Posts Taged supercomputer

NVIDIA GPUなどの最新技術を採用した プライベート・スーパーコンピュータ MN-2 を自社構築し、7月に稼働

MN-1、MN-1b、MN-2合計で約200※1ペタフロップス※2の計算資源を保有

株式会社 Preferred Networks(本社:東京都千代田区、代表取締役社長:西川徹、プリファードネットワークス、以下、PFN)は、プライベート・スーパーコンピュータ MN-2(エム・エヌ・ツー)を自社構築し、2019年7月に稼働します。

MN-2は、NVIDIA(R) V100 Tensor コア GPUを搭載した最新のマルチノード型GPGPU※3計算基盤で、すでにPFNが保有するプライベート・スーパーコンピュータMN-1(2017年9月稼働)、MN-1b(2018年7月稼働)と合算して、PFNは合計約200 ペタフロップスの計算資源を保有することになります。またMN-2の構築に並行して、PFNが独自開発するディープラーニング・プロセッサ MN-Core(TM) によるプライベート・スーパーコンピュータ MN-3を2020 年春に稼働予定です。

PFNは継続的に計算資源に投資することで、深層学習の研究開発および関連技術の実用化を加速し、世界的な開発競争における優位性を確保していきます。

 

MN-2の完成イメージ

 

  • PFNの次期プライベート・スーパーコンピュータ MN-2(エム・エヌ・ツー) の概要

PFNは、2019年7月より、最新CPUを5,760CoreとNVIDIA V100 Tensor コアGPUを1,024基搭載した MN-2を稼働します。MN-2は、国立研究開発法人海洋研究開発機構 横浜研究所 シミュレータ棟内に構築され、2020年稼働予定のMN-3と同一サイト内で連携稼動し、さらに、現在稼働中のMN-1およびMN-1bとも閉域網で接続されます。MN-2の理論上のピーク性能は、深層学習で利用される混合精度浮動小数点演算において約128ペタフロップスであり、MN-2のみでMN-1bの2倍以上のピーク性能となります。

MN-2のGPUノード間インターコネクトは、RoCEv2※4の採用に併せて1ノードあたり100ギガビットイーサネットを4本搭載し、PFN独自のチューニングを行うことで、マルチノードの高速処理を実現します。同時に総容量10PBを超えるソフトウェア・デファインド・ストレージ※5を独自に構築して機械学習時のデータアクセスを最適化することで、学習の高速化を図ります。

PFNはこのMN-2の上でオープンソースの深層学習フレームワークChainer(TM)(チェイナー)を活用し、大量の計算資源を必要とするパーソナルロボット、交通システム、製造業、バイオ・ヘルスケア、スポーツ、クリエイティブ分野での研究開発をより一層加速させます。

 

株式会社Preferred Networks 執行役員 システム担当VP 秋葉 拓哉のコメント

我々はこれまでも、最先端のNVIDIA GPUを用いた大規模データセンターを活用し、ディープラーニングとその応用に関する研究開発を行ってきました。高い計算力はディープラーニングの研究開発を支える大きな柱の1つです。今回NVIDIA V100を1,024基搭載したMN-2を構築することで、研究開発をさらに加速することができると確信しています。

エヌビディア合同会社 日本代表 兼 米国本社副社長 大崎 真孝 様のコメント

Preferred Networksが、現在運用中のMN-1およびMN-1bに加え、最先端のデータセンター向けGPUであるNVIDIA V100 を採用したMN-2を構築されることを歓迎いたします。超高速なGPU間通信を実現するNVLINKを搭載した、NVIDIAのフラグシップGPUにより、ディープラーニングおよび関連技術の研究開発がより一層加速され、世界をリードする成果が生まれることを心より期待しております。

 

※1:MN-1は半精度浮動小数点演算能力、MN-1bおよびMN-2は混合精度浮動小数点演算能力。混合精度浮動小数点演算は、複数の精度の浮動小数点演算を組み合わせて利用する方式のこと。

※2:コンピュータの処理能力を表す単位の一つ。peta (ペタ) は1,000兆(10の15乗)、FLOPS (フロップス) は1秒間に行える浮動小数点演算の回数を表すので、1ペタフロップスは毎秒1,000兆回の浮動小数点演算を行えることを意味する。

※3:General-purpose computing on GPU(GPUによる汎用計算)

※4:RDMA over Converged Ethernet。遠隔ノード間での直接メモリアクセス (RDMA) を実現するネットワークプロトコルの一つで、イーサネット上で低遅延・高スループットを実現する方式

※5:分散するデータストレージの使用効率を高めるためソフトウェアにより一元管理されたストレージシステム

 

*MN-Core(TM)、Chainer(TM)は、株式会社Preferred Networksの日本国およびその他の国における商標または登録商標です。

最新のNVIDIA Tesla V100 32GB GPUを採用した プライベート・スーパーコンピュータ「MN-1b」を7月に稼働

NTT Comグループのマルチノード型GPUプラットフォームを拡張

株式会社Preferred Networks(本社:東京都千代田区、代表取締役社長 最高経営責任者:西川 徹、以下 PFN)とNTTコミュニケーションズ株式会社(本社:東京都千代田区、代表取締役社長:庄司 哲也、以下 NTT Com)、株式会社NTTPCコミュニケーションズ(本社:東京都港区、代表取締役社長:田中 基夫、以下 NTTPC)は、米国時間2018年3月27日に発表された最新のNVIDIA(R) Tesla(R) V100 32GBをPFNのプライベート・スーパーコンピュータ「MN-1(エム・エヌ・ワン)」の拡張に採用します。この最新GPUは、NTT ComおよびNTTPCが提供する次期高速演算処理(GPU)プラットフォーム上に搭載し、7月に稼働予定です。

 

1.背景

PFNは、深層学習の研究開発および関連技術の迅速な実用化、また、世界的な開発競争を勝ち抜くため、最新GPUによる高速かつ潤沢な計算環境を世界に先駆けて導入することが必要でした。

NTT ComおよびNTTPCは、GPU間ネットワークや排熱処理などの蓄積されたノウハウが評価され、PFNが求める最新GPUによるマルチノード型プラットフォームを構築し運用することとなりました。

 

2.PFNの次期プライベート・スーパーコンピュータ「MN-1b(エム・エヌ・ワン・ビー)」の概要

現在PFNが保有しているプライベート・スーパーコンピュータ「MN-1」を拡張し、新たに7月より、最新のNVIDIA Tesla V100 32GBを512基稼働させる予定です。拡張部分の理論上のピーク性能は、深層学習で利用される混合精度浮動小数点演算※1において約56ペタフロップス※2であり、拡張部分のみで従来の約3倍のピーク性能となります。

 

3.今後の展開について

PFNは構築予定の次期プライベート・スーパーコンピュータ「MN-1b」を活用し、オープンソースの深層学習フレームワークChainer(チェイナー)の高速化を進める予定です。さらに、大量の計算資源を必要とする交通システム、製造業、バイオ・ヘルスケア、クリエイティブ分野での研究開発をより一層加速させます。

NTT Comグループは、急速に拡大する高速演算用途に応えるため、高圧電力の安定供給・効率的な排熱処理などのインフラ運用ノウハウを活かし、最新のGPUプラットフォームを世界に先駆けて提供します。今後もAI関連技術やそれを支えるインフラの提供を通して、PFNのAIビジネスを支援していきます。

 

エヌビディア合同会社 日本代表 兼 米国本社副社長 大崎 真孝のコメント

Preferred Networksが、ディープラーニングなどの研究開発用プライベート・スーパーコンピュータの次期計算環境「MN-1b」において、2倍のメモリを搭載した最先端のデータセンター向けGPUであるNVIDIA Tesla V100 32GB のご採用をいただき誠に光栄でございます。NTT Comグループの豊富な構築・運用実績と信頼性の高いデータセンターサービス、NVIDIAの最新GPUによる高速かつ潤沢な計算基盤をもとに、交通システム、製造業、バイオ・ヘルスケアの領域において、世界をリードする研究開発の成果を心より期待しております。

スーパーマイクロ株式会社取締役(兼VP. Strategic Sales, 米国Super Micro Computer, Inc.)Emmy Changのコメント

Preferred Networksは、最新バージョンのインテル(R) Xeon(R) スケーラブル・プロセッサーと、8基の最新NVIDIA Tesla V100 32GB GPUアクセラレータを搭載した、弊社のSuperServer(R) 4029GP-TRT2を導入する世界で初めての事例となります。Supermicroは、常に最新の革新的なハードウェアとソリューションによって、Preferred NetworksとNTT Comグループを引き続きサポートいたします。弊社は、Preferred Networksが、この最新プライベート・スーパーコンピュータを使用して、新たな目標を達成すると確信しています。

※1: 複数の精度の浮動小数点演算を組み合わせて利用する方式

※2: コンピュータの処理能力を表す単位の一つ。peta (ペタ) は1,000兆(10の15乗)、FLOPS (フロップス) は1秒間に行える浮動小数点演算の回数を表すので、1ペタフロップスは毎秒1,000兆回の浮動小数点演算を行えることを意味する。

 

※Chainerは、株式会社Preferred Networksの日本国およびその他の国における商標または登録商標です。その他、記載されている会社名、製品名は、各社の登録商標または商標です。

Preferred Networksのプライベート・スーパーコンピュータが Top 500リストのIndustry領域で国内1位に認定

Preferred Networks、民間企業の計算環境として 国内最大級のプライベート・スーパーコンピュータを9月から稼働

Preferred Networksのプライベート・スーパーコンピュータが Top 500リストのIndustry領域で国内1位に認定

株式会社Preferred Networks (本社: 東京都千代田区、代表取締役社長 最高経営責任者: 西川 徹、以下PFN)が占有利用するプライベート・スーパーコンピュータ「MN-1」が、LINPACK ※1 性能測定の結果、約1.39ペタFLOPS ※2 を記録しました。これにより、2017年11月のスーパーコンピュータ性能ランキングを示すTOP500リスト (http://www.top500.org) において、産業領域 (Industry Segment) のスーパーコンピュータにおける世界12位、国内1位として登録されました。研究用等の全てのスーパーコンピュータを含むランキングにおいては、世界91位、国内13位となります。

 

PFNのプライベート・スーパーコンピュータMN-1の概要 ※3

MN-1は、NTTコミュニケーションズ株式会社 (本社:東京都千代田区、代表取締役社長:庄司 哲也、以下NTT Com) と株式会社NTTPCコミュニケーションズ (本社: 東京都港区、代表取締役社長: 田中 基夫、以下NTTPC) の高速演算処理 (GPU) プラットフォームを採用し、計算ノードにはNVIDIA(R) Tesla(R) P100GPUを1,024基搭載しています。

MN-1は、Mellanox社製 Infiniband インターコネクトを活用することで、PFNが開発する分散深層学習パッケージChainerMN (チェイナー・エムエヌ)による高速な分散深層学習 ※4 が可能です。

PFNはMN-1を使って、特に多くの計算機資源を必要とする交通システム、製造業、バイオ・ヘルスケア分野をはじめとしたさまざまな分野での深層学習の研究開発を、より一層加速させます。

 

※1  コンピュータの実用上の演算速度を比較するためのベンチマークテストの一つ

※2  コンピュータの処理能力を表す単位の一つ。peta (ペタ) は1000兆(10の15乗)、FLOPS (フロップス) は1秒間に行える浮動小数点演算の回数を表すので、1ペタフロップスは毎秒1000兆回の浮動小数点演算を行えることを意味する。

※3  民間企業の計算環境として 国内最大級のプライベート・スーパーコンピュータを9月から稼働
  https://www.preferred-networks.jp/ja/news/pr20170920

※4  深層学習の学習速度において世界最速を実現
  https://www.preferred-networks.jp/ja/news/pr20171110

 

■ 株式会社Preferred Networksについて

IoTにフォーカスした深層学習技術のビジネス活用を目的に、2014年3月に創業。デバイスが生み出す膨大なデータを、ネットワークのエッジで分散協調的に処理する「エッジヘビーコンピューティング」を提唱し、交通システム、製造業、バイオ・ヘルスケアの3つの重点事業領域において、イノベーションの実現を目指しています。

オープンソースの深層学習フレームワークChainer(チェイナー)の開発・提供をはじめ、トヨタ自動車株式会社、ファナック株式会社、国立がん研究センターなどの世界をリードする組織と協業し、先進的な取り組みを推進しています。https://www.preferred-networks.jp/ja/

*Chainer(R) は、株式会社Preferred Networksの日本国およびその他の国における商標または登録商標です。その他、記載されている会社名、製品名は、各社の登録商標または商標です。