第21回名工大・核融合研共同セミナー研究会・講習会
下記の通り、第21回 名工大・核融合研共同セミナーを開催します。
この共同セミナーは、名古屋工業大学・核融合科学研究所「連携・協力の推進に関する基本協定」に基づいて行われています。
今年度の共同セミナーは、自然科学研究機構ネットワーク化加速事業「多階層複合大域シミュレーション研究拠点の構築」および核融合科学研究所複合大域シミュレーションユニット学術セミナーの一環として行われます。
この第21回共同セミナーでは、東京大学の下川辺隆史先生に、GPUを用いた計算と機械学習による流体シミュレーション結果予測をテーマとして講師をお願いしました。
このセミナーでは、大学院生でも、最新研究の方法論について予め講習を受けることで、最新の研究を理解できることを意図しています。
このため、この共同セミナーは、講習パートと最新の話題についてのセミナーから構成されています。
第21回名工大・核融合研 共同セミナー
- 講師
- 下川辺隆史 先生（東京大学情報基盤センター）
- 日時
- 第1回 2026年3月2日(月) 13:00-16:00 初学者向け講義
- GPUプログラミングの基礎
- GPUによる簡単なシミュレーション実例（拡散方程式か格子ボルツマン法の予定）
- 「GPUによるAMR流体シミュレーションと深層学習による高速予測」
- セミナー題目
- GPUによるAMR流体シミュレーションと深層学習による高速予測
- セミナー概要
- 近年、電力や設置面積の制約から、多くのスーパーコンピュータではGPUをはじめとする演算加速装置の導入が不可欠となっている。この潮流は、東京大学情報基盤センターと筑波大学計算科学研究センターと共同で設置する最先端共同HPC基盤施設（JCAHPC）の「Miyabi」といった最新スパコンにも顕著に表れている。
本講演では、GPUが流体シミュレーションにもたらす大きな変化を、「直接的な計算高速化」と「深層学習による高速予測」という2つのアプローチから紹介する。前半では、適合細分化格子（AMR）を導入した流体計算など、GPUアプリケーションの事例について紹介する。あわせて、その開発を通じて得られた知見に基づき、GPUプログラミング環境における可読性や性能可搬性の比較についても議論する。後半では、従来のシミュレーションが抱える膨大な計算コストの問題に対し、深層学習を用いた代理モデルという新しい解決策を紹介する。具体的には、畳み込みニューラルネットワーク（CNN）による非圧縮性流体計算の予測などの研究事例を紹介する。
このセミナーは Zoom によるオンラインセミナーとして実施いたします。
参加を希望される方は、以下より参加登録を行ってください。
登録頂いたメールアドレスに、後日zoom会議の接続情報をお送りします。会議情報の転送はご遠慮ください。
（参加人数の上限に達した場合、参加をご遠慮いただくことがあるかもしれません。あらかじめご了承ください。）
世話人
渡邊威(名工大) watanabe.takeshi[@]nitech.ac.jp
三浦英昭（核融合研）miura.hideaki[@]nifs.ac.jp
（送信時は[ ]を外してください）