1. プレスリリース
  2. スーパーコンピュータ「富岳」TOP500、HPCG、HPL-AIにおいて4期連続の世界第1位を獲得

PRESS RELEASE

2021年11月16日
理化学研究所
富士通株式会社

スーパーコンピュータ「富岳」TOP500、HPCG、HPL-AIにおいて4期連続の世界第1位を獲得

Society 5.0実現のための情報基盤技術として総合的に世界トップの性能を実証

理化学研究所（理研）と富士通株式会社（富士通）が共同開発し、2021年3月より共用を開始したスーパーコンピュータ「富岳」（注1）は、世界のスーパーコンピュータの性能ランキングである第58回「TOP500」リストで、4期連続の世界第1位を獲得しました。また産業利用などの実際のアプリケーションでよく用いられる共役勾配法（注2）の処理速度の国際的なランキング「HPCG（High Performance Conjugate Gradient）」、および人工知能（AI）の深層学習で主に用いられる単精度や半精度演算処理に関する性能ベンチマーク「HPL-AI」でそれぞれ4期連続の世界第1位を獲得しました。

これらのランキングは、現在米国ミズーリ州セントルイスのアメリカズ・センター及びオンラインで開催中のHPC(ハイパフォーマンス・コンピューティング：高性能計算技術）に関する国際会議「SC21」において、11月15日付（日本時間11月16日）に発表されます。

これら3部門における4期連続の第1位獲得は、「富岳」の総合的な性能の高さを示すものであり、新たな価値を生み出す超スマート社会の実現を目指すSociety 5.0（注3）において、シミュレーションによる社会的課題の解決やAI開発およびデータの利活用に関する技術開発を加速するための情報基盤技術の役割を「富岳」が十分に発揮できることを実証するものです。

スーパーコンピュータ「富岳」 スーパーコンピュータ「富岳」

1. 「富岳」測定結果

（1）TOP500

今回、「TOP500」リストに登録した「富岳」のシステムは、432筐体（158,976ノード（注4））の構成で、ランキングの指標となるLINPACK性能は442.01PFLOPS（ペタフロップス）、実行効率は82.3％です。

なお、2021年11月時点の「TOP500」リストのランキング世界第2位は米国の「Summit」で、測定結果は148.6PFLOPSです。すなわち、今回「富岳」は第2位と約3倍の性能差をつけたことになります。

＜関連リンク＞
TOP500ランキング：https://www.top500.org/lists/top500/
TOP500：https://www.top500.org/

（2）HPCG

「HPCG」の測定には「富岳」の432筐体（158,976ノード）を用いて、16.00PFLOPS（ペタフロップス）という高いベンチマークのスコアを達成し、今回「富岳」は4期連続の世界第1位を獲得しました。この結果は、「富岳」が産業利用などにおいて実際のアプリケーションを効率よく処理し、高い性能を発揮することを証明しています。

なお、2021年11月時点の「HPCG」のランキング第2位は米国の「Summit」で、測定結果は2.93PFLOPSです。すなわち、今回「富岳」は第2位と約5.5倍の性能差をつけたことになります。

＜関連リンク＞
HPCGランキング：https://www.top500.org/lists/hpcg/
HPCG：https://www.hpcg-benchmark.org/

（3）HPL-AI

「HPL-AI」は、倍精度演算器の能力を測定する「TOP500」や「HPCG」などと異なり、AIの計算などで活用されている単精度や半精度演算器などの能力も加味した計算性能を評価する指標として、2019年11月に制定されたベンチマークです。この測定では、「富岳」の432筐体（158,976ノード）を用いて、2.004EFLOPS（エクサフロップス）の高スコアを記録し、4期連続で世界第1位を獲得しました。これは「富岳」の高い性能を証明するとともに、「富岳」がAIの計算やビッグデータ解析の研究基盤としてSociety 5.0の推進に大いに貢献し得ることを示しています。

なお、2021年11月時点の「HPL-AI」のランキング第2位は米国の「Summit」で、測定結果は1.41EFLOPSです。すなわち、今回「富岳」は約1.4倍の性能差をつけたことになります。

＜関連リンク＞
HPL-AI：https://icl.bitbucket.io/hpl-ai/

2. スーパーコンピュータのランキングについて

（1）TOP500

「TOP500」リストは、LINPACKの実行性能を指標として世界で最も高速なコンピュータシステムの上位500位までを定期的にランク付けし、評価するプロジェクトです。1993年に発足し、スーパーコンピュータのランキングを年2回（6月、11月）発表しています。

LINPACKは、米国のテネシー大学のジャック・ドンガラ博士によって開発された行列計算による連立一次方程式の解法プログラムであり、「TOP500」リストはこのプログラムを処理する際の実行性能を指標としたランキングです。多くの科学技術計算や産業アプリケーションで使用される倍精度浮動小数点数の演算能力を測ることで、コンピュータの計算速度ランキングを決定します。なお、本ベンチマークで高いスコアを出すためには、大規模ベンチマークを長時間測定する必要があります。そのため、LINPACKによる高いスコアは、計算能力と信頼性を総合的に示していると一般的に言われています。

（2）HPCG

「TOP500」は、密な係数行列から構成される連立一次方程式を解く重要な性能指標であり、演算能力を主に評価するベンチマークとして長年親しまれてきました。しかし、プロジェクトが発足した1993年から20年以上が経過し、近年、実際のアプリケーションで求められる性能要件との乖離やベンチマークテストにかかる時間の長時間化が指摘されています。

そこで、ジャック・ドンガラ博士らにより、産業利用などの実際のアプリケーションでよく使用され、疎な係数行列で構成される連立一次方程式を解く計算手法である共役勾配法を用いた新たなベンチマーク・プログラム「HPCG」が提案されました。2014年6月の「ISC14」で世界の主要なスーパーコンピュータ15システムでの測定結果の発表を経て、同年11月に米国ニューオーリンズで開催されたHPCに関する国際会議「SC14」から正式なランキングとして発表されています。

（3）HPL-AI

「TOP500」と「HPCG」では、連立一次方程式を解く計算性能でランク付けしており、いずれも科学技術計算や産業利用の中で多く用いられてきた倍精度演算（10進で16桁の浮動小数点数）のみで計算することがルールに定められていました。そのため、近年、GPUや人工知能向けの専用チップで低精度演算（10進で5桁、もしくは10桁）の演算器を搭載し、高性能化した計算機が多数現れています。これらの高性能演算能力が「TOP500」に反映されない実情があり、ジャック・ドンガラ博士を中心にLINPACKベンチマークを改良し低精度演算で解くことを認めた新しいベンチマーク「HPL-AI」が2019年11月に提唱されました。「HPL-AI」はLINPACKが連立一次方程式をLU分解（注5）を用いて解く際に、低精度計算で実施することを認めていますが、倍精度計算よりも計算精度が劣ってしまうため、引き続き反復改良（注6）と呼ばれる技術で倍精度計算と同等の精度にすることを求めています。つまり、2段階の計算過程で構成されたベンチマークです。

HPL-AI用のベンチマークのプログラムは、ランキングの規則に従って理研計算科学研究センター（R-CCS）が開発したものであり、オープンソース化し公開しています（https://www.r-ccs.riken.jp/labs/lpnctrt/projects/hpl-ai/index.html）。

＜関連リンク＞
理研 計算科学研究センター（R-CCS）：https://www.r-ccs.riken.jp/jp/

3. 関係者のコメント

（理研 計算科学研究センター センター長 松岡 聡）
「富岳」は性能・省電力とプログラミングのし易さを両立させる、我が国が誇る世界最高のIT技術の具現化として研究開発されましたが、今回4度4冠に輝いたシミュレーション・ビッグデータ・AIの主要ベンチマークで圧倒的に世界一になるだけでなく、新型コロナウイルスの対策に関し、政府や企業の感染ガイドライン策定等に大いに貢献するなど、さまざまな分野について、その高い性能により現実社会に役立ついわばDXをもたらすともみなせる成果を挙げてきています。今回、あらためて「富岳」の広い分野における世界的な先進性が示されましたが、理研としては、今後もそのパワーを4月より新たに設立した「富岳」Society 5.0推進拠点を中心に幅広く我が国のSociety 5.0/SDGsや脱炭素社会の実現に貢献できるよう、「富岳」を高度化発展させていく所存です。

（富士通 理事 新庄 直樹）
4期連続で4冠を獲得できたこと大変うれしく思います。「富岳」の世界一の性能が、多くの研究者の方々に利用され、今後も活用されていくことで、科学技術の発展と安心・安全な社会の実現に貢献できることを期待しています。
理研様をはじめ関係各位の多大なるご協力とご支援に、心より感謝申し上げます。当社は、例えば、「富岳」を用いたリアルタイムの津波浸水予測（※）を実現するなど、ハイパフォーマンス・コンピューティングの研究と活用に取り組んできましたが、今後さらにこれを推進し、Society 5.0の実現に貢献していきます。
※ 東京大学様、東北大学様と共同で、高解像度な津波シミュレーションを「富岳」で実行し、AIモデルに取り込んで学習させることで、一般的なパソコンでのリアルタイムの津波浸水予測を可能としました。

4. 補足説明

  • 注1
    スーパーコンピュータ「富岳（ふがく）」
    スーパーコンピュータ「京」の後継機。2020年代に、社会的・科学的課題の解決で日本の成長に貢献し、世界をリードする成果を生み出すことを目的とし、電力性能、計算性能、ユーザーの利便性・使い勝手の良さ、画期的な成果創出、ビッグデータやAIの加速機能の総合力において世界最高レベルのスーパーコンピュータとして2021年3月に共用を開始した。
    「富岳」は富士山の異名で、山の高さがスーパーコンピュータ「富岳」の性能の高さを表し、山の裾野の広さがスーパーコンピュータ「富岳」のユーザーの拡がりを意味する。また、富士山は海外での知名度も高く、名称として相応しいこと、さらにはスーパーコンピュータの名称は山にちなんだ名称の潮流があることなどから理研が選考した。

  • 注2
    共役勾配法
    物理現象をコンピュータでシミュレーションする場合、大規模な連立一次方程式として解くことが多い。連立一次方程式を解く方法として、解を直接求める直接法と、反復計算を行うことで正しい解に収束させていく反復法の二つがある。共役勾配法は、後者にあたる反復法の一つであり、前処理を組み合わせることにより、早く正しい解に収束させることができる。コンピュータシミュレーションの世界ではよく使われている。

  • 注3
    Society 5.0
    狩猟社会（Society 1.0）、農耕社会（Society 2.0）、工業社会（Society 3.0）、情報社会（Society 4.0）に続く、新たな社会を指すもので、第5期科学技術基本計画において我が国が目指すべき未来社会の姿として初めて提唱された。IoT（Internet of Things）、ロボット、AI（人工知能)、ビッグデータといった社会の在り方に影響を及ぼす新たな技術をあらゆる産業や社会生活に取り入れ、経済発展と社会的課題の解決を両立していく新たな社会の実現を目指すこととしている。

  • 注4
    ノード
    スーパーコンピュータにおけるオペレーティングシステムが動作できる最小の計算資源の単位。「富岳」の場合は、一つのCPU（中央演算装置）と32GiB（ギビバイト）のメモリから構成される。

  • 注5
    LU分解
    連立一次方程式を解く方法の一つ。解法の途中で行列を下三角行列(Lower-triangular matrix)と上三角行列(Upper-triangular matrix)の積の形に分解するため、LU分解法と呼ぶ。

  • 注6
    反復改良
    LU分解などの方法で連立一次方程式を解いた近似解には、真の解との誤差が含まれてしまう。その誤差を用いた連立一次方程式を再度解いて、近似解を修正することで、より真の解に近い答えを得る方法。

5. 本件に関するお問い合わせ

＊今般の新型コロナウイルス感染症対策として、理化学研究所では在宅勤務を実施しておりますので、メールにてお問い合わせ願います。

※ランキングについては各ランキング担当者にお問い合わせください。

（TOP500）
理化学研究所 計算科学研究センター
大規模並列数値計算技術研究チーム
チームリーダー 今村 俊幸（いまむら としゆき）
E-mail：imamura.toshiyuki[at]riken.jp
（HPL-AI）
理化学研究所 計算科学研究センター
大規模並列数値計算技術研究チーム
チームリーダー 今村 俊幸（いまむら としゆき）
E-mail：imamura.toshiyuki[at]riken.jp
富士通株式会社



＜機関窓口＞

理化学研究所
神戸事業所 計算科学研究推進室
広報グループ 岡田 昭彦
https://krs2.riken.jp/m/media-form

広報室 報道担当
E-mail：ex-press[at]riken.jp
富士通株式会社
広報IR室
電話：03-6252-2174（直通）

スーパーコンピュータ「富岳」（富士通公開ページ）

※上記の[at]は@に置き換えてください。



プレスリリースに記載された製品の価格、仕様、サービス内容などは発表日現在のものです。その後予告なしに変更されることがあります。あらかじめご了承ください。

このページの先頭へ