令和3年度の研究評価を掲載しました。
研究評価・外部評価
投稿者: 筑波大学計算科学研究センター
令和3年度研究評価を掲載
研究トピックス「究極の物質状態クォーク・グルーオンプラズマに迫る」を公開
計算科学研究センター（CCS）に所属する教員・研究員の研究をわかりやすく紹介する「研究者に聞く− 研究トピックス」に「Vol.10 究極の物質状態クォークグルーオンプラズマに迫る」を公開しました。
素粒子物質研究部門 の大野 助教の研究を紹介しています。
究極の物質状態クォーク・グルーオンプラズマに迫る
大野 浩史 助教 
素粒子物理研究部門
大野先生は、世界の研究者とともに、クォークという素粒子が織りなす量子色力学（QCD）の研究を主に行っています。素粒子の間に働く力には、強い力・弱い力・電磁気力・重力の４つの基本的な力があることが分かっています。その中でも強い力は、クォークといういうもっともミクロなスケールに存在する物質に働く力であり、その理論はQCDと呼ばれています。大野先生は、このまだまだ未知の側面をもつ基礎物理学の分野に挑戦しています。とくに宇宙の特殊な天体の内部などで実現している可能性のある、究極的な物質の状態を研究しています。研究内容はなかなかハードですので、ここではごくざっくりと説明していきたいと思います
（2023.2.20公開）
身の回りにある素粒子クォークとグルーオンはまだまだ謎が多い物質
私たちも、身の回りの物質も、周期表にのっている元素、あるいは原子というものでできていることは、化学の授業でも習ったかと思います。この原子は、中心に原子核があり、陽子と中性子という粒たちが原子核を形成しています。陽子や中性子はさらに、それぞれがクォークと呼ばれる素粒子３つから構成されていることがわかっています。しかし、３つといっても、クォークは決して単独で取り出すことができません。この奇妙な結びつきは、強い力を媒介するグルーオンという素粒子が接着剤の役割をしているからです。クォークには色という要素があり、赤、青、緑という異なる色になって初めてグルーオンによって結びつき、陽子、中性子となります。色というのは、あくまで光の三原色のアナロジーであり、実際に色がついているわけではありません。補足すると、三原色を合わせたり(バリオン=陽子・中性子の仲間)、ある色とその補色を合わせる(中間子)と白色になるわけですが、この白色になる組み合わせしか存在しないということです。陽子と中性子の違いは、クォークの種類によります。自然界には、全部で6種類のクォークがあり、この種類の違いによって、陽子と中性子という違いが生まれます。
クォークとグルーオンで出来た他の物質として、中間子もあります。陽子、中性子、そして中間子をふくめて、ハドロンと総称します。量子色力学（QCD）とは、このハドロンの性質を理解するための理論といえます。ハドロンの典型的なサイズはおよそ1フェムトメートル（注1で、基本的に身の回りに普段あるような低温・低密度でこの状態です。クォークとグルーオンは通常、ハドロンの中に閉じ込められているけど、その中のような小さい領域では不思議なことにお互いに働く力が小さく、自由な運動をしているように振舞います。これは漸近的自由性といい、QCDの大きな特徴です。一方、高温・高密度の状態にいくと、この自由に運動できる領域が重なりあうようになり、相転移を起こします。
図1：クォークとグルーオンの変化
最終的に、クォーク・グルーオンプラズマ（QGP）というクォークとグルーオンが相互にいくつも作用し合った複雑な状態を形成します（図１参照）。このような状態が、宇宙では中性子星（注2という、特殊な天体の内部で実現していると考えられています。その他の例として重要なのは、ビッグバン直後の初期宇宙です。ここでもQGPが重要な働きをするのです。
QCDの理論は、計算するのがとても大変です。難しい点の１つは、自由度が無限にあること、もう一つは、摂動計算（注3できるのは特殊な場合のみであるという点です。言っていることがすでに難しいですね。詳しい説明は「場の理論」という物理にふれないといけないので省きますが、摂動論を使わずに計算するためには、時空間を格子状に分けた（離散化した）格子QCDというものを用いる必要があります。この計算には、大型計算機が必要不可欠であり、ここでスーパーコンピュータが活躍しているのです。
重イオン衝突によって明らかとなる究極の物質状態！
大野先生は、このQGPの研究を行っています。地上でも重イオン衝突実験によって実現される状態だと考えられており、こういった実験と理論を比較することで、ＱＧＰの解明を目指しているのです。重イオンとは、鉛や金の原子核のことであり、これらを光速度に近い速度まで加速器で加速して衝突させます。とくにQGPの性質を調べる上で重要となる、チャームクォークとボトムクォークという質量の重いクォークが織りなすクォーコニウムという束縛状態に注目しています。このクォーコニウムの相関関数という量を格子ＱＣＤから計算します。ところが、本当にほしいものは相関関数自体ではなく、スペクトル関数という量です。相関関数はスペクトル関数を積分することで計算できますが、困ったことにその逆、つまり相関関数からスペクトル関数を計算することは簡単ではありません。しかしこのスペクトル関数こそが、高温媒質中のクォーコニウムの情報を含んだ重要パートなのです。大野先生は、まさにこのスペクトル関数がどのようなものになるのかを計算方法を工夫することによって導くことにチャレンジしています。
図２：スペクトル関数の予想される形状
図２に示したのは、スペクトル関数の温度ごとに予想される形状の模式図です。
シミュレーションによるこれらの正確な結果は、あとで図３に示します。
ピークがたっているのは、基底状態や励起状態（注4というピンポイントの状態を示しています。一方、図の中央のように、ピークがなくなっている場合は、その状態が消失したとみることができます。
大野先生はこれら実験と比較できるようなスペクトル関数のモデリングを研究しています。結果は、図３のようになっています。これによって、チャームクォークについての左図では、ピーク構造が消失することを示唆し、ボトムクォークに関する右図では、相転移温度の1.5倍の温度程度までピーク構造が残ることを示唆しています。このようにＱＧＰ中におこるクォーコニウムの消失あるいは残存現象を明らかにしたのです。
図３：理論をもとに計算したスペクトル関数の波形
【用語】
- フェムトメートル：10-15メートルのこと。
- 中性子星：大質量の星が超新星爆発を起こしたあとにできる特殊な天体。コンパクト天体とも呼ばれ、大きさは小さいが、非常に強い重力をもっている。
- 摂動計算：近似的な解を求める計算テクニックのこと。正確に解ける問題があるとして、そこからほんの少しだけずれた状態の解を計算するときに便利。
- 基底状態・励起状態：原子・分子といった量子力学の系では、エネルギーが最も低い（基底）状態から、よりエネルギーが高い（励起）状態といったものが離散的に分布している。
さらに詳しく知りたい人へ
Job opening of Assistant professor with a fixed term appointment (Deadline March 17th JST)
1. Position Title
Assistant professor (Nontenured)
2. Affiliation
Center for Computational Sciences, University of Tsukuba
3. Field of Expertise
In addition to the first-principles calculations of energetical and structural materials, our division is developing methodologies for elucidating microscopic properties of solid surfaces, solid-solid and solid-liquid interfaces with various computational techniques, including density functional theory. We seek an Assistant Professor who is willing to engage in research and education in the field of computational materials science and collaborate with experimentalists through our simulation techniques.
4. Starting date
April 1, 2023 or later, as soon as possible
5. Period
Until March 31th, 2026
6. Requirement
Applicants must have a doctoral degree or equivalent expertise.
7. Compensation
- Salary: Annual salary system (The annual salary will be determined based on the regulations of the University, taking into account the career of the employer.)
- Working hours: Discretionary labor system
- Holidays: Saturday, Sunday, national holidays, New Year’s holidays (Dec.29 – Jan. 3), and holidays determined by the University.
8. Required Documents
1）Resume/CV (with photograph)
2）List of research activities including peer-revieewd papers, peer-reviewed proceedings, oral presentations at international conferences, competitive research funds (representative), awards , and so on.
3）Summary of research activities (within 1 sheet of A4 paper)
4）Research and education plan (about 1 sheet of A4 paper)
5）Up to five major pepers (at least four of which are within the last five years)
6）A list of two professional references with complete contact information
7）Self-declaration on Specific Categories
8）Consent to Processing and Extraterritorial Transfer of Personal Data under GDPR (EU General Data Protection Regulation) (Persons located in the countries that make up the European Economic Area or in the United Kingdom of Great Britain and Northern Ireland submit the consent form).
※Applicants are asked to download the document forms required for 7) and 8) from the link below:
提出書類
9. Application period
2023/03/17 Deadline for receipt
10. Contact details
Professor OTANI Minoru
Tel: +81 (0)29-853-4273
Email: otani[at]ccs.tsukuba.ac.jp （[at]→@）
11. Submissions
1. Create a single PDF file containing all documents from 1) to 8).
2. Create a user account at JREC-In portal (https://jrecin.jst.go.jp/) and upload the file.
12. Additional information
1) The personal information in the application documents will be used solely for selection. After the selection, all the personal information will be properly deleted.
2) The Center for Computational Sciences has been approved as a Joint Collaborative Research Center by the Ministry of Education, Culture, Sports, Science and Technology. We promote interdisciplinary computational sciences, including joint use of our supercomputer systems. The University of Tsukuba conducts its personnel selection process in compliance with the Equal Employment Opportunity Act.
3) The University of Tsukuba has established “University of Tsukuba Security Export Control Regulations” based on “Foreign Exchange and Foreign Trade Act”, and conduct strict examination when employing foreign nationals, persons from foreign universities, companies, government agencies, etc., or persons who fall under a specific category.
4) “IMAGINE THE FUTURE. Assistant Professor System” is applied to this position. The successful candidate will receive an annual research budget (maximum 500,000 yen/year) from the system. After the evaluation based on performance for the period, qualified candidate has opportunity to transfer to a tenure-track position.
量子物性研究部門 助教（任期付）公募（締切3月17日）
1．公募する職名・人数
助教（任期付）・１名
2．所属部門、講座、研究室等
計算科学研究センター 量子物性研究部門
3．専門分野、仕事の内容
当研究部門では、エネルギー材料や構造材料の第一原理計算に加えて、固体表面、固体・固体界面や固体・液体界面を、密度汎関数法を含む様々な計算技術で扱うための方法論の開発を行っています。これらの研究を通して、実験家との共同研究を意欲的に進めていただける助教を募集します。また、応募者の適性を判断して、理工学群物理学類・数理物質科学研究群物理学学位プログラムにおいて、教育・研究指導補助を担当していただきます。
4．着任時期
決定後できるだけ早い時期
5．任期
採用日から2026年3月31日まで
6．応募資格
博士の学位を有する者、 あるいはそれと同等の能力をもつ者
7．提出書類
以下の(1)-(8)の内容を含む電子ファイルを提出してください。
1）履歴書（写真添付）
2）業績リスト（査読論文とその他を区別すること）
3）これまでの研究の概要（A4用紙１枚程度）
4）着任後の研究と教育に関する抱負（A4用紙１枚程度）
5）主要論文5編（うち4編以上は最近5年以内のもの）
6）照会者可能者2名以上の氏名・連絡先
7）特定類型自己申告書（本学所定様式）
8）EU一般データ保護規則(GDPR)に基づく個人データの取り扱い及び域外移転に関する同意書（欧州経済領域の構成国および英国在住者は必ず提出のこと）
※提出書類の7)、8)の様式および記入例は下記URLからダウンロードできます。
提出書類
8．給与等
本学規定に基づき支給、文部科学省共済組合（年金、医療）に加入、雇用保険適用
9．勤務日
週5日（月～金曜日）専門業務型裁量労働制（みなし労働時間：1日7時間45分）
（土曜日、日曜日、祝日、年末年始（12月29日から1月3日）は、休日）
10．休暇
年次有給休暇あり
休暇等の制度は、大学が定める就業規則等によります。
11．応募締切
2023年3月17日(金)必着
12．問い合わせ先
筑波大学計算科学研究センター量子物性研究部門 大谷実
Tel: 029-853-4273
Email: otani[at]ccs.tsukuba.ac.jp （[at]→@）
13．応募書類送付先
JREC-IN Portal Web応募のみとします。郵送あるいは電子メールへの添付による提出は原則受け付けません。
- 応募書類1)〜8)を一覧の順に並べ、単一のPDFファイルにまとめてください。
- JREC-In Portal (https://jrecin.jst.go.jp/)においてユーザ登録・Web応募を行って下さい。
14．選考方法
書類審査合格者に対して、テレビ会議または対面で面接を行います。交通費は応募者の負担とします。
15．その他
(1) 応募書類に含まれる個人情報は、本人事選考のみに使用し、他の目的には一切使用しません。選考終了後はすべての個人情報を適切に破棄します。
(2) 計算科学研究センターは、文部科学省共同利用・共同研究拠点に認定されており、計算機共同利用を含む学際計算科学を推進しています。筑波大学では男女雇用機会均等法を遵守した人事選考を行っています。
(3) 本学では、「外国為替及び外国貿易法」に基づき、「国立大学法人筑波大学安全保障輸出管理規則」を定め、外国人、外国の大学・企業・政府機関等の出身者または特定類型該当者の雇用に際した厳格な審査を実施しています。
(4) この公募は、筑波大学ITF（IMAGINE THE FUTURE）助教制度を適用する公募です。ITF助教制度については、https://www.tsukuba.ac.jp/about/jobs-information/pdf/itf-assistantprofessor.pdfをご参照ください。
梅村雅之先生 最終講義（3/10）
宇宙物理研究部門の部門主任，計算科学研究センター長等を歴任されました梅村雅之先生（計算科学研究センター 教授）が，令和4年度末日をもちまして定年を迎えられることとなり，最終講義を開催することとなりました．
計算科学研究センターとオンラインのハイブリッドにて開催いたします．
参加を希望される方は，下記フォームよりお申込ください．
日時：令和5年3月10日（金）13:30-15:00
場所：計算科学研究センター 国際ワークショップ室 / オンライン
主催：筑波大学計算科学研究センター
参加登録フォーム
https://tinyurl.com/2jts85yw
申込締切 令和5年3月8日（水）
学生インタビュー vol.7 公開
計算科学研究センター（CCS）所属教員が指導する研究室の学生へのインタビュー「CCSで学ぶ」に「vol.7 高田 菜月さん（関連部門：地球環境研究部門）」を公開しました。
「vol.7 高田 菜月さん（関連部門：地球環境研究部門）」
【CCSで学ぶ】高田 菜月さん
高田 菜月（Natsuki TAKADA）さん
筑波大学 理工情報生命学術院 生命地球科学研究群 地球科学学位プログラム
都市・山岳気象学研究室 博士前期課程２年
(内容は、2022年7月取材当時のものです。)
高田さんは、筑波大学 生命環境学群 地球学類在籍時に都市・山岳気象学研究室に入り、日下博幸 教授の指導のもとで研究を続けています。
今の研究室に進んだ理由
中学生の頃、姉が進路のことを考え始めたのをきっかけに、「自分は何をしよう、何に一番興味が持てるかな」と考え始めました。それで、日々の天気予報だったり、雲とか気象現象だったりを見るのが好きだなと気づいて、気象の道に行きたいと思い始めました。
研究室を選ぶ時には、身近な気象現象を研究テーマにしたいなと思っていました。日下先生や先輩たちが富士山にできる雲の研究を楽しそうにやっていたので、私も一緒に研究したいと思い、今の研究室を選びました。
どんな研究をしているの？
富士山周辺に出現する「吊るし雲」という雲について研究をしています。「吊るし雲」とは、山の風下にできるレンズ状の雲で、普通の雲とは違って風に流されることなく、同じ場所に浮かんでいる雲です。この「吊るし雲」がどんな気象条件で発生するのかを、雲の動画とコンピュータシミュレーションによって調べています。
「吊るし雲」は、風が山に当たる時に生まれる山岳波という波によって発生し、また風が強くて湿度が高い時に発生するといわれています。しかしながら、その発生メカニズムには、まだまだ分かっていないこともたくさんあります。
雲というとても身近な現象であるにもかかわらず、未解明な問題があることを知り、その謎の解明に挑戦したいなと思って研究をしています。
研究をすること、ここが魅力！
答えのない問いに挑み、自分でその答えを導くというところが面白いなと感じています。今まで誰も知らなかった、分からなかったことを、自分の手で明らかにできることはすごく魅力的です。また、自分で明らかにできた時の達成感と喜びはとても大きいです。
高校ではどんな勉強をしていたの？
大学では気象について学び、将来は気象に関わる仕事に就きたいと考えていたので、気象を学べる環境が充実している筑波大学が第一志望でした。筑波大学に入るため、高校時代はとにかく受験勉強をしていました。（特に気象の勉強はしていなかったです。）
筑波大学は気象を研究している先生の数がとても多く、指導教員の先生に丁寧な指導をしてもらえるのはもちろんのこと、さらに周辺分野の気象の先生たちからも指導を受けられるので、気象の研究をするのにとても良いところです。
メッセージ
自分が興味を持てる分野、行きたい大学をぜひ見つけてください！ そして、大学では興味を持てる研究テーマに出会えるといいですね！
大学では一つの学問分野でもいくつも研究室があったり、一つの研究室でも様々な研究テーマを扱っていたりします。その中から、皆さんが興味の持てる研究テーマに出会い、そのテーマについて研究できることを祈っています！
【CCSで学ぶ】一覧に戻る
↓ インタビュー動画もあります。
【動画公開】Pegasus 構築動画
2022年12月に試験運用を開始した筑波大学のスーパーコンピュータ Pegasus の構築の様子をショートムービーとして公開しました。
【New video】Construction of Pegasus
Our new video is now available.
JAPAN-KOREA Winter School 2022
Course Overview
High performance computing is the basic technology needed to support today’s large scale scientific simulations. It covers a wide variety of issues on hardware and software for high-end computing such as high speed computation, high speed networking, large scale memory and disk storage, high speed numerical algorithms, programming schemes and the system softwares to support them. Current advanced supercomputer systems are based on large scale parallel processing systems. Nowadays, even application users are required to understand these technologies to a certain level for their effective utilization. In this class, we focus on the basic technology of high-end computing systems, programming, algorithm and performance tuning for application users who aim to use these systems for their practical simulation and computing.
Lecture Day and Location
| Lecture Day: | February 20 (Mon), 21 (Tue), 2023 |
|---|---|
| Location: | Hybrid form |
| Onsite: International Workshop Room, Center for Computational Sciences (Access) | |
| Online: Zoom (Zoom link will be sent by email.) |
Schedule
| Feb. 20 (Mon) | Feb. 21 (Tue) | |
| 09:00 – 10:30 | Fundamentals of HPC and Parallel Processing | Parallel Programming 2: OpenMP |
| 10:45 – 12:15 | Parallel Processing Systems | Parallel Numerical Algorithm 1 |
| 13:30 – 15:00 | Parallel Programming 1: MPI | Parallel Numerical Algorithm 2 |
| 15:15 – 16:45 | Optimization 1: Communication Optimization | Optimization 2: Computation Optimization |
Contents
| Lecture name | Contents | Instructor | |
|---|---|---|---|
| 1 | Fundamentals of HPC and Parallel Processing | Amdahl’s law, Parallelization methods (EP, Data parallelism, Pipeline parallelism), Communication, Synchronization, Parallelization efficiency, Load balance. | Taisuke Boku |
| 2 | Parallel Processing Systems | Parallel processing systems (SMP, NUMA, Cluster, Grid, etc.), Memory hierarchy, Memory bandwidth, Network, Communication bandwidth, Delay. | Ryohei Kobayashi |
| 3 | Parallel Programming 1: MPI | Parallel programming language MPI. | Norihisa Fujita |
| 4 | Optimization 1: Communication Optimization | Optimization techniques and performance evaluation of parallel programming on parallel processing systems. | Osamu Tatebe |
| 5 | Parallel Programming 2: OpenMP | Parallel programming model, parallel programming language OpenMP. | Akira Nukada |
| 6 | Parallel Numerical Algorithm 1 | Krylov subspace iterative methods and their parallelization methods. | Hiroto Tadano |
| 7 | Parallel Numerical Algorithm 2 | Fast Fourier Transformation (FFT) and its parallelization methods. | Daisuke Takahashi |
| 8 | Optimization 2: Computation Optimization | Program optimization techniques (Register blocking, Cache blocking, Memory allocation, etc.) and performance evaluation on a compute node of parallel processing systems. | Daisuke Takahashi |
*本セミナーは，筑波大学理工情報生命学術院共通専門基盤科目「High Performance Parallel Computing Technology for Computational Sciences」(0AH0209)と共通です． 本セミナーを授業として受講する方は，TWINS で履修登録して下さい．
JAPAN-KOREA HPC Winter School 2022
Course Overview
High performance computing is the basic technology needed to support today’s large scale scientific simulations. It covers a wide variety of issues on hardware and software for high-end computing such as high speed computation, high speed networking, large scale memory and disk storage, high speed numerical algorithms, programming schemes and the system softwares to support them. Current advanced supercomputer systems are based on large scale parallel processing systems. Nowadays, even application users are required to understand these technologies to a certain level for their effective utilization. In this class, we focus on the basic technology of high-end computing systems, programming, algorithm and performance tuning for application users who aim to use these systems for their practical simulation and computing.
Lecture Day and Location
| Lecture Day: | February 20 (Mon), 21 (Tue), 2023 |
|---|---|
| Location: | Hybrid form |
| Onsite: International Workshop Room, Center for Computational Sciences (Access) | |
| Online: Zoom (Zoom link will be sent by email.) |
Schedule
| Feb. 20 (Mon) | Feb. 21 (Tue) | |
| 09:00 – 10:30 | Fundamentals of HPC and Parallel Processing | Parallel Programming 2: OpenMP |
| 10:45 – 12:15 | Parallel Processing Systems | Parallel Numerical Algorithm 1 |
| 13:30 – 15:00 | Parallel Programming 1: MPI | Parallel Numerical Algorithm 2 |
| 15:15 – 16:45 | Optimization 1: Communication Optimization |
Optimization 2: Computation Optimization |
Contents
| Lecture name | Contents | Instructor | |
|---|---|---|---|
| 1 | Fundamentals of HPC and Parallel Processing | Amdahl’s law, Parallelization methods (EP, Data parallelism, Pipeline parallelism), Communication, Synchronization, Parallelization efficiency, Load balance. | Taisuke Boku |
| 2 | Parallel Processing Systems | Parallel processing systems (SMP, NUMA, Cluster, Grid, etc.), Memory hierarchy, Memory bandwidth, Network, Communication bandwidth, Delay. | Ryohei Kobayashi |
| 3 | Parallel Programming 1: MPI | Parallel programming language MPI. | Norihisa Fujita |
| 4 | Optimization 1: Communication Optimization | Optimization techniques and performance evaluation of parallel programming on parallel processing systems. | Osamu Tatebe |
| 5 | Parallel Programming 2: OpenMP | Parallel programming model, parallel programming language OpenMP. | Akira Nukada |
| 6 | Parallel Numerical Algorithm 1 | Krylov subspace iterative methods and their parallelization methods. | Hiroto Tadano |
| 7 | Parallel Numerical Algorithm 2 | Fast Fourier Transformation (FFT) and its parallelization methods. | Daisuke Takahashi |
| 8 | Optimization 2: Computation Optimization | Program optimization techniques (Register blocking, Cache blocking, Memory allocation, etc.) and performance evaluation on a compute node of parallel processing systems. | Daisuke Takahashi |
2022 CCS-KISTI Workshop
Date: Feb. 22nd (Wed), 2023
Venue: CCS Meeting Room A
| 9:00 | Dr. Taisuke Boku | CCS research activity update |
| 9:15 | Dr. Jihoon Kang | Parallel and scalable tri-diagonal matrix algorithm for CFD applications |
| 9:35 | Dr. Daisuke Takahashi | Implementation of Parallel Number-Theoretic Transform on Manycore Clusters |
| 9:55 | Dr. Oh-Kyoung Kwon | Efficient task-mapping of parallel applications using a space-filling curve |
| 10:15 | ||
| 10:25 | Dr. Sangjae Seo | Simulation studies of nanomaterials using Nurion supercomputer |
| 10:45 | Dr. Kazuhiko Yabana | Development and applications of SALMON: first-principles computations in optical science |
| 11:05 | Dr. Hee Jin Jung | Introduction to Fake Movie Generator to Train Data-driven AI Models for Applying to A Smart Intersection |
| 11:25 | Dr. Mitsuo Shoji | Unique reaction mechanism of copper amine oxidase revealed by theoretical QM/MM and experimental approaches |
| 11:45 | ||
| 13:00 | Dr. John Bosco Mugeni | A graph-based blocking approach for entity matching using contrastively learned embeddings |
| 13:20 | Dr. Jung Woo Park | Research on Computer-Aid Drug Design for New Scaffold-based Drug Development |
| 13:40 |
*Please wear a mask, take your temperature, and sanitize your hands when entering.
Please refrain from participating if you are not feeling well due to a cold or fever.
2022 CCS-KISTI ワークショップ
韓国 KISTI（韓国科学技術情報研究院）と対面の研究交流会を開催します。
Date: Feb. 22nd (Wed), 2023
Venue: CCS Meeting Room A
| 9:00 | Dr. Taisuke Boku | CCS research activity update |
| 9:15 | Dr. Jihoon Kang | Parallel and scalable tri-diagonal matrix algorithm for CFD applications |
| 9:35 | Dr. Daisuke Takahashi | Implementation of Parallel Number-Theoretic Transform on Manycore Clusters |
| 9:55 | Dr. Oh-Kyoung Kwon | Efficient task-mapping of parallel applications using a space-filling curve |
| 10:15 | ||
| 10:25 | Dr. Sangjae Seo | Simulation studies of nanomaterials using Nurion supercomputer |
| 10:45 | Dr. Kazuhiko Yabana | Development and applications of SALMON: first-principles computations in optical science |
| 11:05 | Dr. Hee Jin Jung | Introduction to Fake Movie Generator to Train Data-driven AI Models for Applying to A Smart Intersection |
| 11:25 | Dr. Mitsuo Shoji | Unique reaction mechanism of copper amine oxidase revealed by theoretical QM/MM and experimental approaches |
| 11:45 | ||
| 13:00 | Dr. John Bosco Mugeni | A graph-based blocking approach for entity matching using contrastively learned embeddings |
| 13:20 | Dr. Jung Woo Park | Research on Computer-Aid Drug Design for New Scaffold-based Drug Development |
| 13:40 |
*センター内への立ち入りに際しては、マスクの着用・検温・手指の消毒を行い、風邪症状等の体調不良の方は立ち入りをご遠慮ください。
令和4年度 年次報告会（2023年2月24日）
日時：2023年2月24日（金） 8:30～18:00
会場：Zoom
計算科学研究センター 令和4年度年次報告会を行います。
プログラム
発表時間は、新任者(＊印)は15分、それ以外の方は12分です（質疑応答、交代時間含む）
セッション1 （8:30-9:51 座長：萩原聡）
8:30 *清水 則孝 （原子核物理研究部門）
8:45 *福島 肇 （宇宙物理研究部門）
9:00 *Kowit Hengphasatporn（生命科学研究部門）
9:15 多田野 寛人 （高性能計算システム研究部門）
9:27 Tong Xiao-Min （量子物性研究部門）
9:39 Alexander Wagner （宇宙物理研究部門）
セッション2 （9:51-11:15 座長：福島肇）
9:51 中務 孝 （原子核物理研究部門）
10:03 森 正夫 （宇宙物理研究部門）
10:15 日野原 伸生 （原子核物理研究部門）
10:27 中山 卓郎 （生命科学研究部門）
10:39 日下 博幸 （地球環境研究部門）
10:51 萩原 聡 （量子物性研究部門）
11:03 小林 諒平 （高性能計算システム研究部門）
セッション３ （11:15-12:39 座長：小林諒平）
11:15 藏増 嘉伸 （素粒子物理研究部門）
11:27 矢島 秀伸 （宇宙物理研究部門）
11:39 田中 博 （地球環境研究部門）
11:51 大谷 実 （量子物性研究部門）
12:03 堀江 和正 （計算情報学研究部門）
12:15 北原 格 （計算情報学研究部門）
12:27 原田 隆平 （生命科学研究部門）
セッション４ （12:39-14:15 座長：佐藤駿丞）
12:39 宍戸 英彦 （計算情報学研究部門）
12:51 吉川 耕司 （宇宙物理研究部門）
13:03 稲垣 祐司 （生命科学研究部門）
13:15 矢花 一浩 （量子物性研究部門）
13:27 松枝 未遠 （地球環境研究部門）
13:39 高橋 大介 （高性能計算システム研究部門）
13:51 前島 展也 （量子物性研究部門）
14:03 塩川 浩昭 （計算情報学研究部門）
セッション５ （14:15-15:39 座長：庄司光男）
14:15 大須賀 健 （宇宙物理研究部門）
14:27 吉江 友照 （素粒子物理研究部門）
14:39 小泉 裕康 （量子物性研究部門）
14:51 堀 優太 （生命科学研究部門）
15:03 Doan Quang van （地球環境研究部門）
15:15 朴 泰祐 （高性能計算システム研究部門）
15:27 天笠 俊之 （計算情報学研究部門）
セッション６ （15:39-16:39 座長：堀優太）
15:39 Savong Bou （計算情報学研究部門）
15:51 石塚 成人 （素粒子物理研究部門）
16:03 佐藤 駿丞 （量子物性研究部門）
16:15 庄司 光男 （生命科学研究部門）
16:27 藤田 典久 （高性能計算システム研究部門）
セッション７ （16:39-17:44 座長：Savong Bou)
16:39 大野 浩史 （素粒子物理研究部門）
16:51 梅村 雅之 （宇宙物理研究部門）
17:03 重田 育照 （生命科学研究部門）
17:15 額田 彰 （高性能計算システム研究部門）
17:27 亀田 能成 （計算情報学研究部門）
17:39 朴 泰祐 （センター長）
スーパーコンピュータPegasusの理論ピーク性能を公開
Intel社の最新CPU、第4世代Xeonスケーラブル・プロセッサの製品発表に伴い、2022年12月に試験稼働を開始したスーパーコンピュータPegasusの理論ピーク性能が公開となりました。
Pegasusは120ノードの計算ノードで構成され、全体の理論ピーク性能は6.5 PFlopsとなります。
Pegasusについて詳しくはこちらをご覧ください。
The theoretical peak performance of the Pegasus supercomputer is released
With the product launch of Intel’s latest CPU, the 4th generation Xeon scalable processor, the theoretical peak performance of the Pegasus supercomputer, which began test operation in December 2022, is now available.
Pegasus will consist of 120 compute nodes with an overall theoretical peak performance of 6.5 PFlops.
For more information, please see the following link.
Supercomputers
【受賞】原田准教授が第 50 回 構造活性相関シンポジウムSAR Presentation Awardを受賞
原田准教授が、2022年11月10-11日にオンラインで開催された第 50 回 構造活性相関シンポジウム（主催：日本薬学会・構造活性相関部会）において優秀発表賞（SAR Presentation Award）を受賞しました。
発表タイトル：化合物の膜透過プロセスを紐解く自由エネルギー計算手法の開発
著者：原田隆平, 森田陸離, 重田育照
著者：原田隆平, 森田陸離, 重田育照
![[ウェブリリース] 薬剤の膜透過メカニズムを解明する計算手法を提案](https://www.ccs.tsukuba.ac.jp/wp-content/uploads/sites/14/221227harada2-825x510.jpg)
[ウェブリリース] 薬剤の膜透過メカニズムを解明する計算手法を提案
2022年12月28日
筑波大学 計算科学研究センター
概要
病気の原因となるタンパク質に薬剤が結合し作用するためには、薬剤が生体外から様々なステップを踏んで生体内へ取り込まれる必要があります。中でも、細胞膜を通り抜けて細胞内に侵入する過程は重要であり、この膜透過メカニズムの解明は効率よくはたらく薬剤をデザインする上で重要です。膜透過のプロセスを精度良く調べるための計算科学的手法として、分子動力学計算（MD）に期待がかけられています。MDは薬剤がどのように膜を透過するのかを原子レベルで解明する可能性を持ちます。しかし、薬剤が膜透過するプロセスをMDで観察するには秒（100 s）以上の時間スケールを必要とするのに対して、現状のMDでは長くてもマイクロ秒（10-6 s）程度のシミュレーションを行うのが限界です。そこで本研究では、計算手法を工夫することにより現実的な計算コストで膜透過のプロセスを観察することに成功しました。それにより、膜透過性を定量的に示す膜透過係数を精度良く見積もることができました。
研究内容と成果
MDで観測可能な時間の間に薬剤はごく低い確率で膜を透過します。そのため従来の手法では、長時間のMDを行って運良く膜透過プロセスが観察されるのを待つしか無く、不確実性が高く効率も良くないという問題がありました。私達のグループでは、これまで開発してきたオリジナルの計算手法（PaCS-MD（注１）、OFLOOD（注２））を活用することで、MDの問題点の解決を目指しました。これらの計算手法は①短い時間のMDを繰り返し行い、②良い初期状態を抽出する、という特徴があります。本手法では、良い初期状態、つまり膜透過しそうな構造を選び出して短時間MDを繰り返すことによって、従来の手法では観察困難な膜透過プロセスを効率よく抽出することができます。
実際に計算性能を評価するために７種類の薬剤について膜透過プロセスを抽出しました。この時、多数の短時間MDを統計的に処理することによって膜透過の効率を定量的に示す膜透過係数を算出したところ、７種類すべての薬剤について実験値と計算値が高い一致を示しました。このことから、私達の開発した手法を適用することにより現実的な計算コストで薬剤の膜透過プロセスを抽出でき、同時に膜透過係数を精度良く見積もることができることが示されました。
今後の展開
予測される研究展開としては、中分子医薬の開発に貢献することが期待できます。環状ペプチド（注３）をはじめとする中分子医薬品は、薬効が高く製造コストが低いという多くの利点を持つことから次世代の医薬品として期待されています。環状ペプチドは従来の医薬品と比べてフレキシブルな構造をとるため、分子のダイナミクスによる影響を観測できるMDを利用することで、膜透過プロセスを詳細に理解することができます。これにより膜透過性が高い環状ペプチドの評価とそのメカニズムを調べることができれば、実験に先立って創薬設計の指針を提供することができ、中分子医薬品の発展に大きく貢献することが期待されます。
用語解説
注１）PaCS-MD：短時間のMDを繰り返しながら、最適な構造を選び続けることで効率よくタンパク質の構造変化を抽出する計算手法
注２）OFLOOD：短時間のMDを繰り返しながら、未知の構造（外れ値）を探索し続けることで多様な構造を抽出する計算手法
注３）環状ペプチド：タンパク質はアミノ酸が直鎖としてつながったものであるが、アミノ酸が環状につながった化合物。生体内での安定性が高く、標的への特異性が高いことから代表的な中分子医薬品として注目されている。
研究資金
本研究は、科研費（21K06094）、住友財団（基礎科学研究助成）、筑波大学計算科学研究センター学際共同利用プログラムによって実施されました。
掲載論文情報
【題 名】 Free-energy Profiles for Membrane Permeation of Compounds Calculated Using Rare-Event Sampling
【著者名】 Ryuhei Harada, Rikuri Morita, Yasuteru Shigeta
【掲載誌】 Journal of Chemical Information and Modeling
【掲載日】 2022年12月28日
【DOI】 DOI: 10.1021/acs.jcim.2c01097
（https://pubs.acs.org/doi/10.1021/acs.jcim.2c01097）
The University of Tsukuba announces plans for a New Big Memory Supercomputer “Pegasus” featuring upcoming 4th Gen Intel Xeon Scalable Processors, NVIDIA H100 PCIe GPU and Intel Optane Persistent Memory
Highlights
- Plans to build with 4th Gen Intel Xeon Scalable processors (formerly codenamed Sapphire Rapids), NVIDIA H100 Tensor Core GPU with PCIe and 51TFlops of extreme performance, and Intel Optane persistent memory (codenamed Crow Pass) will strongly drive big data and AI
- The world’s first system with NVIDIA H100 GPUs connected via PCIe Gen5
- The first system announced in Japan that will utilize NVIDIA Quantum-2 400Gb/s InfiniBand networking
Tsukuba, Japan – December 22, 2022 – The Center for Computational Sciences at the University of Tsukuba announces plans for a new big memory supercomputer Pegasus manufactured by NEC. The new supercomputer will be one of the first systems in the world to introduce 4th Gen Intel Xeon Scalable processors (formerly codenamed Sapphire Rapids), Intel Optane persistent memory (codenamed Crow Pass), and the NVIDIA H100 Tensor Core GPU with 51TFlops of breakthrough acceleration.
NVIDIA H100 PCIe GPU is the latest GPU announced in March, 2022 with a theoretical peak performance of 51 TFlops in double precision floating point operations. Pegasus is the first to offer the latest high-bandwidth PCIe Gen5 connection to H100 GPU. Networking utilizes the latest NVIDIA Quantum-2 400 Gb/s InfiniBand networking platform with advanced in-network computing acceleration engines. Utilizing the world’s newest technology such as the Memory bandwidth and I/O bandwidth increased by DDR5 and PCIe Gen5, the University of Tsukuba will strongly support HPC, big data and AI.
To drive big data analytics and ultra-large scale AI, not only high computing performance is required, but also high-bandwidth large memory and ultra-fast storage systems; Pegasus has introduced H100 GPUs, DDR5 memory, and persistent memory to solve this problem. The H100 GPU is 2.7 times faster in computing performance than the current A100 GPU, and DDR5 memory provides twice the memory bandwidth of conventional DDR4 memory. The Center of Computational Sciences has been offering solutions with Intel Xeon processors and Intel Optane persistent memory since 2020 to research partners. Based on previous generations of Intel Optane persistent memory, allowing direct access to persistent data structures has potential to significantly improve application performance. In addition, unlike DRAM, persistent memory does not require refresh to retain data, thus dramatically reducing power consumption compared to DRAM of the same capacity. Moreover, memory expansion with persistent memory enables calculations with memory sizes that exceed DRAM capacity, and the performance of computational science applications remains largely unchanged.
The effectiveness of compute accelerators (GPUs) in HPC, data-driven science, and AI-driven science has already been demonstrated, and Pegasus has been designed to incorporate state-of-the-art CPUs, GPUs, memory, and persistent memory, connected via a state-of-the-art network.
Pegasus consists of 120 compute nodes, and the overall theoretical peak performance of the GPU part alone exceeds 6.1 PFlops. The Center for Computational Sciences at the University of Tsukuba, as a Joint Usage / Research Center, will make Pegasus available to users around the world through various usage programs such as Interdisciplinary Collaborative Use, HPCI Collaborative Use, and General Use, thereby contributing to the further development of computational science.
“Big data and AI applications are one of the most important research topics in addition to the high performance computational sciences which we have been focusing on so far. Introducing a new machine with a large-capacity memory system and high-performance AI processing should be our new tools to expand our research field toward excellent data science,” said Taisuke Boku, Director of the Center for Computational Sciences, the University of Tsukuba.
“Data-driven and AI-driven science requires large memory size and storage performance, but memory capacity per CPU core has decreased for a decade,” said Osamu Tatebe, professor at the Center for Computational Sciences, the University of Tsukuba. “That is why we introduce NVIDIA H100 PCIe GPU, DDR5, and persistent memory in compute nodes to accelerate large-scale data analysis and big data for better cost performance, power consumption, and application performance. Also, we foster new fields of large-scale data analysis, new applications of big data AI, and system software research.”
“NEC is very honored to announce that the Center for Computational Sciences at the University of Tsukuba adopted NEC LX-Series as their new supercomputer,” said Yasuo Mogaki, Managing Director, NEC Advanced Platform Division. “This system is World’s first system that delivers revolutionary acceleration applying Intel’s next generation Xeon CPU, Optane memory and NVIDIA’s H100 GPU. NEC will contribute to advanced computational science by combining our technological capabilities.”
“We are very excited that the University of Tsukuba plans to build their new supercomputer with the upcoming 4th Gen Intel Xeon Scalable processor and Optane persistent memory 300 series, showcasing the value that Intel Architecture brings to high performance computing” said Don Cunningham, Vice President & General Manager, Data Center and AI Group at Intel.
“As supercomputing enters the era of exascale HPC and AI, NVIDIA enables researchers to tackle massive challenges using NVIDIA H100 GPUs,” said Ian Buck, vice president of Hyperscale and HPC at NVIDIA. “The selection by the University of Tsukuba will enable researchers to deliver the same AI performance with 3.5x more energy efficiency and 3x lower total cost of ownership.”
“It is our great pleasure to support the innovative Pegasus project at Tsukuba University. We look forward to working with the team at Tsukuba University towards better integrating emerging memory architectures and node-local persistent storage solutions with global shared storage” said Robert Triendl, President of DataDirect Networks Japan, Inc.
Planned Specifications
|
System name |
Pegasus |
|
Manufacture |
NEC |
|
Total performance |
> 6.1 PFlops |
|
Number of nodes |
120 |
|
Interconnects |
Full bisection fat-tree network interconnected by the NVIDIA Quantum-2 InfiniBand platform |
|
Parallel file system |
7.1PB DDN EXAScaler (40 GB/s throughput) |
Compute node
|
CPU |
4th Gen Intel Xeon Scalable processor formerly codenamed Sapphire Rapids (48c) |
|
GPU |
NVIDIA H100 Tensor Core GPU with PCIe Gen5 (51 TFlops in FP64 Tensor Core, 80GB HBM2E, 2 TB/s) |
|
Memory |
128GiB DDR5 (282 GB/s) |
|
Persistent memory |
Intel Optane persistent memory (codenamed Crow Pass) |
|
SSD |
2 x 3.2TB NVMe SSD (7 GB/s) |
|
Networking |
NVIDIA Quantum-2 InfiniBand platform (200 Gb/s) |
About the Center for Computational Sciences, the University of Tsukuba
For more information, go to www.ccs.tsukuba.ac.jp