オープンな世界最速AI基盤、そこに日本の勝機がある

オープンな世界最速AI基盤、そこに日本の勝機がある

2017年度第4四半期をメドに、人工知能（AI）の学習で世界最高速の環境をクラウド上に構築し、日本の関連産業を振興する。産業技術総合研究所が打ち出した計画は、このままでは海外に後れを取りかねないとの危機感の裏返しだ。計画を主導した産総研特定フェローで東京工業大学教授の松岡氏に、一連の計画の狙いと勝算を聞いた。

（完全版）
http://nkbp.jp/NE1701inv
（本誌版）
http://nkbp.jp/NE1701050

MUMPS 4.10.0 と 5.0.2

SDPA で利用している MUMPS の 4.10.0 と 5.0.2 を比較してみました。

◯ソフトウェア
SDPA 7.4.0 + MUMPS 4.10.0
SDPA 7.4.0 + MUMPS 5.0.2
コンパイラ：icc 17.0.1 + Intel MKL 2017.1

◯問題１：s5000n0r05g2FD_R.dat-s
SDPA 7.4.0 + MUMPS 4.10.0 : 149.26s
SDPA 7.4.0 + MUMPS 5.0.2 : 128.32s

◯問題２：mater-6.dat-s
SDPA 7.4.0 + MUMPS 4.10.0 : 22.30s
SDPA 7.4.0 + MUMPS 5.0.2 : 21.69s

◯問題３：r2S_broydenTri900.dat-s
SDPA 7.4.0 + MUMPS 4.10.0 : 2.66s
SDPA 7.4.0 + MUMPS 5.0.2 : 2.609s

◯計算サーバ
CPU : Intel(R) Xeon(R) CPU E5-2650 v3 @ 2.30GHz x 2
メモリ：256GB
OS : Fedora25

Yahoo! Japan 研究所：研究領域

Yahoo! Japan 研究所：研究領域

自然言語処理 (Natural Language Processing)
音声処理 (Speech Processing)
画像処理 (Image Processing)
情報検索 (Information Retrieval)
機械学習 (Machine Learning)
データサイエンス (Data Science)
セマンティック・ウェブ (Semantic Web)
セキュリティ・プライバシー (Security & Privacy)
次世代UI・インタラクション (HCI)
クラウドソーシング (Crowdsourcing)
その他の取り組み (Misc.)

1月 IMI Colloquium

1月 IMI Colloquium

日時：2017年1月11日（水）
16:45-17:45

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 D棟 4階
IMIオーディトリアム(W1-D-413)(円形階段教室)

講師：岩下 洋哲 氏 (株式会社富士通研究所 知識情報処理研究所)

講演タイトル：トップダウンZDD構築と部分グラフ列挙 --- フカシギおねえさん問題の裏側

講演要旨：
• ゼロサプレス型二分決定グラフ（ZDD）
• ZDDを用いた部分グラフ集合の圧縮表現
• トップダウンZDD構築
‣ プログラミングツール
‣ 応用例
• フカシギおねえさん問題を解く技法

新 GPU クラスタ 性能測定 その５

MUMPS ライブラリを 4.10.0 から最新の 5.0.2 に変更してみましたが、性能は落ちました。。。

OpenMPI 2.0.1 & Intel コンパイラ Parallel Studio XE 2016 update4 & MUMPS 4.10.0
[gpdpotrf] ### END n=249675, nb=1024, 4x4 procs, ver 50: 350.904sec --> 14784.788GFlops ###

OpenMPI 2.0.1 & Intel コンパイラ Parallel Studio XE 2016 update4 & MUMPS 5.0.2
[gpdpotrf] ### END n=249675, nb=2048, 4x4 procs, ver 50: 370.316sec --> 14009.801GFlops ###

◯追加分
ノード数４
各ノード
CPU : Intel(R) Xeon(R) CPU E5-2650 v3 @ 2.30GHz x 2 : 10cores / 1CPU
GPU : NVIDIA K40m x 2
メモリ：256GB
ネットワーク：GbE x 2 + Mellanox Infiniband FDR x 2
HDD : HP 1000GB 7.2krpm SC 2.5型 6G SATA ハードディスクドライブ
OS : CentOS 7.3


◯現在の GPU クラスタ
ノード数４
各ノード
CPU : Intel(R) Xeon(R) CPU E5-2640 v3 @ 2.60GHz x 2 : 8cores / 1CPU
GPU : NVIDIA K40m x 2
メモリ：256GB
ネットワーク：GbE x 2 + Mellanox Infiniband FDR x 2
HDD : HP 500GB 7.2krpm SC 2.5型 6G SATA ハードディスクドライブ
OS : CentOS 7.3

新 GPU クラスタ 性能測定 その４

CentOS 7.2 から 7.3 が変更して、MLNX_OFED_LINUX-3.2-2.0.0.0-rhel7.2 から MLNX_OFED_LINUX-3.4-2.0.0.0-rhel7.3 に変更してみましたが、やはり mvapich の方が遅いです。。。

mvapich 2.2 & Intel コンパイラ Parallel Studio XE 2016 update4
[gpdpotrf] ### END n=249675, nb=1024, 4x4 procs, ver 50: 422.251sec --> 12286.649GFlops ###

OpenMPI 2.0.1 & Intel コンパイラ Parallel Studio XE 2016 update4
[gpdpotrf] ### END n=249675, nb=1024, 4x4 procs, ver 50: 350.904sec --> 14784.788GFlops ###


◯追加分
ノード数４
各ノード
CPU : Intel(R) Xeon(R) CPU E5-2650 v3 @ 2.30GHz x 2 : 10cores / 1CPU
GPU : NVIDIA K40m x 2
メモリ：256GB
ネットワーク：GbE x 2 + Mellanox Infiniband FDR x 2
HDD : HP 1000GB 7.2krpm SC 2.5型 6G SATA ハードディスクドライブ
OS : CentOS 7.3


◯現在の GPU クラスタ
ノード数４
各ノード
CPU : Intel(R) Xeon(R) CPU E5-2640 v3 @ 2.60GHz x 2 : 8cores / 1CPU
GPU : NVIDIA K40m x 2
メモリ：256GB
ネットワーク：GbE x 2 + Mellanox Infiniband FDR x 2
HDD : HP 500GB 7.2krpm SC 2.5型 6G SATA ハードディスクドライブ
OS : CentOS 7.3

gcc 4.8.5 と gcc 6.3.0 と Intel 17.0.1

gcc 4.8.5 と 6.3.0 と InteI Compiler 17.0.1 とはあまり性能差は無いようですが、Intel MKL と OpenBLAS にはかなりの性能差があるようです。

ソフトウェア SDPA 7.4.0

◯問題１：karate.dat-s
gcc 4.8.5 + OpenBLAS 0.2.20 : 130.95s
gcc 6.3.0 + OpenBLAS 0.2.20 : 132.38s
gcc 6.3.0 + Intel MKL 2017.1 : 101.72s
icc 17.0.1 + Intel MKL 2017.1 : 101.05s

◯問題２：DSJC500.9.dat-s
gcc 4.8.5 + OpenBLAS 0.2.20 : 42.28s
gcc 6.3.0 + OpenBLAS 0.2.20 : 41.94s
gcc 6.3.0 + Intel MKL 2017.1 : 30.83s
icc 17.0.1 + Intel MKL 2017.1 : 30.88s

◯問題３：NH3+.2A2\".STO6G.pqgt1t2p.dat-s
gcc 4.8.5 + OpenBLAS 0.2.20 : 150.08s
gcc 6.3.0 + OpenBLAS 0.2.20 : 149.62s
gcc 6.3.0 + Intel MKL 2017.1 : 145.69s
icc 17.0.1 + Intel MKL 2017.1 : 149.98s

◯計算サーバ
CPU : Intel(R) Xeon(R) CPU E5-2650 v3 @ 2.30GHz x 2
メモリ：256GB
OS : CentOS 7.3

人工知能研究センター

12月19日から産業技術総合研究所　人工知能研究センター　人工知能クラウド研究チームの招聘研究員に就任しました。

産業技術総合研究所　人工知能研究センター (AIRC)

人工知能研究センターは、国内外の大学、企業、公的機関と連携して、実社会のサービスから得られる大規模データを活用しながら先進的な人工知能の研究開発を推進します。

人工知能クラウド研究チーム
実世界から取得される多種多様大量のデータ（ビッグデータ）を対象とした高度かつ高性能なデータ処理技術の確立と、これを基盤として、人工知能技術の容易かつ迅速な適用を可能にする次世代人工知能フレームワークの実現を目指しています。これらの実現により、ビッグデ

九州大学マス・フォア・インダストリ研究所 学術研究員公募について

締め切りは 1/13 です。

九州大学マス・フォア・インダストリ研究所 学術研究員公募について

1. 公募対象:マス・フォア・インダストリ研究所 学術研究員(ポスドク) 1 名

2. 専門分野:統計科学，機械学習，最適化，グラフ解析，および関連分野

3. 研究内容:九州大学では，JST COIプログラムによる「共進化社会システム創成拠点の研究プロジェクトを推進しています.この中でマス・フォア・インダストリ研究 所(IMI)は，産業数学ユニットとして，数学・数理科学の手法を駆使した研究により 拠点の研究活動に貢献しています. 採用者の方には，共進化社会システム創成拠点の産業数学ユニットに所属していただき，主に以下の研究・業務に携わっていただきます(な お，現時点で(1)〜(3)がすべてできることが必須ではありません).
(1) 統計解析・機械学習の手法を使った電力消費量の予測
共進化社会システム創成拠点では，様々な電力データを取得しています. 精度の良い予測を行うため，新たな統計モデリングの構築を行って頂きます.
(2) グラフ解析に基づく最適化
交通やエネルギーマネジメントシステムの構築に使います. 社会実装も行っていただきます.
(3) 計算機サーバの管理業務

4. 任期:平成30年3月31日まで.期間満了後，1年毎の契約更新の可能性あり(最長3年).

5. 応募資格:博士の学位を有し(採用時までに取得見込みを含む)，上記の研究内容に意欲的であり，本研究課題の関係者と十分なコミュニケーションができる方.

6. 採用予定日:採用決定後，できるだけ早い時期.

7. 待遇:九州大学の規定に従い年齢や業績により決定する.

8. 提出書類:
(1)履歴書(写真貼付)
(2)研究業績リスト(論文，招待講演，受賞等)
(3)主要な研究業績の説明および上記の仕事内容に対する抱負
(4)応募者について問い合わせることのできる方3名の氏名，所属，連絡先
(5)主要な学術論文別刷り5編以内(コピー可)
(6) その他，必要と思われるもの

9. 応募期限:平成 29 年 1 月 13 日(金)正午必着でお送り下さい.
※ 決定次第，応募期限前でも早期終了します.

10. 書類提出先および問い合わせ先:
〒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 廣瀬慧 宛 (e-mail: hirose@imi.kyushu-u.ac.jp)
書類は封筒に「COI 学術研究員応募書類在中」と朱書し，簡易書留で郵送して下さい. 応募書類は返却致しませんが，選考終了後に廃棄致します.

11. 選考内容(選考方法，採否の決定)，結果通知方法:応募書類による一次審査のの ち，必要に応じて面接・プレゼンテーションを行います.面接日時等詳細については後 日対象者に連絡します.

12. その他:九州大学では男女雇用機会均等法の精神を尊重しています.

パナソニック 製造ソリューション：佐賀事業場 新生産棟

見学に行ってきました。。。

製造ソリューション：佐賀事業場 新生産棟

佐賀事業場では、「グローバル最適生産」と「海外工場の自立化の支援」を行う世界のモデル工場を目指し、リニューアルいたしました。それらの取り組みを形にするため、工場そのものを「製造ソリューション」をご紹介する場とし、お客様のニーズに合わせたご提案を行います。

竣工 2012年2月8日
建物用途 工場
階数 地上2階建（完成品倉庫1階建）
構造 S造り
延床面積 14,221 ㎡
収容人員 最大 500人
環境配慮 環境評価システムＣＡＳＢＥＥ「Ｓランク」準拠
確認日：2012年2月20日
地震設計 IS値 0.6以上（佐賀工場全体）
敷地面積 61,856 ㎡
建物延床面積 建物延床面積：43,110 ㎡

中央図書館とイースト１，２号館 その２

伊都キャンパスの中央図書館とイースト１，２号館進捗状況です。今度は西から（ウエスト１号館と駐車場を繋ぐ陸橋から撮影）
http://www.kyushu-u.ac.jp/f/28564/ito_jp.pdf

ものづくり企業に役立つ応用数理手法の研究：再掲載

ものづくり企業に役立つ応用数理手法の研究会
第15回技術セミナー開催のご案内

主催
日本応用数理学会


日 時:平成28年12月22日(木曜)1 3 : 3 0 - 1 7 : 1 0
場所:早稲田大学 西早稲田(理工)キャンパス 55S 号館 2階 第四会議室 住所:東京都新宿区大久保3-4-1 交通:地下鉄東京メトロ副都心線西早稲田駅下車出口3徒歩0分
アクセス:https://www.waseda.jp/top/access/nishiwaseda-campus

1 3 : 30 - 1 3 : 35
事務連絡

1 3 : 35 - 1 4 : 25
講演(1) 「産学連携コンソーシアムによる創薬計算基盤の構築」
奥野恭史教授(京都大学) 1 4 : 35 - 1 5 : 05

1 4 : 35 - 1 5 : 05
懇談会の報告(前半5グループの代表あるいは代理の方からの報告)

1 5 : 15 - 1 6 : 05
講演(2)
「Industry 4.0 から Society 5.0 へ
- IoT, 次世代AI, ビッグデータがもたらす新しいものづくり -」 藤澤 克樹教授(九州大学)

1 6 : 20 - 1 7 : 10
若手研究者による講演
「データの持つ幾何学的特徴を活かした統計解析」
小林 景准教授(慶応義塾大学)

25TFLOPSのスーパーGPU「Vega」

これからは、NVIDIA GPU (Pascal & Volta)、Intel の Knights Landing & Knights Mill, FPGA, 以下の AMD 系 GPU や富士通が開発するディープラーニング専用プロセッサ「DLU™」などが AI ソフトウェア実行環境として検討できることになります。

25TFLOPSのスーパーGPU「Vega」をGPUコンピュート市場に投入するAMD
後藤 弘茂 (Hiroshige Goto)2016年12月13日 12:51

Radeon InstinctイニシアチブでGPUコンピュート市場を狙う
AMDは1枚のカードで25TFLOPS(FP16)の性能を実現できる新GPU「Radeon Instinct MI25」を、GPUコンピュート向けに投入する。次世代GPUアーキテクチャ「Vega」ベースのGPUだ。登場すれば、NVIDIAのPascalベースの「Tesla P100(GP100)」の21TFLOPS(FP16)を上回ることになる。

HPE、SGIを2億7,500万ドルで買収 その２

両社(HPE, SGI)の方と頻繁にミーティングを行っていますので、今後の方針等も少しずつわかってきました。それでも不確定要素は結構あります。

HPE、SGIを2億7,500万ドルで買収
2016年8月12日 12:05

Hewlett Packard Enterprise(HPE)は11日(現地時間)、高性能コンピューティング製品の開発で有名なSGIを2億7,500万ドルで買収することで合意したと発表した。買収は全て現金およびデビットで行なわれる。

SGIはビッグデータの解析に必要な高性能コンピュータ(HPC)を提供する会社で、科学、技術、政府、ビジネス分野などに製品を提供している。全世界で1,100人の雇用を有しており、2016年度は5億3,300万ドルの売上を達成している。SGIのインメモリ高性能データ分析技術などは、HPEが現在業界をリードしているミッションクリティカル分野、および高性能コンピューティング分野のポートフォリオを拡張/増強するのに有効だとしており、今回の合意に至った。

九州大学マス・フォア・インダストリ研究所 学術研究員公募について

九州大学マス・フォア・インダストリ研究所 学術研究員公募について

1. 公募対象:マス・フォア・インダストリ研究所 学術研究員(ポスドク) 1 名

2. 専門分野:統計科学，機械学習，最適化，グラフ解析，および関連分野

3. 研究内容:九州大学では，JST COIプログラムによる「共進化社会システム創成拠点の研究プロジェクトを推進しています.この中でマス・フォア・インダストリ研究 所(IMI)は，産業数学ユニットとして，数学・数理科学の手法を駆使した研究により 拠点の研究活動に貢献しています. 採用者の方には，共進化社会システム創成拠点の産業数学ユニットに所属していただき，主に以下の研究・業務に携わっていただきます(な お，現時点で(1)〜(3)がすべてできることが必須ではありません).
(1) 統計解析・機械学習の手法を使った電力消費量の予測
共進化社会システム創成拠点では，様々な電力データを取得しています. 精度の良い予測を行うため，新たな統計モデリングの構築を行って頂きます.
(2) グラフ解析に基づく最適化
交通やエネルギーマネジメントシステムの構築に使います. 社会実装も行っていただきます.
(3) 計算機サーバの管理業務

4. 任期:平成30年3月31日まで.期間満了後，1年毎の契約更新の可能性あり(最長3年).

5. 応募資格:博士の学位を有し(採用時までに取得見込みを含む)，上記の研究内容に意欲的であり，本研究課題の関係者と十分なコミュニケーションができる方.

6. 採用予定日:採用決定後，できるだけ早い時期.

7. 待遇:九州大学の規定に従い年齢や業績により決定する.

8. 提出書類:
(1)履歴書(写真貼付)
(2)研究業績リスト(論文，招待講演，受賞等)
(3)主要な研究業績の説明および上記の仕事内容に対する抱負
(4)応募者について問い合わせることのできる方3名の氏名，所属，連絡先
(5)主要な学術論文別刷り5編以内(コピー可)
(6) その他，必要と思われるもの

9. 応募期限:平成 29 年 1 月 13 日(金)正午必着でお送り下さい.
※ 決定次第，応募期限前でも早期終了します.

10. 書類提出先および問い合わせ先:
〒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 廣瀬慧 宛 (e-mail: hirose@imi.kyushu-u.ac.jp)
書類は封筒に「COI 学術研究員応募書類在中」と朱書し，簡易書留で郵送して下さい. 応募書類は返却致しませんが，選考終了後に廃棄致します.

11. 選考内容(選考方法，採否の決定)，結果通知方法:応募書類による一次審査のの ち，必要に応じて面接・プレゼンテーションを行います.面接日時等詳細については後 日対象者に連絡します.

12. その他:九州大学では男女雇用機会均等法の精神を尊重しています.