Suche senden
Hochladen
45分で理解する 最近のスパコン事情 斉藤之雄
•
0 gefällt mir
•
2,725 views
Yukio Saito
Folgen
Melden
Teilen
Melden
Teilen
1 von 11
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
Seong-Hun Choe
CUDAプログラミング入門
CUDAプログラミング入門
NVIDIA Japan
モバイル(エッジ)向け ニューラルネットワーク推論エンジンの紹介
モバイル(エッジ)向け ニューラルネットワーク推論エンジンの紹介
kcnguo
2015年度GPGPU実践基礎工学 第14回 GPGPU組込開発環境
2015年度GPGPU実践基礎工学 第14回 GPGPU組込開発環境
智啓 出川
2015年度GPGPU実践基礎工学 第4回 CPUのアーキテクチャ
2015年度GPGPU実践基礎工学 第4回 CPUのアーキテクチャ
智啓 出川
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
智啓 出川
Maxwell と Java CUDAプログラミング
Maxwell と Java CUDAプログラミング
NVIDIA Japan
Cuda
Cuda
Shumpei Hozumi
Empfohlen
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
Seong-Hun Choe
CUDAプログラミング入門
CUDAプログラミング入門
NVIDIA Japan
モバイル(エッジ)向け ニューラルネットワーク推論エンジンの紹介
モバイル(エッジ)向け ニューラルネットワーク推論エンジンの紹介
kcnguo
2015年度GPGPU実践基礎工学 第14回 GPGPU組込開発環境
2015年度GPGPU実践基礎工学 第14回 GPGPU組込開発環境
智啓 出川
2015年度GPGPU実践基礎工学 第4回 CPUのアーキテクチャ
2015年度GPGPU実践基礎工学 第4回 CPUのアーキテクチャ
智啓 出川
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
智啓 出川
Maxwell と Java CUDAプログラミング
Maxwell と Java CUDAプログラミング
NVIDIA Japan
Cuda
Cuda
Shumpei Hozumi
2015年度GPGPU実践基礎工学 第2回 GPGPUの歴史と応用例
2015年度GPGPU実践基礎工学 第2回 GPGPUの歴史と応用例
智啓 出川
EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活
Kuninobu SaSaki
2015年度GPGPU実践プログラミング 第3回 GPGPUプログラミング環境
2015年度GPGPU実践プログラミング 第3回 GPGPUプログラミング環境
智啓 出川
関東GPGPU勉強会資料
関東GPGPU勉強会資料
Kimikazu Kato
技術系大学におけるGPU教育の一試行
技術系大学におけるGPU教育の一試行
智啓 出川
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
Yusaku Watanabe
2015年度先端GPGPUシミュレーション工学特論 第1回 先端シミュレーションおよび産業界におけるGPUの役割
2015年度先端GPGPUシミュレーション工学特論 第1回 先端シミュレーションおよび産業界におけるGPUの役割
智啓 出川
NVIDIA 最近の動向
NVIDIA 最近の動向
NVIDIA Japan
Flow in VR Funhouse MOD Kit
Flow in VR Funhouse MOD Kit
NVIDIA Japan
2015年度GPGPU実践基礎工学 第13回 GPUのメモリ階層
2015年度GPGPU実践基礎工学 第13回 GPUのメモリ階層
智啓 出川
GPGPU Seminar (Accelerataion of Lattice Boltzmann Method using CUDA Fortran)
GPGPU Seminar (Accelerataion of Lattice Boltzmann Method using CUDA Fortran)
智啓 出川
20170421 tensor flowusergroup
20170421 tensor flowusergroup
ManaMurakami1
2015年度GPGPU実践基礎工学 第9回 GPUのアーキテクチャ
2015年度GPGPU実践基礎工学 第9回 GPUのアーキテクチャ
智啓 出川
OpenCLに触れてみよう
OpenCLに触れてみよう
You&I
Slurmのジョブスケジューリングと実装
Slurmのジョブスケジューリングと実装
Ryuichi Sakamoto
20170726 py data.tokyo
20170726 py data.tokyo
ManaMurakami1
1070: CUDA プログラミング入門
1070: CUDA プログラミング入門
NVIDIA Japan
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細(共有メモリ)
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細(共有メモリ)
智啓 出川
1000: 基調講演
1000: 基調講演
NVIDIA Japan
2015年度GPGPU実践基礎工学 第15回 GPGPU開発環境(OpenCL)
2015年度GPGPU実践基礎工学 第15回 GPGPU開発環境(OpenCL)
智啓 出川
Tera Termのインストール
Tera Termのインストール
Naoyuki Sano
Visiting HPC 2013
Visiting HPC 2013
Katsunori FUJIWARA
Weitere ähnliche Inhalte
Was ist angesagt?
2015年度GPGPU実践基礎工学 第2回 GPGPUの歴史と応用例
2015年度GPGPU実践基礎工学 第2回 GPGPUの歴史と応用例
智啓 出川
EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活
Kuninobu SaSaki
2015年度GPGPU実践プログラミング 第3回 GPGPUプログラミング環境
2015年度GPGPU実践プログラミング 第3回 GPGPUプログラミング環境
智啓 出川
関東GPGPU勉強会資料
関東GPGPU勉強会資料
Kimikazu Kato
技術系大学におけるGPU教育の一試行
技術系大学におけるGPU教育の一試行
智啓 出川
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
Yusaku Watanabe
2015年度先端GPGPUシミュレーション工学特論 第1回 先端シミュレーションおよび産業界におけるGPUの役割
2015年度先端GPGPUシミュレーション工学特論 第1回 先端シミュレーションおよび産業界におけるGPUの役割
智啓 出川
NVIDIA 最近の動向
NVIDIA 最近の動向
NVIDIA Japan
Flow in VR Funhouse MOD Kit
Flow in VR Funhouse MOD Kit
NVIDIA Japan
2015年度GPGPU実践基礎工学 第13回 GPUのメモリ階層
2015年度GPGPU実践基礎工学 第13回 GPUのメモリ階層
智啓 出川
GPGPU Seminar (Accelerataion of Lattice Boltzmann Method using CUDA Fortran)
GPGPU Seminar (Accelerataion of Lattice Boltzmann Method using CUDA Fortran)
智啓 出川
20170421 tensor flowusergroup
20170421 tensor flowusergroup
ManaMurakami1
2015年度GPGPU実践基礎工学 第9回 GPUのアーキテクチャ
2015年度GPGPU実践基礎工学 第9回 GPUのアーキテクチャ
智啓 出川
OpenCLに触れてみよう
OpenCLに触れてみよう
You&I
Slurmのジョブスケジューリングと実装
Slurmのジョブスケジューリングと実装
Ryuichi Sakamoto
20170726 py data.tokyo
20170726 py data.tokyo
ManaMurakami1
1070: CUDA プログラミング入門
1070: CUDA プログラミング入門
NVIDIA Japan
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細(共有メモリ)
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細(共有メモリ)
智啓 出川
1000: 基調講演
1000: 基調講演
NVIDIA Japan
2015年度GPGPU実践基礎工学 第15回 GPGPU開発環境(OpenCL)
2015年度GPGPU実践基礎工学 第15回 GPGPU開発環境(OpenCL)
智啓 出川
Was ist angesagt?
(20)
2015年度GPGPU実践基礎工学 第2回 GPGPUの歴史と応用例
2015年度GPGPU実践基礎工学 第2回 GPGPUの歴史と応用例
EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活
2015年度GPGPU実践プログラミング 第3回 GPGPUプログラミング環境
2015年度GPGPU実践プログラミング 第3回 GPGPUプログラミング環境
関東GPGPU勉強会資料
関東GPGPU勉強会資料
技術系大学におけるGPU教育の一試行
技術系大学におけるGPU教育の一試行
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
2015年度先端GPGPUシミュレーション工学特論 第1回 先端シミュレーションおよび産業界におけるGPUの役割
2015年度先端GPGPUシミュレーション工学特論 第1回 先端シミュレーションおよび産業界におけるGPUの役割
NVIDIA 最近の動向
NVIDIA 最近の動向
Flow in VR Funhouse MOD Kit
Flow in VR Funhouse MOD Kit
2015年度GPGPU実践基礎工学 第13回 GPUのメモリ階層
2015年度GPGPU実践基礎工学 第13回 GPUのメモリ階層
GPGPU Seminar (Accelerataion of Lattice Boltzmann Method using CUDA Fortran)
GPGPU Seminar (Accelerataion of Lattice Boltzmann Method using CUDA Fortran)
20170421 tensor flowusergroup
20170421 tensor flowusergroup
2015年度GPGPU実践基礎工学 第9回 GPUのアーキテクチャ
2015年度GPGPU実践基礎工学 第9回 GPUのアーキテクチャ
OpenCLに触れてみよう
OpenCLに触れてみよう
Slurmのジョブスケジューリングと実装
Slurmのジョブスケジューリングと実装
20170726 py data.tokyo
20170726 py data.tokyo
1070: CUDA プログラミング入門
1070: CUDA プログラミング入門
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細(共有メモリ)
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細(共有メモリ)
1000: 基調講演
1000: 基調講演
2015年度GPGPU実践基礎工学 第15回 GPGPU開発環境(OpenCL)
2015年度GPGPU実践基礎工学 第15回 GPGPU開発環境(OpenCL)
Andere mochten auch
Tera Termのインストール
Tera Termのインストール
Naoyuki Sano
Visiting HPC 2013
Visiting HPC 2013
Katsunori FUJIWARA
オープンソースカンファレンス名古屋「高蔵寺SE勉強会」
オープンソースカンファレンス名古屋「高蔵寺SE勉強会」
mick
オープンソースで開くビッグデータの扉
オープンソースで開くビッグデータの扉
Open Source Software Association of Japan
Talendとtalend5.4のご紹介
Talendとtalend5.4のご紹介
Talend KK
plotnetcfg入門 | Introduction to plotnetcfg
plotnetcfg入門 | Introduction to plotnetcfg
Kentaro Ebisawa
Pythonista も ls を読むべきか?
Pythonista も ls を読むべきか?
Katsunori FUJIWARA
Andere mochten auch
(7)
Tera Termのインストール
Tera Termのインストール
Visiting HPC 2013
Visiting HPC 2013
オープンソースカンファレンス名古屋「高蔵寺SE勉強会」
オープンソースカンファレンス名古屋「高蔵寺SE勉強会」
オープンソースで開くビッグデータの扉
オープンソースで開くビッグデータの扉
Talendとtalend5.4のご紹介
Talendとtalend5.4のご紹介
plotnetcfg入門 | Introduction to plotnetcfg
plotnetcfg入門 | Introduction to plotnetcfg
Pythonista も ls を読むべきか?
Pythonista も ls を読むべきか?
Ähnlich wie 45分で理解する 最近のスパコン事情 斉藤之雄
Cmc cmd slim
Cmc cmd slim
Shinji Shimojo
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
Hitoshi Sato
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
Preferred Networks
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Atsumori Sasaki
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄
Tak Izaki
GTC Japan 2017
GTC Japan 2017
Hitoshi Sato
「スーパーコンピュータとクラウドゲーム」
「スーパーコンピュータとクラウドゲーム」
Shinra_Technologies
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
NTT Communications Technology Development
インフラ野郎AzureチームProX
インフラ野郎AzureチームProX
Toru Makabe
GPU Container as a Serviceを実現するための最新OSS徹底比較 - OpenStack最新情報セミナー 2017年7月
GPU Container as a Serviceを実現するための最新OSS徹底比較 - OpenStack最新情報セミナー 2017年7月
VirtualTech Japan Inc.
Singularity Containers for Enterprise Use
Singularity Containers for Enterprise Use
AtsutoHashimoto
20221116_DBTS_PGStrom_History
20221116_DBTS_PGStrom_History
Kohei KaiGai
GPU Container as a Service を実現するための最新OSS徹底比較
GPU Container as a Service を実現するための最新OSS徹底比較
NTT Communications Technology Development
GPU on OpenStack 〜GPUインターナルクラウドのベストプラクティス
GPU on OpenStack 〜GPUインターナルクラウドのベストプラクティス
VirtualTech Japan Inc.
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料
Shin-ya Koga
ITpro EXPO 2014: Cisco UCSによる最新VDIソリューションのご紹介
ITpro EXPO 2014: Cisco UCSによる最新VDIソリューションのご紹介
シスコシステムズ合同会社
GPU-FPGA協調プログラミングを実現するコンパイラの開発
GPU-FPGA協調プログラミングを実現するコンパイラの開発
Ryuuta Tsunashima
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
Preferred Networks
(JP) GPGPUがPostgreSQLを加速する
(JP) GPGPUがPostgreSQLを加速する
Kohei KaiGai
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
Developers Summit
Ähnlich wie 45分で理解する 最近のスパコン事情 斉藤之雄
(20)
Cmc cmd slim
Cmc cmd slim
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄
GTC Japan 2017
GTC Japan 2017
「スーパーコンピュータとクラウドゲーム」
「スーパーコンピュータとクラウドゲーム」
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
インフラ野郎AzureチームProX
インフラ野郎AzureチームProX
GPU Container as a Serviceを実現するための最新OSS徹底比較 - OpenStack最新情報セミナー 2017年7月
GPU Container as a Serviceを実現するための最新OSS徹底比較 - OpenStack最新情報セミナー 2017年7月
Singularity Containers for Enterprise Use
Singularity Containers for Enterprise Use
20221116_DBTS_PGStrom_History
20221116_DBTS_PGStrom_History
GPU Container as a Service を実現するための最新OSS徹底比較
GPU Container as a Service を実現するための最新OSS徹底比較
GPU on OpenStack 〜GPUインターナルクラウドのベストプラクティス
GPU on OpenStack 〜GPUインターナルクラウドのベストプラクティス
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料
ITpro EXPO 2014: Cisco UCSによる最新VDIソリューションのご紹介
ITpro EXPO 2014: Cisco UCSによる最新VDIソリューションのご紹介
GPU-FPGA協調プログラミングを実現するコンパイラの開発
GPU-FPGA協調プログラミングを実現するコンパイラの開発
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
(JP) GPGPUがPostgreSQLを加速する
(JP) GPGPUがPostgreSQLを加速する
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
Mehr von Yukio Saito
東京2020ボランティア参加メモ(簡易)
東京2020ボランティア参加メモ(簡易)
Yukio Saito
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Yukio Saito
Simple know how to creating agenda notes and daily reports
Simple know how to creating agenda notes and daily reports
Yukio Saito
Aws 転送時間計測(手順付き参考例)
Aws 転送時間計測(手順付き参考例)
Yukio Saito
異業種から福祉業界ジョブチェンジして10か月後
異業種から福祉業界ジョブチェンジして10か月後
Yukio Saito
異業種から福祉介護ジョブチェンジ検討
異業種から福祉介護ジョブチェンジ検討
Yukio Saito
オンデマンド学習スタイル例 NFU
オンデマンド学習スタイル例 NFU
Yukio Saito
Engadget電子工作部 健康ガジェットを作ろう ドS!コーチ発表最終版
Engadget電子工作部 健康ガジェットを作ろう ドS!コーチ発表最終版
Yukio Saito
Tobii eye x controller で遊ぶ
Tobii eye x controller で遊ぶ
Yukio Saito
斉藤之雄 が 公立大学 産業技術大学院大学 で獲得したこと。
斉藤之雄 が 公立大学 産業技術大学院大学 で獲得したこと。
Yukio Saito
Microsoft windows phone_激安購入方法
Microsoft windows phone_激安購入方法
Yukio Saito
PBLでは先行学習は大事だぜ、シラバスは参考程度で主体的に楽しもうぜ
PBLでは先行学習は大事だぜ、シラバスは参考程度で主体的に楽しもうぜ
Yukio Saito
CentOS7をインストールして遊ぶのだ
CentOS7をインストールして遊ぶのだ
Yukio Saito
Androidエミュレータをちょっと速くするintel haxm(ハッサム)
Androidエミュレータをちょっと速くするintel haxm(ハッサム)
Yukio Saito
Winodws7のruby2でrails4を遊ぶ環境を作るのだ。
Winodws7のruby2でrails4を遊ぶ環境を作るのだ。
Yukio Saito
Astah plugin 実行方法とSysML要求図のサンプル
Astah plugin 実行方法とSysML要求図のサンプル
Yukio Saito
Windows8でOpenCVを使ったAndroid(MOVERIO)開発体験したい
Windows8でOpenCVを使ったAndroid(MOVERIO)開発体験したい
Yukio Saito
NTTcom cloud n にサービス追加の適当な手順
NTTcom cloud n にサービス追加の適当な手順
Yukio Saito
Intel xdk導入とhtml5サンプルビルド手順書
Intel xdk導入とhtml5サンプルビルド手順書
Yukio Saito
圏央道ウォーキング日記
圏央道ウォーキング日記
Yukio Saito
Mehr von Yukio Saito
(20)
東京2020ボランティア参加メモ(簡易)
東京2020ボランティア参加メモ(簡易)
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Simple know how to creating agenda notes and daily reports
Simple know how to creating agenda notes and daily reports
Aws 転送時間計測(手順付き参考例)
Aws 転送時間計測(手順付き参考例)
異業種から福祉業界ジョブチェンジして10か月後
異業種から福祉業界ジョブチェンジして10か月後
異業種から福祉介護ジョブチェンジ検討
異業種から福祉介護ジョブチェンジ検討
オンデマンド学習スタイル例 NFU
オンデマンド学習スタイル例 NFU
Engadget電子工作部 健康ガジェットを作ろう ドS!コーチ発表最終版
Engadget電子工作部 健康ガジェットを作ろう ドS!コーチ発表最終版
Tobii eye x controller で遊ぶ
Tobii eye x controller で遊ぶ
斉藤之雄 が 公立大学 産業技術大学院大学 で獲得したこと。
斉藤之雄 が 公立大学 産業技術大学院大学 で獲得したこと。
Microsoft windows phone_激安購入方法
Microsoft windows phone_激安購入方法
PBLでは先行学習は大事だぜ、シラバスは参考程度で主体的に楽しもうぜ
PBLでは先行学習は大事だぜ、シラバスは参考程度で主体的に楽しもうぜ
CentOS7をインストールして遊ぶのだ
CentOS7をインストールして遊ぶのだ
Androidエミュレータをちょっと速くするintel haxm(ハッサム)
Androidエミュレータをちょっと速くするintel haxm(ハッサム)
Winodws7のruby2でrails4を遊ぶ環境を作るのだ。
Winodws7のruby2でrails4を遊ぶ環境を作るのだ。
Astah plugin 実行方法とSysML要求図のサンプル
Astah plugin 実行方法とSysML要求図のサンプル
Windows8でOpenCVを使ったAndroid(MOVERIO)開発体験したい
Windows8でOpenCVを使ったAndroid(MOVERIO)開発体験したい
NTTcom cloud n にサービス追加の適当な手順
NTTcom cloud n にサービス追加の適当な手順
Intel xdk導入とhtml5サンプルビルド手順書
Intel xdk導入とhtml5サンプルビルド手順書
圏央道ウォーキング日記
圏央道ウォーキング日記
45分で理解する 最近のスパコン事情 斉藤之雄
1.
45分で理解する
最近のスパコン事情 オフィスサイトウ 斉藤之雄 www.fxfrog.com Twitter @yukio_saitoh 不許複製 2012/07/03 1
2.
インデックス •
スパコンとは(一般定義) • グリッド・コンピューティングとの違い • 実物スパコン例 (東京工業大学 TSUBAME 2.0)/ GPGPU • 実物スパコン例 (富士通 K コンピュータ) / 専用CPU • スパコン性能は国際競争力を示す • GPGPU 入門マシンを自作しよう(予算5万円) • 身近なスパコン、計算資源利用方法 • きっと役立つ情報入手先 • まとめ メモ:技術者向けではなく広く一般パソコン利用者が抵抗なく吸収できる ように書きました 2
3.
スパコンとは(一般定義) •
スーパーコンピュータ(略称:スパコン)は、1970年代前半の黎明期から演算処理速度がその時 代の一般的な大型コンピュータよりも極めて高速なコンピュータのこと。1990年代以降は並列コ ンピューティングによるハイパフォーマンス・コンピューティング (HPC) もほぼ同義語として使 用されているが、スパコンの構成法の一つである。 • 主要スパコンメーカ:富士通,日立, NEC, IBM, HP, SGI, クレイ, DELL 等 • スパコンは膨大な科学計算処理が目的であり、かつては軍事目的や工業製品の設計用に注目され ていたが、1990年以降は新薬開発の短縮化、外科手術の最適化、地震津波予測、気象予測、構造 計算、金融工学のシミュレーションに幅広く利用されている。 • 基盤ソフトウェアは 2000年までは UNIX が主流であったが、現在は※ Windows HPC Server 2008 R2 採用例があるが、ソルバー(科学技術計算公式群)が充実している Linux が主流となっている。 • スパコンの構成は並列化計算のため構成は計算ノード、ネットワーク、ペタバイトストレージを 形成しており高密度配置した 19’ ラック1基で数100 GFLOPS の演算性能を持つものが珍しくない。 • Top 500 と呼ばれる全世界のスパコン・ベンチマークランキングリストがあるが、ベンチマークに 対する消費電力の優れたスパコンリストに Green 500 がある。Top 500 と Green 500 両方にトップク ラスであることがホンモノの実力を持ったスパコンであるといえる 。 ※ 初代は Windows Compute Cluster Server 3
4.
グリッド・コンピューティングとの違い •
グリッドは広域ネットワーク上の計算,データ,実験装置,センサ,人間 などの資源を仮想化・統合し,必要に応じて仮想計算機 (Virtual Computer) や 仮想組織 (Virtual Organization) を動的に形成するためのインフラであり、コン ピュータ処理を集約し、再利用する仕組み。 • スパコンは同一建屋あるいは敷地を対象としたグリッド・コンピューティ ングに形成されている。 • 一般的なパソコンを用い、使用しない夜間時間に稼働する専用ミドルウェ アを介在し、家庭からのWANネットワーク越しに計算資源を集中させ、大 規模計算を行う仕組みがあり、分散コンピューティング技術として利用さ れている。スパコンに匹敵する計算資源があると言われるが、安定した資 源が担保されたものではないため、生命科学系 BOINC(SETI@homeは下火) が主要な目的である。 ※ BOINC 利用方法(日本語対応) http://boinc.berkeley.edu/ 4
5.
スパコン例 GPGPU
(東京工業大学学術国際情報センターTSUBAME 2.0) ← ラックを開けたところ インフィニバンドで結合 (2011/10/19 撮影許可のもと) ほぼアキバで入手可能パーツ メモ:NVIDIA社製GPUアクセラレータTesla M2050 + SSD + InfiniBand ref.) http://tsubame.gsic.titech.ac.jp/tsubame2-system-architecture 5 (General-purpose computing on graphics processing units; GPUによる汎目的計算)
6.
スパコン例 専用CPU (富士通 K
コンピュータ) ← モック筺体 (2011/10/4 撮影許可のもと) 国家プロジェクトとして富士通が受託開発 ↓ 6次元メッシュ/トーラス構造の インタコネクトの立体模造。 世界第一位でなければならなかった国産スパコンと豆腐インターコネクト 6
7.
スパコン性能は国際競争力を示す TOP 10 of
500 - 06/2012 1 米国 Sequoia - BlueGene/Q, Power BQC 16C 1.60 GHz, Custom 2 日本 K computer, SPARC64 VIIIfx 2.0GHz, Tofu interconnect 3 米国 Mira - BlueGene/Q, Power BQC 16C 1.60GHz, Custom 4 ドイツ SuperMUC - iDataPlex DX360M4, Xeon E5-2680 8C 2.70GHz, Infiniband FDR 5 中国 Tianhe-1A - NUDT YH MPP, Xeon X5670 6C 2.93 GHz, NVIDIA 2050 6 米国 Jaguar - Cray XK6, Opteron 6274 16C 2.200GHz, Cray Gemini interconnect, NVIDIA 2090 7 イタリア Fermi - BlueGene/Q, Power BQC 16C 1.60GHz, Custom 8 ドイツ JuQUEEN - BlueGene/Q, Power BQC 16C 1.60GHz, Custom 9 フランス Curie thin nodes - Bullx B510, Xeon E5-2680 8C 2.700GHz, Infiniband QDR 10 中国 Nebulae - Dawning TC3600 Blade System, Xeon X5650 6C 2.66GHz, Infiniband QDR, NVIDIA 2050 スパコン性能が科学産業において【国際競争力】が優位になるのは全世界 で証明されている。スパコン事業は複数年の設計期間を要するため、単純 な事業仕分けとして規模縮小することは国際競争力を弱めるものである ※スパコン性能例として TSUBAME 2.0 で、創薬目的のタンパク質結合 シミュレーション3ヶ月程度で解析実現(計算設計は数年) 7
8.
GPGPU 入門マシンを自作しよう (予算5万円) •
GPGPU専用の統合開発環境は NVIDIAによる「CUDA」や、AMDの「ATI Stream」があるが、ここで は CUDA 環境マシンを紹介したい マザーボード: Asus P5K-VM (オンボード VGA でコンピュータ操作) CPU: intel Core 2 Duo E8200 @2.66GHz RAM:DDR2-800 2GB × 4 (8GB) GPU:[ELSA] NVIDIA GeForce GTX 560 Ti OC アクセライズ / CUDA 384 Cores(演算コア数) GPU Core 1.80GHz (DDR5/2050MHz, 256bit) 2009年頃のマシンへ 2011年夏に発売された GeForce GTX 560 Ti OC (2万円) を増設した deviceQuery 実施例 → http://www.fxfrog.com/page/13?cat=6973 GPU 性能テスト例 → http://www.fxfrog.com/page/7?cat=6973 GPU による Windows ドメインパスワードキャッシュ・ブルートフォース解析例 → http://www.fxfrog.com/page/6?cat=6973 準モンテカルロ法でオプション決定価格計算 → http://www.fxfrog.com/archives/3484 これらはゼロから開発したものではなく、CUDA 開発環境や SorceForge 等から入手したものである CUDA 対応 グラボスペック(2011/Aug) 資料 http://www.slideshare.net/fullscreen/kermit123/nvidia-cuda-specification- 8 memo20110828modified/1
9.
身近なスパコン、計算資源利用方法 •
TSUBAME を利用(みんなのペタスケール・スパコン) • Amazon HPC アプリケーションを利用 (EC2 クラスタ・インスタンス) → http://aws.amazon.com/jp/hpc-applications/ スポットで HPC 利用体験 → http://www.youtube.com/embed/2Ym7epCYnSk TSUBAME 計算サービス→ http://www.gsic.titech.ac.jp/tsubame (評価したいだけであれば、 AWS EC2 クラスタ・インスタンスが 9 迅速且つ経済性が高い)
10.
きっと役立つ情報入手先 •
GPUコンピューティング研究会 (無料会員登録) http://gpu-computing.gsic.titech.ac.jp/ • OpenACC (既存 CUDA ソースに数行追加実装するだけで高速化実現) http://www.openacc-standard.org/ • 東工大 GSIC http://www.gsic.titech.ac.jp/ • NVIDIA CUDA コンパイラ (無償入手可。ベータ版入手は要登録) http://www.nvidia.co.jp/object/cuda_home_new_jp.html • ATI Stream テクノロジ http://www.amd.com/jp/products/technologies/stream-technology/Pages/stream- technology.aspx • Microsoft Windows HPC Server Developers – General (英語) http://social.microsoft.com/Forums/ja-jp/windowshpcdevs/threads 10
11.
まとめ •
気軽にスパコン利用できる時代に入っている • スパコン性能を高めることは国際競争力の強化と関係がある • スパコンのクラウドサービスもある (IBM, 富士通, Amazon 等) • アキバで入手できるパーツでスパコン構築可能 • スパコンにおけるプログラミング習得は C / C++ 基本文法を理解しており、 並列化処理 OpenMP等の基礎構文がその上で知識構築が必要 • 並列化処理が苦手でも最適化対応する各種 GPGPU / CUDA オプション製品や パッケージが NVIDIA、サードパーティ各社、SorceForge から入手できる • GPU はコア間のメモリアクセス距離が物理的に近いため、CPU に対して GPU が並列演算性能が高い。またメニーコアで高速演算するにはパソコン 向け CPU ではなく、K コンピュータのように専用 CPU と内部結合を開発 せねばならない オフィスサイトウでは、InfiniBand や SSD を用いた大量のデータを 高速かつ確実に処理する手法構成を日々研究しています。 11 営業パートナーなどお気軽にご相談ください。 Twitter @yukio_saitoh
Jetzt herunterladen