防災・避難計画の数理モデルの高度化と社会実装へ向けて

防災・避難計画の数理モデルの高度化と社会実装へ向けて

※ この研究集会はマス・フォア・インダストリ研究所 共同利用研究の公開プログラムです．

【開催趣旨】
防災や避難にかかわる情報システム技術の応用は，阪神淡路大震災や東日本大震災などの大規模災害を契機として関心が深まり，徐々に普及が進んできている．それらのコアとなる数理モデリング技術は多種多様である．本研究が主な対象とする避難にかかわる数理モデルに限ってもいくつかのジャンルがあり，それらの分野間の交流はあまり多くはない．例えば我々は，ネットワークフローに基づく離散アルゴリズムの応用分野として避難計画問題を捉えている．一方，より一般的な避難計画を中心とする防災分野では，マルチエージェントなどに基づく避難シミュレーションを基盤としていることが多く，それを活用したソフトウェアの販売やコンサルティングも，既に民間企業を中心としてなされている．しかしこの分野も未だ発展途上であり，様々な実験やより高度なモデリングの技術開発が進んでいる．このような背景から本研究集会では，主に避難に関わる数理モデル化と応用を主なテーマとしつつ，それに関わる様々なジャンルの研究の最前線や企業も含めた応用の現状を紹介し議論を行う．そして，異なる分野間の交流から，本分野における新たな研究分野の開拓と，より効果的な数理モデリングの社会実装の契機となることを狙う．

開催期間
2017年11月30日(木) ～ 12月1日(金)

開催場所
〒814-0002 福岡市早良区西新2-16-23
九州大学西新プラザ, アクセス

招待講演者
I-Lin Wang (National Cheng Kung University，国立台湾成功大学)
Maristany de las Casas, Pedro (The Zuse Institute Berlin: ZIB)
品野 勇治 (The Zuse Institute Berlin: ZIB)
柳澤 大地 (東京大学先端科学技術センター)
安福 健祐 (大阪大学サイバーメディアセンター)

イースト１，２号館と中央図書館：2017年10月10日

九州大学マス・フォア・インダストリ研究所教員 (准教授または教授) 公募について 10/16終了

九州大学マス・フォア・インダストリ研究所教員 (准教授または教授) 公募について

拝啓 時下ますますご清勝のこととお慶び申し上げます. さて，このたび九州大学マス・フォア・ インダストリ研究所では下記の公募を行うことになりました. 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.

敬具
1.公募対象: 九州大学マス・フォア・インダストリ研究所 准教授または教授1名

2.専門分野: 数学、数理科学(産業界との連携活動に実績があること)

3.任期: 任期なし

4.採用予定日: 平成 30 年 4 月 1 日以降のできるだけ早い時期.

5.提出書類:
(1) 履歴書(写真を貼付し, 署名捺印のこと. 電話番号・電子メール等の連絡先を明記のこと)
(2) 研究業績リスト(論文, 著書, 講演リストを含む)
(3) 研究業績の説明, 将来の研究計画, および教育に対する抱負
(4) 論文別刷等(主なものだけで良い. プレプリントを含む. その他, 手に入りにくいもの, 予稿原稿など必要と思われる資料)
(5) ご本人について問い合わせることができる方 3 名の氏名と連絡先, およびそのうち少なくとも1 名からの推薦状. (ただし, 推薦状に関しては応募書類とは別便で推薦者の方が下記提出先に応募期限までにお送りいただいても結構です. 電子メールやファックスでは受け付けません.)

6.応募期限: 平成 29 年 10 月 16 日(月)必着でお送り下さい.

7.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 教員(准教授・教授)候補者選考委員会 落合 啓之 宛
(e-mail: ochiai@imi.kyushu-u.ac.jp, 電話番号:092-802-4402)
書類は封筒に「IMI 教員(准教授・教授)応募書類在中」と朱書し, 簡易書留で郵送して下さい.

8.その他:
(1) 応募書類は原則として返却致しません. 返却を希望される方は, 返送先住所を記して切手 を貼った返却用封筒を同封して下さい.
(2) 応募書類により取得する個人情報は, 本人事案件にのみ利用いたします.
(3) 九州大学マス・フォア・インダストリ研究所では男女雇用機会均等法の精神を尊重しています.

The 2nd ISM-ZIB-IMI MODAL Workshop on Mathematical Optimization and Data Analysis : 写真掲載

参加者の集合写真も掲載されています。。。

Welcome to the 2nd ISM-ZIB-IMI MODAL Workshop on Mathematical Optimization and Data Analysis

Motivation

The Institute of Statistical Mathematics (ISM) in Tokyo, the Institute of Mathematics for Industry (IMI) of Kyushu University and Zuse Institute Berlin (ZIB) have established collaboration agreements in 2016, confirming the mutual interest in cooperation for research in applied mathematics and initiating a regular exchange between the institutes.
The first ISM-ZIB-IMI workshop was carried out at ISM in Tokyo, Japan, from 2017-01-19 to 2017-01-22, as a kick-off for joint research activities in applied mathematics and data intensive high performance computing. Special focus was the organization of cooperations between research and industry. To build up on the success of the first joint workshop the "2nd ISM-ZIB-IMI MODAL Workshop on Mathematical Optimization and Data Analysis" will take place on September 22nd to September 26th at the Research Campus MODAL at ZIB.

Concept

The first joint workshop in January at the ISM showed that the involvement of experts from both, science and industry, is a great way to promote knowledge exchange. Sharing of the perspectives from science and industry fosters research cooperations, which will lead to scientific progress and innovations. We want to build up on the success of the first workshop.
Therefore, partners from the industry, who already cooperate in the Research Campus MODAL, partners from associated projects and possible new partners are invited to participate in the upcoming event. Organized by the Research Campus MODAL at ZIB, ISM and IMI, topics of applied mathematics are presented by speakers from science and industry, which will inform about latest progress and different perspectives to encourage discussions for planned cooperations.
Another focus is the promotion of young talent. The institutes ZIB, ISM and IMI plan a student and early stage researcher exchange. Concepts for such an exchange program need to consider the basic conditions of career paths in Germany and Japan to achieve a sustainable promotion of young talent.

サーバ購入予定

サーバ購入予定（２台）です。共に Deep Learning 用に GeForce GTX1080Ti GDDR5 11GB を２枚ずつ搭載しています。Core i9 7960X 搭載は Windows 10 で MATLAB を高速に実行できることが重要です。

新スーパーコンピュータシステム "ITO" サブシステムB その３

以下のサブシステムを４ノード, 8CPU, 16GPU を使用してみました。

サブシステムB　128ノード（2017年10月稼働開始予定）
CPU Intel Xeon（Skylake）（2.3 GHz, 18 core）× 2 / node
GPU NVIDIA Tesla P100 × 4 / node
Memory 384 GiB

◯ソフトウェア SDPARA 7.6.1

nb は 4608 ぐらいが良さそうです。
[gpdpotrf] ### END n=379350, nb=4096, 4x4 procs, ver 50: 557.713sec --> 32627.834GFlops ###
[gpdpotrf] ### END n=379350, nb=4608, 4x4 procs, ver 50: 553.181sec --> 32895.168GFlops ###
[gpdpotrf] ### END n=379350, nb=5120, 4x4 procs, ver 50: 557.352sec --> 32648.994GFlops ###
[gpdpotrf] ### END n=379350, nb=5632, 4x4 procs, ver 50: 562.348sec --> 32358.921GFlops ###

10月 IMI Colloquium

10月 IMI Colloquium

日時：2017年10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：早水 桃子 (統計数理研究所)

講演タイトル： 四点条件から広がるcombinatorial phylogeneticsの世界

講演要旨：
生物の進化を系統樹で説明するというアイデア自体は古くから見られるものだが，その基礎となる数学は1960～70年代の組合せ論の研究に端を発する．本講演では系統学の基本定理と呼ばれるBunemanの四点条件とそこから広がるcombinatorialphylogeneticsの歴史を概説し，現代の系統学における生物学的な問題意識と数学的な取り組みについて紹介する．

新スーパーコンピュータシステム "ITO" サブシステムB その２

以下のサブシステムを４ノード, 8CPU, 16GPU を使用してみました。

サブシステムB　128ノード（2017年10月稼働開始予定）
CPU Intel Xeon（Skylake）（2.3 GHz, 18 core）× 2 / node
GPU NVIDIA Tesla P100 × 4 / node
Memory 384 GiB


Wed Oct 4 22:37:05 2017
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.51 Driver Version: 375.51 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla P100-SXM2... On | 0000:3D:00.0 Off | 0 |
| N/A 31C P0 31W / 300W | 0MiB / 16276MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 Tesla P100-SXM2... On | 0000:3E:00.0 Off | 0 |
| N/A 27C P0 32W / 300W | 0MiB / 16276MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 2 Tesla P100-SXM2... On | 0000:B1:00.0 Off | 0 |
| N/A 28C P0 33W / 300W | 0MiB / 16276MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 3 Tesla P100-SXM2... On | 0000:B2:00.0 Off | 0 |
| N/A 29C P0 32W / 300W | 0MiB / 16276MiB | 0% Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+

新スーパーコンピュータシステム "ITO" フロントエンド その２

以下の仮想マシンを用いて、SDPA の実験を行いました。
VLl 基本フロントエンド 仮想マシン CPU 36コア、主記憶 360GiB CentOS 7

ソフトウェア SDPA 7.4.0

◯問題１：karate.dat-s
icc 17.0.4 + Intel MKL 2017.3 : 86.03s

◯問題２：DSJC500.9.dat-s
icc 17.0.4 + Intel MKL 2017.3 : 33.08s

◯問題３：NH3+.2A2\".STO6G.pqgt1t2p.dat-s
icc 17.0.4 + Intel MKL 2017.3 : 54.45s

新スーパーコンピュータシステム "ITO" フロントエンド

基本フロントエンド
CPU：Intel Xeon Skylake-SP（2.3GHz, 18core）× 2CPU / node
Memory：384GiB / node
GPU：NVIDIA Quadro P4000

新スーパーコンピュータシステム "ITO" フロントエンド

フロントエンドシステム（基本フロントエンド）を使用してみました。ストレージへの反応が少しもたつく感じです。サブシステム B ではもたつく感じはありません。
ちなみに、大容量フロントエンドはまだ使用出来ないようです。

新スーパーコンピュータシステム "ITO" フロントエンド

基本フロントエンド
CPU：Intel Xeon Skylake-SP（2.3GHz, 18core）× 2CPU / node
Memory：384GiB / node
GPU：NVIDIA Quadro P4000
大容量フロントエンド
CPU: Intel Xeon Broadwell-EP（2.2GHz, 18core）× 16CPU / node
Memory: 12TiB / node
GPU: NVIDIA Quadro M4000

新スーパーコンピュータシステム "ITO" サブシステムB

以下のサブシステムを４ノード, 8CPU, 16GPU を使用してみました。

サブシステムB　128ノード（2017年10月稼働開始予定）
CPU Intel Xeon（Skylake）（2.3 GHz, 18 core）× 2 / node
GPU NVIDIA Tesla P100 × 4 / node
Memory 384 GiB

◯ソフトウェア SDPARA 7.6.1

nb は大きめの値 4096 が良いようです。
[gpdpotrf] ### END n=211926, nb=1024, 4x4 procs, ver 50: 252.009sec --> 12589.676GFlops ###
[gpdpotrf] ### END n=211926, nb=2048, 4x4 procs, ver 50: 174.627sec --> 18168.554GFlops ###
[gpdpotrf] ### END n=211926, nb=2560, 4x4 procs, ver 50: 164.312sec --> 19309.048GFlops ###
[gpdpotrf] ### END n=211926, nb=3072, 4x4 procs, ver 50: 159.401sec --> 19904.025GFlops ###
[gpdpotrf] ### END n=211926, nb=3584, 4x4 procs, ver 50: 153.131sec --> 20718.983GFlops ###
[gpdpotrf] ### END n=211926, nb=4096, 4x4 procs, ver 50: 152.886sec --> 20752.166GFlops ###

NVIDIA P100 16枚で 32.627TFlops ぐらいの性能です。
[gpdpotrf] ### END n=286552, nb=4096, 4x4 procs, ver 50: 296.537sec --> 26449.033GFlops ###
[gpdpotrf] ### END n=330513, nb=4096, 4x4 procs, ver 50: 408.313sec --> 29474.819GFlops ###
[gpdpotrf] ### END n=379350, nb=4096, 4x4 procs, ver 50: 557.713sec --> 32627.834GFlops ###

CUDA9 & cuDNN7

CUDA9 & cuDNN7がリリースされていますが、AI 系のソフトの方が未対応だったりします。

CUDA 9
CUDA 9 is the most powerful software platform for GPU-accelerated applications. It has been built for Volta GPUs and includes faster GPU-accelerated libraries, a new programming model for flexible thread management, and improvements to the compiler and developer tools. With CUDA 9 you can speed up your applications while making them more scalable and robust.

What’s New in cuDNN 7?
Deep learning frameworks using cuDNN 7 can leverage new features and performance of the Volta architecture to deliver up to 3x faster training performance compared to Pascal GPUs. cuDNN 7 is now available as a free download to the members of the NVIDIA Developer Program. Highlights include:

Up to 2.5x faster training of ResNet50 and 3x faster training of NMT language translation LSTM RNNs on Tesla V100 vs. Tesla P100
Accelerated convolutions using mixed-precision Tensor Cores operations on Volta GPUs
Grouped Convolutions for models such as ResNeXt and Xception and CTC (Connectionist Temporal Classification) loss layer for temporal classification

The BEAM-ME project

The BEAM-ME project : BEAM-ME というドイツの国プロの International advisory board に就任しております。

The BEAM-ME project
Implementation of acceleration strategies from mathematics and computational sciences for optimizing energy system models.
This research project aims towards utilizing the full potential of parallel computing on HPC with decentralized memory architecture for the application to optimizing energy system models.

BEAM-ME
The project "Realisierung von Beschleunigungsstrategien der anwendungsorientierten Mathematik und Informatik für optimierende Energiesystemmodelle" ("BEAM-ME"), which is funded by the German Federal Ministry for Economic Affairs and Energy, is set against the backdrop of the German "Energiewende" (energy transition), a policy initiated to shift energy systems towards sustainable, renewable technologies. Naturally, this transition comes with a massive decentralization, which brings forth immense challenges in terms of optimizing realistic energy models. In this way, the major aim of the BEAM-ME project is to develop and implement new methods for optimizing energy models of vast size. Mathematically, these problems can be modeled as linear programs (LPs) and mixed-integer programs (MIPs). A distinctive characteristic of the LPs and MIPs arising from the BEAM-ME energy models is their block-diagonal structure with both linking variables and linking constraints. Due to the structure and the size of the problems, a further objective of BEAM-ME is to parallelize the solving procedure and implement it on supercomputers of both the High Performance Computing Center Stuttgart and the Jülich Supercomputing Centre.
The main objective of ZIB within the project is to develop and implement methods to solve the LPs (and to a lesser degree also the MIPs) corresponding to the energy problems of BEAM-ME by exploiting their idiosyncratic structure, in particular by the use of parallelization techniques. Concomitantly, ZIB aims at obtaining a concise mathematical description of the highly complex underlying models.

九州大学マス・フォア・インダストリ研究所教員 (准教授または教授) 公募について 締め切り 10/16

九州大学マス・フォア・インダストリ研究所教員 (准教授または教授) 公募について

拝啓 時下ますますご清勝のこととお慶び申し上げます. さて，このたび九州大学マス・フォア・ インダストリ研究所では下記の公募を行うことになりました. 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.

敬具
1.公募対象: 九州大学マス・フォア・インダストリ研究所 准教授または教授1名

2.専門分野: 数学、数理科学(産業界との連携活動に実績があること)

3.任期: 任期なし

4.採用予定日: 平成 30 年 4 月 1 日以降のできるだけ早い時期.

5.提出書類:
(1) 履歴書(写真を貼付し, 署名捺印のこと. 電話番号・電子メール等の連絡先を明記のこと)
(2) 研究業績リスト(論文, 著書, 講演リストを含む)
(3) 研究業績の説明, 将来の研究計画, および教育に対する抱負
(4) 論文別刷等(主なものだけで良い. プレプリントを含む. その他, 手に入りにくいもの, 予稿原稿など必要と思われる資料)
(5) ご本人について問い合わせることができる方 3 名の氏名と連絡先, およびそのうち少なくとも1 名からの推薦状. (ただし, 推薦状に関しては応募書類とは別便で推薦者の方が下記提出先に応募期限までにお送りいただいても結構です. 電子メールやファックスでは受け付けません.)

6.応募期限: 平成 29 年 10 月 16 日(月)必着でお送り下さい.

7.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 教員(准教授・教授)候補者選考委員会 落合 啓之 宛
(e-mail: ochiai@imi.kyushu-u.ac.jp, 電話番号:092-802-4402)
書類は封筒に「IMI 教員(准教授・教授)応募書類在中」と朱書し, 簡易書留で郵送して下さい.

8.その他:
(1) 応募書類は原則として返却致しません. 返却を希望される方は, 返送先住所を記して切手 を貼った返却用封筒を同封して下さい.
(2) 応募書類により取得する個人情報は, 本人事案件にのみ利用いたします.
(3) 九州大学マス・フォア・インダストリ研究所では男女雇用機会均等法の精神を尊重しています.

Invited Talk Spotlight: Dr. Katsuki Fujisawa Presents at SC17

SC17 での招待講演内容の紹介ページです。

Invited Talk Spotlight: Dr. Katsuki Fujisawa Presents “Cyber-physical System and Industrial Applications of Large-Scale Graph Analysis and Optimization Problem”