セミナー情報
【第44回AIセミナー】「ABCIグランドチャレンジ2020成果報告会」
終了しました。
2021年1月は「ABCIグランドチャレンジ2020成果報告会」を行います。AI橋渡しクラウド(AI Bridging Cloud Infrastructure、ABCI) は、国立研究開発法人 産業技術総合研究所が構築・運用する、世界最大規模の人工知能処理向け計算インフラストラクチャであり、2018年8月に運用が開始されました。ABCIの狙いは、550ペタフロップス(半精度)という膨大なAI処理能力を研究者や開発者に提供することにより、我が国のAI/ビッグデータ処理の進歩を加速することです。産総研では、ABCIを用いて莫大な演算能力によりはじめて可能になる人工知能分野の最重要課題への挑戦を支援するため、「ABCIグランドチャレンジ」プログラムを実施しています。本プログラムは、ABCIがもつ最大計算ノード数である1,088ノード(4,352GPU)を最大24時間、無償で、1チームでの占有利用ができる公募型チャレンジプログラムです。 本セミナーでは、2020年に実施されたABCIグランドチャレンジ2020の第1回と第2回の参加者を講師としてお招きして、各チームでのチャレンジの内容や成果、今後の取り組みについてご紹介いただきます。<新型コロナウイルスの対応について>
※新型コロナウイルス感染拡大防止のため、今年度はZoomウェビナーによるオンライン開催となります。
名称 | 【第44回AIセミナー】「ABCIグランドチャレンジ2020成果報告会」 |
---|---|
日時 | 2021年1月14日(木) 15:00 - 17:00 |
受付時間 | 接続可能時間 14:50-17:00 |
場所 | Zoomウェビナーによるオンライン開催 ※お申し込み後、Doorkeeper(申込ツール)より会場URLをご案内いたします。 |
定員 | 500名 |
参加登録 | https://airc.doorkeeper.jp/events/115241 |
参加費用 | 無料 |
主催 | 産業技術総合研究所人工知能研究センター |
連絡先 | 人工知能セミナー窓口 |
注意事項 ・他の方に参加の機会をお譲りするためにも、参加ができないと分かった場合は早めのキャンセルをお願いします。・産総研は、お送りいただいた情報をセミナー運営以外の目的には使用しません。 ・講演の録画やアップロードはご遠慮ください。 |

プログラム
15:00-15:15 | 「ABCIグランドチャレンジ2020概要」 小川 宏高 (国立研究開発法人 産業技術総合研究所 人工知能研究センター 総括研究主幹 人工知能クラウド研究チーム長 実社会ビッグデータ活用OIL ラボ長) |
---|---|
概要 |
|
略歴
1998年 東京大学大学院工学系研究科博士課程中退1998-2003年 東京工業大学大学院情報理工学研究科助手 2003-現在 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長、実社会ビッグデータ活用オープンイノベーションラボラトリ ラボ長を兼務。博士(理学)。 |
|
15:15-15:50 | 「深層学習の理論研究に資する情報行列の大規模データベース構築」 横田 理央(東京工業大学 学術国際情報センター 准教授) |
概要 |
|
略歴
2009年 慶應義塾大学 博士(工学)取得2009年 ブリストル大学 博士研究員 2010年 ボストン大学 博士研究員 2011年 アブドゥラ国王科学技術大学 常勤研究員 2015年 東京工業大学 学術国際情報センター 准教授 |
|
15:50-16:20 | 「ペプチド創薬に残された課題(体内持続性、細胞膜透過性)の解決を目指す大規模計算手法」 秋山 泰(東京工業大学 情報理工学院 教授) |
概要 |
|
略歴
1990 慶應義塾大学大学院理工学研究科 電気工学専攻博士課程修了 工学博士1990 工業技術院電子技術総合研究所 研究官 1992 京都大学化学研究所 助教授 1996 新情報処理開発機構 並列応用つくば研究室長 2000 工業技術院電子技術総合研究所 主任研究官 2001 産業技術総合研究所 生命情報科学研究センター 研究センター長 2007 東京工業大学 大学院情報理工学研究科 教授 (2016年 組織変更により現職) |
|
16:20-16:50 | 「MLPerf HPCの世界最速に向けた取り組み」 田渕 晶大(株式会社富士通研究所 研究員) |
概要 我々は学習データに対してはステージングを行い、さらにデータを高速なストレージに配置することで転送時間を短縮した。学習処理に対してはGPU処理の高速化に加えて、データ拡張による精度向上やハイパーパラメータチューニングにより大規模並列学習を実現した。その結果CosmoFlowとDeepCamともに学習時間を10分台まで短縮でき、SC20で発表されたMLPerf-HPC v0.7では他のスパコン拠点と圧倒的な差をつけて世界最速を達成した。 |
|
略歴
2018年筑波大学大学院システム情報工学研究科コンピュータサイエンス専攻博士後期課程修了。同年、株式会社富士通研究所に入社。独自アクセラレータ向けコンパイラ開発や、深層学習の大規模並列化による高速化に従事。現在はAIを用いた分析システムの高速化に携わる。 |