1.
日進月歩のライフサイエンス研究シードが
世界で競争力を付ける為に考えたい
研究開発向け高速計算基盤とは
エクストリームーD 株式会社
代表取締役 CEO, HPC/AI Cloud Architect
柴田 直樹 (Naoki SHIBATA)

2.
Agenda
n 米国のバイオライフサイエンスのHPC
(High Performance Computing)基盤提供の一例
n ライフサイエンス研究シードが世界で競争力を付ける為には?
n 研究開発の高速化とタイムリーな論文発信に日本のスパコンは
貢献しているのか?
n 今回当社が協議会に参加させて頂いた理由
n ご提供するHPCサービス AXXE-L Cloudのご紹介

3.
医療(バイオ)におけるHPC ( High Performance Computing) 事例
- Oklahoma Medical Research Foundation -
n 2020年から旧システムから
最新のHPCへの更新を実施
n 現行システムから大幅な性能向上を達成
(処理性能10倍以上)
次世代シーケンシング(NGS)や
電⼦顕微鏡からの⼤量データを
処理する⼤規模解析から⼩さな計算を⾏う
(データサイズ1MB未満)
⼤⼩異なる⼤量のワークロードをHPCで処理
このようなリッチな環境があると
は限らない「ノアの箱船」が必要

4.
ライフサイエンス研究シードが世界で競争力を付ける為には?
n 諸外国のアカデミックの研究チームなどは「IT担当」的な存在があり
研究開発に集中出来る環境が多い (投資家による積極投資も影響か)
n 公開データの取扱いに注意す 直接パブリックデータにクエリーに
行くことのリスク
n 研究開発に時間をかけて、処理は時間をかけずに競争に勝つ
「計算」の高速化ではなく「研究開発」を高速化、時間をかける

5.
必要なのは「計算を高速化」だけでなく「研究そのものを高速化」
実装 環境構築 利⽤登録 計算
アルゴリズム実装
研究・計算
環境構築
利⽤登録
代⾏短縮化
⾼速計算
研究開発に
余裕を
解析に適した
環境 じっくり選定
利⽤申請
仕様書書きから開放
HPCの⼒で
時間削減
これまでのHPCとバイオインフォマティクス分野における解析フロー
データ量や計算量の読めない今後の解析(DNAシーケンスやNGSなど)
課題
研究に集中したいけれど、計算機環境の調達や利⽤申請に時間と⼿間がかかる
ツールやソフトの組み合わせと開発環境などのセットアップ準備
開放が急務

6.
解析とIT基盤と研究開発(アプリケーションの開発など)を一体で回していく
データ解析
アルゴリズム
の開発と実装
複雑化する
運⽤管理と
セキュリティ
解析IT基盤
(HPC環境)の
即時構築と利⽤
アイデア(研究シード)を
可能な限り
早く論⽂化すること
ITの世界では⽇常になった
「DevOps」に研究開発を融合
することが不可⽋になっている

7.
研究者の皆様が普段使っている「ツール」から
計算リソースの利用及びコントロール - Webベースツールの 一例 -
JupyterLab
科学技術者・開発者データ分析者が使う
デファクトスタンダードインターフェース
RStudio
統計解析や各種データ分析を⾏う為のR⾔語
を利⽤出来るインターフェース
Arvados
ゲノムデータやその他の⼤規模な科学・
⽣物医学データを管理、処理、共有する
R⾔語インターフェース
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ここから 簡単にIT基盤をコントロール出来る様にするのが⼤切 ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
クラウド(計算機) クラウド(ストレージ) オンプレ環境+各種ツール群

8.
研究開発の高速化とタイムリーな論文発信に日本のスパコンは貢献しているのか?
n もちろん貢献はしている
n しかしながらすべての研究開発をサポートする枠は無い?
n 利用申請に膨大な事務処理と成果報告書の作成が必要?
n 複数チーム連合の利用(産学協同や研究機関同士)に即しているか?
n だれでも使えるアーキテクチャーになっているか?
( CPUアーキテクチャー 及び 開発環境 )

9.
敷居を低くするために立ちあがった「富岳クラウド的利用」
- パートナー企業経由での利用方法でもまだまだ多くの方には敷居が高い -
n 事業者が申込みや課題成果報告
等の一部を代行する事も可能
n 事業者が課題代表者となり申請
などを代行する
n 複数法人の共同研究にはまだ
対応が難しい
JupyterLabから富岳の利⽤を可能な
インターフェースを開発

10.
今回当社が協議会に参加させて頂いた理由
n 大小関係無く 研究開発シードのすべての方に「容易に計算の高速化」
をご支援したい
n アーキテクチャー、必要な公開データ、オープンソースのアプリなど
必要なニーズを把握し、サービスに追加していきたい
n 世界で競える研究論文がバイオライフサイエンスの場で多く出るように
ご支援が出来れば

11.
研究開発に集中出来るサービスの提供
- AXXE-L Cloud の公開 -
⼀般的なPC
2〜4 コア
4-16GBメモリ
AXXE-L IaaS (当社⾃社開発)
最⼤: 1024コア
最⼤: 4TBメモリ
256倍のCPUコア数
2000倍以上のメモリ

12.
AXXE-L Cloud 概要
- スパコン HPC用途で培った「高速計算環境をWebサービスで利用可能」にしたサブスクリプションサービス -
計算リソース確保
データ管理
ユーザー管理
オープンソース
アプリケーション
Windows
アプリ
ユーザー
インターフェース
サポート
(ヘルプデスク)
本業でないIT基盤準備
と⾼額なシステムインテグレーション
シンプルなWebサービスで
必要なものがすべて搭載

13.
AXXE-L の 管理者 向け 機能概要
- 既存のHPC顧客の評価ポイントは ユーザー環境と これらの「SIが必要なレベルの高度な運用管理の機能」がサービス化されていること -
利⽤状況レポート ユーザー管理(既存LDAP等連携) 商⽤アプリライセンス利⽤状況
サーバーハードウェア監視 (障害予知把握可能) サーバーハードウェア監視 (詳細把握) セルフ マネージド VM デプロイ機能 (オプション)

14.
AXXE-L ログ監視機能
- OS・アプリケーション・コンテナ・死活監視も含めて 統合的に監査ログ取得 → 的確なシステムサイジングを行う -

15.
AXXE-L ログ監視機能
- Slack (御社基盤であれば Teamsなどに アラート通知) -
システムの稼働率上昇(ピーク⼨前)
HPC ジョブ スケジューラの状態警告
セキュリティ警告 (例:SSL証明書期限通知)

16.
AXXE-L Cloud 概要
- スパコン HPC用途で培った「高速計算環境をWebサービスで利用可能」にしたサブスクリプションサービス -
Windowsアプリ
オープンソースアプリ
容易なインターフェース
で動かしたい
GUIで誰でも簡単に
SI不要 運⽤管理不要
サブスクリプションで
資産流動化
⾼スループットマシン
リソース
JupyterLab
JupyterLab-ジョブランチャー(当社開発)

17.
HPC向けバイオライフサイエンス向け
アプリケーション例
n Gaussian
n Gromacs
n VASP
n LAMMPS
n GAMESS
n Material Studio
n NAMD
n NTChem
n OpenFOAM
n Gnu Octave
n Matlab
n Mathematica
n TensorFlow
n Pytorch
n Caffe
n Keras
n MXNet
n Scikit-learn
n Relion (クライオ電顕)
n ParaVIEW (可視化)

18.
Thank you!!
ご清聴ありがとうございました。