株式会社HPCテック | 東京工業大学佐藤・齊藤研究室川口先生

導入事例

トップページ
導入事例
東京工業大学佐藤・齊藤研究室川口先生

2013/03/21

[導入事例] 東京工業大学佐藤・齊藤研究室川口先生

東京工業大学川口先生に超高速GPGPUポータブルワークステーションをご導入頂きました。

研究内容

東京工業大学 機械制御システム専攻/機械知能システム学科 佐藤・齊藤研究室

当研究室は伝熱学／熱工学の知見や技術を駆使して、実際の工業／生産プロセスと深く関連する様々な現象の観察・検討・モデル化を行っており、得られた結果や新たに発見した事実は、幅広く応用／適用の可能性があります。研究室内で発案／提案されたアイデアを特許化することもしばしばであり、実際のモノづくりにおけるエネルギの移動現象を基盤とした実験・シミュレーション研究を行っています。

導入システム

GPGPU ポータブルワークステーションを導入したきっかけを教えてください。

実は今回の製品は3台目にあたる。2年前にHPCテックの方が友人の研究室まで来られ実際に製品のデモをやったのをみて非常に驚いた。これまでタワー型のデスクトップタイプワークステーションでしか実現できないと思っていた性能がポータブルタイプで遜色なく出ていた。更に性能アップしたことを知り、購入に踏み切った。

・グラフィックスメモリ4GBの恩恵

グラフィックメモリには今回4GBが搭載されていた。デスクトップタイプワークステーションに使えわれるNVIDIA Geforce GTX680 4GB搭載製品だと、それだけで\60,000(2013年3月時点)はする高価なものだ。メモリ容量が増えることによって一度に扱える画像データや計算格子数が飛躍的に増えるので一層高速感が増す。また最新のNVIDIAのKepler GPUなので以前と比べて効率性が２倍くらい向上した実感がある。新しいジオメトリエンジンが２倍の速度でトライアングルを描き出すので最高の画質が実現された。

マイクロレンズを用いた4D light field 画像撮影の光線追跡シミュレーション。
多数のレンズを透過する膨大な数の光線経路を計算するため、並列化処理が欠かせない。

・GPGPUを使った計算

今回の計算機にはNVIDIA Kepler GPUが採用されているため"1344 Core"が使える。これはまさに画期的と言える。初代のNVIDIA Tesla C1060だと"240 Core"だったので驚きだ！

流体のメッシュレス数値シミュレーションによる容器加熱自然対流の計算例。
左は温度分布、右は速度分布。
大規模な疎行列の計算などをCPUからGPUに変更することにより、計算速度が約４倍に向上。
大容量GPUメモリにより流体のきめ細かな挙動の追跡が可能となった。

・メインメモリ16GB (DDR3 1600MHz)

コンピュータで解析を行う時は、メインメモリはCPUと合わせて重要な要素となる。今までのノートパソコンであれば、4GBも搭載できれば良い方であるが、これでは全く話にならない。最低でも12GBは必要であるが、それを上回る16GBが搭載されているため、申し分ない。また、科学技術計算への応用では、メモリの信頼性が計算結果に致命的に影響するため、事前の製品検証（バリデーション）は欠かせず、そのサポート体制も非常に重要となる。

・総合
昨今、中国で発生しているPM2.5などの大気汚染の中で、改めて日本のものつくりが見直されている。当研究室ではこの要求に対し、実験と測定・数値計算のテクノロジーを駆使しながら研究に励んでいきたい。高性能な計算機を実験室や実験現場まで手軽に待ちこんで高速な実測データ処理や、シミュレーションができるのは、研究効率の向上という点から非常に有益である。今後の研究を進める上で非常に強力なコンピュータといえる。