Supercomputing Division, Information Technology Center, The University Tokyo
JAPANESE

Miyabi Supercomputer System
Selected Projects of the Large-Scale HPC Challenge

FY2025: Selected Projects

Thank you for applying for the Large-Scale HPC Challenge. After careful consideration based on the following criteria, the projects below were selected. (random order)

  • Research carried out using own coding or open-source programs.
  • Computational results can be deemed to be useful to science or have social impact.
  • Sets out the goal of using 1,024 nodes (Miyabi-G) or/and 184 nodes(Miyabi-C).
  • Feasible plans, and possibility of producing effects in a short time (each period of use is for a maximum of 24 hours).
  • Provides useful information to the operator or user of the system.

1st term: Selected Projects

Project Title Energy Optimization for HPL on Miyabi-G
Miyabi-G におけるHPLの電力最適化
Representative's Name(Affiliatoin) Taisuke BOKU(Center for Computational Sciences, The University of Tsukuba)
朴 泰祐 (筑波大学計算科学研究センター)
本研究では、Miyabi-G全系を用いたHPL測定を行い、その際のエネルギー最適化について検討する。Top500 におけるHPL 測定では、ノードのGH200 のパッケージ電力を900 W、GPU 電力を700 W に設定し、最大性能を発揮する条件の下で測定を行っている。この設定でHPL は46.80 PFLOPS、電力あたり性能は47.59 GFLOPS/Wを達成した。しかし、より適切な電力制御を設定することで効率が向上する可能性がある。本研究では、CPUFreq governor の選択などを通じて、CPU とGPU の電力バジェットをバランスよく分け合い、全体の電力あたり性能を向上させることを目指す。測定結果を基に、より効率的な運用条件を探り、今後の各計算ノード設定を再検討する予定である。

Project Title Galaxy simulation with AI
AIを用いた銀河進化シミュレーション
Representative's Name(Affiliatoin) Keiya Hirashima(Institute of Physical and Chemical Research)
平島 敬也(理化学研究所)
本研究では、個々の恒星まで再現された超高解像度銀河形成シミュレーションの実現を目指す。銀河のシミュレーションでは、分解能を上げるほど、より高密度かつ短時間で変化する部分まで分解できるようになり、その結果、必要とされる時間刻みが短くなる（超新星爆発など）ことで、単に分解能が上がった分以上に計算コストが増加する問題がある。そこで、計算のボトルネックである超新星フィードバックを深層学習を応用して高精度・高速に再現することで、銀河形成シミュレーション全体の高速化を図る。これまで、本コードはスーパーコンピュータ「富岳」の95%である15万ノードを使って並列化性能を測定した。また、将来のGPUなどの加速器を利用したさらなる高速化を見据えて、GPU対応の最適化も進めてきた。しかし、これらの限定的な実装であったため、「Miyabi」の256ノードを用いて10%程度の効率に留まっている。全系実行では、GPU向けに改善したSIMD実装などを用いてMiyabiの全系実行を行い、スケーリング性能の評価を行う。

▲ TOP