILED ] RMSPropSolverTest/0.TestSnapshotShare, where TypeParam = caffe::CPUDevice<float>

8 FAILED TESTS
make: *** [runtest] エラー 1

real 6m13.390s
user 2m44.846s
sys 1m31.608s


◯OpenBLAS
[----------] Global test environment tear-down
[==========] 1760 tests from 257 test cases ran. (375194 ms total)
[ PASSED ] 1760 tests.

real 6m17.486s
user 2m45.805s
sys 1m37.964s

平成28年度 九州大学マス・フォア・インダストリ研究所：共同利用研究計画公募：もうすぐ締め切り

平成28年度 九州大学マス・フォア・インダストリ研究所
共同利用研究計画公募の概要

本研究所は日本初の産業数学の研究所であり，多様な数学研究に基礎を置く，
新しい産学連携の拠点として平成23年4月に附置研究所として設立されました．
平成25年4月には文部科学大臣から共同利用・共同研究拠点「産業数学の先進的・
基礎的共同研究拠点」に認定され，理念である「マス・フォア・インダストリ」
の具現化を推進しているところです．その事業の一環として，本研究所は平成
28年度の共同利用研究を公募しており，以下にその概要を示します．詳細は公
募要領

http://www.imi.kyushu-u.ac.jp/joint_researches

をご覧下さい．

1. 公募する研究種目の概要と募集件数
研究集会
本研究所もしくは九州大学の施設において，数日間の研究集会を公開で行うも
のです．内容や規模に応じて(I), (II)の2種に分かれています．両者とも組織
委員会の委員と講演者には，それぞれ産業界からの参加を必須とします．また
国際連携を進めるため，講演者として海外からの参加者を含めることが望まし
いです．

募集件数：(I)2件，(II)2件．

短期共同研究
本研究所において，数名のグループで1週間程度の実質的な共同研究を行うもの
です．研究テーマとして，個々の企業の知的財産に直結するような狭い問題よ
りは，複数の企業や研究機関の研究者が協力して取り組めるような，ある程度
の普遍性をもった問題を重視します．また，産学連携を推進するために，原則
として産業界からの参加者を含めることとします．

募集件数：4件．

短期研究員
本研究所に1週間から2週間程度滞在し，本研究所を中心とする九州大学に所属
する教員と緊密に連絡を取りながら単独での研究ないしは共同研究を行うもの
です．研究テーマとして，短期共同研究や研究集会につながることが期待され
るような萌芽的な課題，あるいは企業等での研究開発現場で生起した，集中的
な共同研究が問題の解決やその糸口につながるような課題など，近い将来，産
業数学や産学連携の新たなシーズとなるような課題を歓迎します．応募の際は，
予め関係する本研究所または九州大学の他部局の研究者と連絡を取り，協議を
した上で計画を立てて下さい．必要があれば本研究所の産学連携窓口が立案を
支援します．詳細は以下の問い合わせ先にお尋ね下さい．

募集件数：4件．

2. 応募方法
(1) 応募資格
大学・大学院・短期大学，大学共同利用機関，高等専門学校，国公立試験研究
機関，独立行政法人および企業に所属する研究者．

(2) 応募方法

本研究所のウェブページ
http://www.imi.kyushu-u.ac.jp/
から電子申請システムを利用して共同利用研究計画提案書を作成し，応募していただきます．

(3) 応募締切日
平成28年1月31日（日）

3. 選考方法と採否の連絡
学外有識者と学内教員（本研究所所員を含む）8名ずつで構成される共同利用・
共同研究委員会において審査の上，採否を決定します．採否は平成28年2月末ま
でに申請者にお知らせします．委員の名簿は研究所のウェブページをご覧下さい．

4. その他
これまで問い合わせのあった事項に関して「Q&A」を本研究所のウェブページに
掲載していますので，参考にして下さい．

5. 問い合わせ先
九州大学マス・フォア・インダストリ研究所
共同利用・共同研究拠点事務　伊藤 和子・朱雀 志津
〒819-0395 福岡市西区元岡744
Tel.: 092-802-4408
Fax: 092-802-4405
E-mail: kyoten-jimu@imi.kyushu-u.ac.jp

1月 IMI Colloquiumを開催しました．

平成28年1月20日, 1月 IMI Colloquiumを開催しました．

1月 IMI Colloquium
講演タイトル：数理計画法システム進化の歴史とLocalSolver最新動向
講師：宮崎 知明 氏 (MSI株式会社 技術顧問)
場所：九州大学 マス・フォア・インダストリ研究所 ウエスト1号館 4階
IMIオーディトリアム(W1-D-413)(円形階段教室)

講演では，数理計画法システムの発展の歴史について解説がなされました．
また，次世代型の数理計画法システムである LocalSolver を紹介していただきました．


参加者数：教員13名，院生17名

Hakata Workshop 2016 ～Discrete Mathematics and its Applications～

Hakata Workshop 2016
～Discrete Mathematics and its Applications～
URL:http://comb.math.kyushu-u.ac.jp/#fe3rckat

目的：
離散数学/組合せ数学とその応用に関する講演, および, 数学ソフトウェアの紹介企画を行います．

※ 本ワークショップは以下の支援を受けて開催されます．
・九州大学マス・フォア・インダストリ研究所数学理論先進ソフトウェア開発室

開催日 2016年2月23日(火)

開催場所 〒812-0013 福岡市早良区百道浜3-8-34
九州大学産学官連携イノベーションプラザ3階
九州大学マス・フォア・インダストリ研究所・百道オフィス

数学ソフトウェア
紹介企画 Software in Mathematics Demonstration Track in Hakata Workshop 2016
http://imi.kyushu-u.ac.jp/lasm/hakata2016/index.html
本企画は【組合せ数学セミナー Hakata Workshop 2016】の中で開催されます.

テニュアトラック制助教公募：再掲載

平成28年1月7日

　　　　　　　　　　　　九州大学マス・フォア・インダストリ研究所所長　福本康秀
　九州大学カーボンニュートラル・エネルギー国際研究所所長　ペトロス・ソフロニス


九州大学マス・フォア・インダストリ研究所・カーボンニュートラル・エネルギー国際研究所テニュアトラック制助教公募について

このたび九州大学マス・フォア・インダストリ研究所（IMI）およびカーボンニュートラル・エネルギー国際研究所（I2CNER）では九州大学テニュアトラック制に基づくテニュアトラック助教2名の公募を行うことになりました.

正式な公募要領は，以下のIMIのホームページに掲載しました．
http://www.imi.kyushu-u.ac.jp/recruits

ご多忙のところまことに恐縮に存じますが，貴関係者にお知らせいただくとともに，適任者をご存じの場合は応募をお勧めくださいますよう, お願い申し上げます.

1. 募集内容

職名：テニュアトラック制助教
募集人数：2名

研究分野：
エネルギー技術に関係する，または関係する可能性のある数学および数理科学．
例えば，
(i)データ爆発，可視化，最適化
(ii) 水素適合材料：連続体の破壊現象
(iii) CO2貯留：多孔質媒質中の流体解析，マルチスケール解析とトポロジー
(iv) エネルギーアナリシス：ビッグデータとスマートグリッド
(v) 光エネルギー変換分子デバイス：触媒の設計，量子科学計算
(vi) その他，エネルギー技術に関わる可能性のある数学・数理科学．

内容に関する詳細情報：
・採用後は採用後はIMI又はI2CNERに所属する．3～5年後に審査を受け，優秀と認められれば准教授（任期なし）へ昇進する．
・共同研究は奨励するが，自らのアイデアに基づいて研究を進めることが期待される．研究の独立性は保証される．
・テニュアトラック教員育成委員会が各教員にメンターを2名配置して研究の独立性を担保し，必要に応じてサポートをする．
・エフォートの70%が研究に使われるよう，運営に関する用務などはなるべく免除する．
・将来の准教授としての教育経験と研究活動の活性化のため，研究テーマに関する講義や大学院生対象のセミナーの指導など，適度の教育活動を行うことを奨励する．
・研究室をI2CNERに隣接する共進化社会システムイノベーション施設内のIMIのスペースに提供し，IMI，I2CNERの計算サーバを使用できるようにする．

提出書類：
(1) カバーレター
(2) 履歴書
(3) 研究業績リスト（論文，プレプリント，特許など）
(4) 主要学術論文5編以内の別刷り（コピー可．必要なら研究報告なども含めてよい）
(5) 研究業績の概要と今後の研究計画
(6) 応募者についての照会先3名以内の氏名と連絡先
(7) (6)のうち1名の推薦書（下記の連絡先に直接送付）

提出期限：平成28年2月1日（月）16:00（日本時間，必着）

照会・連絡先：
〒819-0395 福岡市西区元岡744
九州大学マス・フォア・インダストリ研究所 副所長
佐伯 修
(e-mail: saeki@imi.kyushu-u.ac.jp)

書類提出先：
〒819-0395福岡市西区元岡744
九州大学マス・フォア・インダストリ研究所
IMI-I2CNERテニュアトラック助教選考委員会

・書類は全て英語で記述し，上記提出先に郵送すること．e-mailやfaxなどでの応募は受け付けない．
・採否はe-mailで応募者に通知する．
・面接審査は必要に応じてSkypeを用いて行うこともある．

2. 応募資格
1）博士号取得後10年以内又は同等程度の研究経歴を有すること．
2）下記採用予定期間内に重複して他の研究機関・企業等に所属しないこと．

3. 採用予定日
平成27年度内（平成28年3月31日まで）のできるだけ早い時期

4. 待遇
給与及び保険等の諸待遇については，経験等を考慮し本学の関係規程により決定する．
研究費：初年度に450万円．なお，次年度に研究資金を獲得できなかった者に対して，100万円を上限に支援する．

5. 研究施設及び設備の提供
自立して研究が行えるよう，スペース・設備等の研究環境について配慮する．

6. その他
1）応募書類は原則として返却しない．
2）面接審査の交通費は原則自己負担とする．
3）本件にかかる問い合わせ先は，上記「照会・連絡先」の欄を参照すること．

HA8000 32ノードでの Graph500

HA8000 32ノードでの Graph500 の結果です。

Scale 24:
median_TEPS: 47741496230.9
Scale 28:
median_TEPS: 77848213524.5
Scale 30:
median_TEPS: 73231140577.5
Scale 32:
median_TEPS: 72134257856.2
Scale 34:
median_TEPS: 77122264831.1

高性能アプリケーションサーバ HA8000-tc/HT210
◯CPUノード
Intel Xeon E5-2697 v2 (2.7 GHz, 12core)×2
主記憶容量 256GB
◯Xeon Phiノード
Intel Xeon E5-2697 v2 (2.7 GHz, 12core)×2 Intel Xeon Phi 5100P (1,010.88 GFLOPS)×2
主記憶容量 256GB
総ノード数 965ノード
(CPU : 860ノード, Xeon Phi : 105ノード)
総CPUコア数 23,160コア
理論演算性能（倍精度実数）の総和 712.46TFLOPS
(CPU : 500.26TFLOPS, Xeon Phi : 212.2TFLOPS)
主記憶容量の総和 約241.25TB
ディスクアレイ装置 実効容量 3.57PB

HP Moonshot での Graph500 測定

以下のHP Moonshot で Graph500 測定を行ってみました。Scale 28 ぐらいがピークとなっていまして、45ノードで 40GTEPS ぐらいです。

Scale 24 median_TEPS: 24796011663.9
Scale 26 median_TEPS: 39930615845.2
Scale 28 median_TEPS: 39992035231.8
Scale 30 median_TEPS: 33594615072.5


◯ HP ProLiant m710 サーバーカートリッジ (45カートリッジ)
プロセッサー Intel® Xeon® E3-1284L v3（1.8-3.2GHz/8コア/6MB/47W）
キャッシュメモリ 6MB共有Level 3
メモリ タイプ HP 32GB（4x8GB）PC3L-12800（DDR3-1600）SODIMM低電圧メモリ
ネットワークコントローラー Mellanox Connect-X3 Pro　デュアル10GbE NIC。RDMA over Converged Ethernet（RoCE）をサポート
最大内蔵ストレージ　(Moonshotサーバーあたり) M.2 2280ソリッドステートデバイス 480GB
OS : CentOS 7.2


============= Result ==============
SCALE: 24
edgefactor: 16
NBFS: 16
graph_generation: 1.67641
num_mpi_processes: 45
construction_time: 2.3735
redistribution_time: 0.38167
min_time: 0.00853037834167
firstquartile_time: 0.00934529304504
median_time: 0.0108256340027
thirdquartile_time: 0.0116480588913
max_time: 0.0126309394836
mean_time: 0.0106170922518
stddev_time: 0.00134795451183
min_nedge: 268432547
firstquartile_nedge: 268432547
median_nedge: 268432547
thirdquartile_nedge: 268432547
max_nedge: 268432547
mean_nedge: 268432547
stddev_nedge: 0
min_TEPS: 21251985835.9
firstquartile_TEPS: 23045260116.3
median_TEPS: 24796011663.9
thirdquartile_TEPS: 28723823395
max_TEPS: 31467836038.2
harmonic_mean_TEPS: 25283056851.6
harmonic_stddev_TEPS: 828807356.947
min_validate: 0
firstquartile_validate: 0
median_validate: 0
thirdquartile_validate: 2.38418579102e-07
max_validate: 0.503783226013
mean_validate: 0.0314865261316
stddev_validate: 0.125945786635


============= Result ==============
SCALE: 26
edgefactor: 16
NBFS: 16
graph_generation: 5.51792
num_mpi_processes: 45
construction_time: 8.0376
redistribution_time: 1.14989
min_time: 0.0202219486237
firstquartile_time: 0.0254156589508
median_time: 0.0268899202347
thirdquartile_time: 0.0285091400146
max_time: 0.040069103241
mean_time: 0.0278286486864
stddev_time: 0.0048876556532
min_nedge: 1073731075
firstquartile_nedge: 1073731075
median_nedge: 1073731075
thirdquartile_nedge: 1073731075
max_nedge: 1073731075
mean_nedge: 1073731075
stddev_nedge: 0
min_TEPS: 26796982915.8
firstquartile_TEPS: 37662696049.3
median_TEPS: 39930615845.2
thirdquartile_TEPS: 42246832044.7
max_TEPS: 53097310006.2
harmonic_mean_TEPS: 38583658412.6
harmonic_stddev_TEPS: 1749710739.82
min_validate: 0
firstquartile_validate: 0
median_validate: 0
thirdquartile_validate: 2.38418579102e-07
max_validate: 1.93007230759
mean_validate: 0.12062959373
stddev_validate: 0.482518057028


============= Result ==============
SCALE: 28
edgefactor: 16
NBFS: 16
graph_generation: 22.5481
num_mpi_processes: 45
construction_time: 30.9427
redistribution_time: 4.56169
min_time: 0.0781002044678
firstquartile_time: 0.0838638544083
median_time: 0.107394576073
thirdquartile_time: 0.124092459679
max_time: 0.182273387909
mean_time: 0.110411673784
stddev_time: 0.030672229276
min_nedge: 4294927670
firstquartile_nedge: 4294927670
median_nedge: 4294927670
thirdquartile_nedge: 4294927670
max_nedge: 4294927670
mean_nedge: 4294927670
stddev_nedge: 0
min_TEPS: 23563108796.5
firstquartile_TEPS: 34610706251.8
median_TEPS: 39992035231.8
thirdquartile_TEPS: 51213096515.8
max_TEPS: 54992527859.2
harmonic_mean_TEPS: 38899217109.9
harmonic_stddev_TEPS: 2790137328.97
min_validate: 0
firstquartile_validate: 0
median_validate: 2.38418579102e-07
thirdquartile_validate: 2.38418579102e-07
max_validate: 7.39723658562
mean_validate: 0.462327420712
stddev_validate: 1.84930911064


============= Result ==============
SCALE: 30
edgefactor: 16
NBFS: 16
graph_generation: 94.1378
num_mpi_processes: 45
construction_time: 119.055
redistribution_time: 17.579
min_time: 0.45699429512
firstquartile_time: 0.48060965538
median_time: 0.511383295059
thirdquartile_time: 0.692346811295
max_time: 0.830193996429
mean_time: 0.582838892937
stddev_time: 0.143425211922
min_nedge: 17179724952
firstquartile_nedge: 17179724952
median_nedge: 17179724952
thirdquartile_nedge: 17179724952
max_nedge: 17179724952
mean_nedge: 17179724952
stddev_nedge: 0
min_TEPS: 20693627062.9
firstquartile_TEPS: 24813756157.7
median_TEPS: 33594615072.5
thirdquartile_TEPS: 35745692496.4
max_TEPS: 37592865240.2
harmonic_mean_TEPS: 29475941225.3
harmonic_stddev_TEPS: 1872832891.38
min_validate: 0
firstquartile_validate: 0
median_validate: 2.38418579102e-07
thirdquartile_validate: 2.38418579102e-07
max_validate: 30.2575855255
mean_validate: 1.89109922945
stddev_validate: 7.56439634562

ACSI 2016 今日から開催

ACSI2016 　
2nd Annual Meeting on Advanced Computing System and Infrastructure
(ACSI2016)

第2回となるACSI2016は，今日から福岡にて開催します．

日時: 2016年1月18日(月)～20日(水)
会場: 九州大学医学部百年講堂

プログラム公開中

Stanford Large Network Dataset Collection

Stanford Large Network Dataset Collection

いろいろなグラフが収録されているサイトですが、あまり大きなグラフは少ない無いようです。



Social networks : online social networks, edges represent interactions between people
Networks with ground-truth communities : ground-truth network communities in social and information networks
Communication networks : email communication networks with edges representing communication
Citation networks : nodes represent papers, edges represent citations
Collaboration networks : nodes represent scientists, edges represent collaborations (co-authoring a paper)
Web graphs : nodes represent webpages and edges are hyperlinks
Amazon networks : nodes represent products and edges link commonly co-purchased products
Internet networks : nodes represent computers and edges communication
Road networks : nodes represent intersections and edges roads connecting the intersections
Autonomous systems : graphs of the internet
Signed networks : networks with positive and negative edges (friend/foe, trust/distrust)
Location-based online social networks : Social networks with geographic check-ins
Wikipedia networks and metadata : Talk, editing and voting data from Wikipedia
Twitter and Memetracker : Memetracker phrases, links and 467 million Tweets
Online communities : Data from online communities such as Reddit and Flickr
Online reviews : Data from online review systems such as BeerAdvocate and Amazon