2026/03/05 更新

写真a

ノムラ　アキヒロ
野村　哲弘
NOMURA Akihiro
所属
情報基盤センター マネジメント准教授
職名
マネジメント准教授
外部リンク

研究分野

  • 情報通信 / 計算機システム

論文

▼全件表示

MISC

▼全件表示

講演・口頭発表等

  • HPC-AI時代に向けたもっとみんなのスパコンTSUBAME4.0

    遠藤敏夫, 野村哲弘, 渡邊寿雄, 安良岡由規, 鶴見慶

    情報処理学会研究報告(Web)  2024年8月 

    　詳細を見る

    開催年月日： 2024年8月

    researchmap

  • スパコンTSUBAMEシリーズにおけるリソース分割戦略

    野村 哲弘, 遠藤 敏夫

    情報処理学会研究報告  2024年8月  一般社団法人 情報処理学会

    　詳細を見る

    開催年月日： 2024年8月

    記述言語：日本語   会議種別：口頭発表（一般）  

    identifier:oai:t2r2.star.titech.ac.jp:50722007

    researchmap

  • スーパーコンピュータTSUBAME3.0におけるAlphaFoldのデータベースの保存方法の変更とHHblitsの最適化による性能向上

    藤田隼斗, 野村哲弘, 遠藤敏夫, 遠藤敏夫, 関嶋政和

    情報処理学会研究報告(Web)  2023年 

    　詳細を見る

    開催年月日： 2023年

    researchmap

  • タンパク質構造解析システムAlphaFoldの実行時ファイルステージングを用いた高速化

    大沢泰生, 遠藤敏夫, 遠藤敏夫, 野村哲弘

    情報処理学会研究報告(Web)  2022年 

    　詳細を見る

    開催年月日： 2022年

    researchmap

  • タンパク質立体構造予測システムAlphaFoldのTSUBAME3.0上での高速化

    藤田隼斗, 野村哲弘, 遠藤敏夫, 遠藤敏夫, 関嶋政和

    情報処理学会研究報告(Web)  2022年 

    　詳細を見る

    開催年月日： 2022年

    researchmap

  • センサー情報を意識したジョブスケジューリング実現のための標準ジョブ履歴スキーマの提案

    野村 哲弘, Nomura Akihiro, 遠藤 敏夫, Endo Toshio

    情報処理学会研究報告  2021年3月  一般社団法人 情報処理学会

    　詳細を見る

    開催年月日： 2021年3月

    記述言語：日本語  

    identifier:oai:t2r2.star.titech.ac.jp:50567350

    researchmap

  • GPUクラスタにおけるハイブリッド並列DNN学習のボトルネック分析と改良

    細木隆豊, 野村哲弘, 遠藤敏夫

    情報処理学会研究報告(Web)  2021年 

    　詳細を見る

    開催年月日： 2021年

    researchmap

  • 深層強化学習を用いたジョブスケジューリングでの予測値の利用検証

    滝澤真一朗, 野村哲弘, 松葉浩也

    情報処理学会研究報告(Web)  2021年 

    　詳細を見る

    開催年月日： 2021年

    researchmap

  • TSUBAME3のインタラクティブ利用の利便性向上にむけた取り組み

    野村哲弘, 遠藤敏夫, 遠藤敏夫, 三浦信一, 三浦信一, 朝倉博紀, 越野俊充, 草間俊博

    情報処理学会研究報告(Web)  2020年 

    　詳細を見る

    開催年月日： 2020年

    researchmap

  • オーバーコミットスケジュール時のアプリ性能の予備評価

    南将平, 南将平, 遠藤敏夫, 野村哲弘

    情報処理学会研究報告(Web)  2020年 

    　詳細を見る

    開催年月日： 2020年

    researchmap

  • TSUBAME3.0におけるストレージ利用効率化のためのファイルシステムベンチマーク

    野村哲弘, 三浦信一, 實本英之, 額田彰, 遠藤敏夫

    情報処理学会研究報告(Web)  2019年 

    　詳細を見る

    開催年月日： 2019年

    researchmap

  • メモリアクセスデータを用いた機械学習によるアプリケーションの類型化

    土川稔生, 土川稔生, 遠藤敏夫, 遠藤敏夫, 大山洋介, 野村哲弘, 近藤正章, 近藤正章, 松岡聡, 松岡聡, 松岡聡

    情報処理学会研究報告(Web)  2019年 

    　詳細を見る

    開催年月日： 2019年

    researchmap

  • 新スーパーコンピュータTSUBAME3.0の概要

    藤田 和宏, 鶴見慶, 安良岡由規, 根本忍, 梁井善行, 渡邊寿雄, 野村 哲弘, 三浦信一, 額田彰, 遠藤敏夫, 松岡聡

    大学ICT推進協議会2017年度年次大会論文集  2017年12月 

    　詳細を見る

    開催年月日： 2017年12月

    researchmap

  • 学習条件を考慮した大規模非同期ディープラーニングシステムの性能モデリング

    大山洋介, 野村哲弘, 佐藤育郎, 西村裕紀, 玉津幸政, 松岡聡

    情報処理学会研究報告(Web)  2016年 

    　詳細を見る

    開催年月日： 2016年

    researchmap

  • ノード内同時実行ジョブにおけるパフォーマンスカウンタによるプロセス毎消費電力のモデル化

    寺西賢人, 野村哲弘, 遠藤敏夫, 松岡聡

    情報処理学会研究報告(Web)  2015年 

    　詳細を見る

    開催年月日： 2015年

    researchmap

  • Increasing GPU batch queue's utilization using rCUDA (Unrefereed Workshop Manuscript)

    Pak Markthub, Akihiro Nomura, Satoshi Matsuoka

    研究報告ハイパフォーマンスコンピューティング（HPC）  2014年7月  一般社団法人情報処理学会

    　詳細を見る

    開催年月日： 2014年7月

    記述言語：英語  

    In heterogeneous supercomputer, GPU job queue whose nodes compose of multiple GPUs can be under-utilized due to resource-assignment fragmentation. For example, in the case that each node has three GPUs like TSUBAME2.5, if a node has already been assigned to a job requesting two GPUs, that node cannot be assigned to another job requesting more than one GPU until the current job leaves the node. We examine this problem on TSUBAME2.5's GPU batch-queue system, and present a scheduling algorithm that uses rCUDA to alleviate it. Our simulation shows that the proposed scheduling algorithm can finish all simulated jobs on simulated congesting queue by 15% - 30% faster. Moreover, using jobs patterns obtained from scheduler log of TSUBAME GPU queue, the proposed algorithm shows 5.06% decrease in job life time (from arrives until finishes processing) on average. It also shows that even reducing the number of nodes in the queue by around 4% the average jobs life time is still around the same as the present algorithm.In heterogeneous supercomputer, GPU job queue whose nodes compose of multiple GPUs can be under-utilized due to resource-assignment fragmentation. For example, in the case that each node has three GPUs like TSUBAME2.5, if a node has already been assigned to a job requesting two GPUs, that node cannot be assigned to another job requesting more than one GPU until the current job leaves the node. We examine this problem on TSUBAME2.5's GPU batch-queue system, and present a scheduling algorithm that uses rCUDA to alleviate it. Our simulation shows that the proposed scheduling algorithm can finish all simulated jobs on simulated congesting queue by 15% - 30% faster. Moreover, using jobs patterns obtained from scheduler log of TSUBAME GPU queue, the proposed algorithm shows 5.06% decrease in job life time (from arrives until finishes processing) on average. It also shows that even reducing the number of nodes in the queue by around 4% the average jobs life time is still around the same as the present algorithm.

    researchmap

  • カーネルレベルMPI非同期集団通信機構の設計と実装—Design and Implemenation of Kernel-level Asynchronous MPI Collective Communications—ハイパフォーマンスコンピューティング(HPC) ; 通信

    野村 哲弘, 石川 裕

    情報処理学会研究報告  2010年10月  東京 : 情報処理学会

    　詳細を見る

    開催年月日： 2010年10月

    記述言語：日本語  

    researchmap

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I025184420

  • カーネルレベルMPI非同期集団通信機構の設計と実装

    野村哲弘, 石川裕

    情報処理学会研究報告(CD-ROM)  2010年 

    　詳細を見る

    開催年月日： 2010年

    researchmap

  • TSUBAME 4.0 Supercomputer: Introduction of System and Node Partitioning Strategies 招待 国際会議

    Akihiro Nomura

    Japan HPC Infrastructure Workshop  2024年9月 

    　詳細を見る

    記述言語：英語   会議種別：口頭発表（一般）  

    researchmap

  • Towards Efficient and Advanced Operation of Next-Generation Computing Infrastructure in Japan 国際会議

    Toshihiro Hanawa, Keiji Yamamoto, Shin'ichi Miura, Akihiro Nomura, Atsuko Takefusa, Satoshi Ohshima

    SuperComputing Asia 2025  2025年3月 

    　詳細を見る

    記述言語：英語   会議種別：ポスター発表  

    researchmap

  • Feasibility Study for Next- Generation Computing Infrastructure: Study of Operation Technologies 国際会議

    Toshihiro Hanawa, Keiji Yamamoto, Shin'ichi Miura, Akihiro Nomura, Atsuko Takefusa, Satoshi Ohshima

    ISC-HPC 2024 (project poster)  2024年5月 

    　詳細を見る

    記述言語：英語   会議種別：ポスター発表  

    researchmap

  • Design and Operation of the TSUBAME4.0 Supercomputer for a Broader User Base 招待 国際会議

    Akihiro Nomura

    ADAC16 Symposium  2025年3月 

    　詳細を見る

    記述言語：英語   会議種別：口頭発表（一般）  

    researchmap

  • TSUBAME4.0 Supercomputer: Introduction of System and Failures during the installation 招待 国際会議

    Akihiro Nomura

    14th European Workshop on HPC Infrastructure  2024年5月 

    　詳細を見る

    記述言語：英語   会議種別：口頭発表（一般）  

    researchmap

  • TSUBAMEシリーズにおけるブラウザベース利用機能の導入 招待

    野村 哲弘

    PCクラスタコンソー シアム 第2回 Open OnDemandワークショ ップ  2025年1月 

    　詳細を見る

    記述言語：日本語   会議種別：口頭発表（一般）  

    researchmap

▼全件表示

産業財産権

  • 学習システムおよび学習方法

    佐藤 育郎, 藤崎 亮, 野村 哲弘, 大山 洋介, 松岡 聡

    　詳細を見る

    出願人：株式会社デンソーアイティーラボラトリ, 国立大学法人東京工業大学

    出願番号：特願2016-253169  出願日：2016年12月

    公開番号：特開2018-106489  公開日：2018年7月

    特許番号/登録番号：特許第6704583号  登録日：2020年5月 

    J-GLOBAL

    researchmap

  • 予測装置、予測方法および予測プログラム

    大山 洋介, 佐藤 育郎, 西村 裕紀, 野村 哲弘, 松岡 聡

    　詳細を見る

    出願人：株式会社デンソーアイティーラボラトリ, 国立大学法人東京工業大学, 株式会社デンソー

    出願番号：特願2016-150221  出願日：2016年7月

    公開番号：特開2018-018422  公開日：2018年2月

    特許番号/登録番号：特許第6635265号  登録日：2019年12月 

    J-GLOBAL

    researchmap

共同研究・競争的資金等の研究課題

  • 機械学習の実応用に向けた品質基盤開発

    2020年4月 - 2025年3月

    DENSO IT LAB 認識・学習アルゴリズム共同研究講座 

    篠田 浩一, 佐藤 育郎, 川上 玲, 横田 理央, 田中 正行, 小野 峻佑, 野村 哲弘, 井上 中順, 金崎 朝子

    　 詳細を見る

    担当区分：研究分担者 

    researchmap

  • 機械学習を用いた自律型スマートHPCデータセンター

    研究課題/領域番号：19H04121  2019年4月 - 2022年3月

    日本学術振興会  科学研究費助成事業 基盤研究(B)  基盤研究(B)

    松葉 浩也, 高野 了成, 野村 哲弘, 三浦 信一, 遠藤 敏夫, 滝澤 真一朗

    　 詳細を見る

    配分額：17290000円 （ 直接経費：13300000円 、 間接経費：3990000円 ）

    今年度はHPCデータセンターの自律運用のために必要な項目の洗い出しと必要となる要素技術について研究を進めた。まず、自律運用を目指すために、人間の管理下にある運用において日常的に制御を行っている項目について実態調査を進めた。その結果、大規模HPCデータセンターにおいて共通的な制御項目はジョブのスケジューリングおよび冷却設備の稼働パラメータであることが判明した。これら二項目は相互依存しており、例えば消費電力が大きくなることが見込まれる大規模ジョブが存在する場合、ジョブスケジューラによる自動実行は一旦停止した上で冷却設備を最大能力で稼働できる準備を進め、冷却設備の準備が整ったところでジョブの実行を開始する。
    このような設備とジョブスケジューリングの連携運用を自動化し、同時にHPCデータセンターとして当然の要求である計算機利用率を最大化を達成するため、本研究課題では現在注目のAI技術のひとつである強化学習を用いることとした。強化学習を選択した理由はその柔軟性にある。HPCデータセンターの運用はジョブの開始、終了により冷却設備への負荷が矩形波的に変化するなど非線形な動作が多々あり、数学的な最適化が困難な問題であるが、強化学習は計算機の運用状態をシミュレータとして再現することができれば、その中での適切な運用を学習により習得できる可能性がある。
    今年度は上記の分析に基づいて、本研究課題で目指す「自律運用」を強化学習の問題として定義し、最初のステップとしてその簡略化問題を解くことを進めた。具体的には設備の負荷は一旦考慮から外し、与えられたジョブ列と計算機環境において適切なジョブのスケジューリングを強化学習により習得することを試みた。本予備実験は概ね良好な結果となっており、来年度、本実験を基に設備なども考慮した本格的な自律運用AIを開発する。

    researchmap