Updated on 2026/06/02

写真a

 
FUJIKI DAICHI
 
Organization
Institute of Integrated Research AI Computing Research Unit Associate Professor
Title
Associate Professor
External link

Education

  • University of Michigan, Ann Arbor

    2016.9 - 2022.2

      More details

    Country: United States

    researchmap

  • Keio University   Faculty of Science and Technology   Department of Information and Computer Science

    2012.4 - 2016.3

      More details

    Country: Japan

    researchmap

Research History

  • Institute of Science Tokyo   Institute of Integrated Research   Associate Professor

    2023.11

      More details

  • Tokyo Institute of Technology   Institute of Innovative Research   Associate Professor

    2023.11 - 2024.10

      More details

  • Keio University   Graduate School of Science and Technology   Assistant Professor

    2022.4 - 2023.10

      More details

Committee Memberships

  •   MICRO 2025 TPC member  

    2025   

      More details

  •   HPCA 2025 TPC member  

    2025   

      More details

  •   ISCA 2025 TPC member  

    2025   

      More details

  •   ISCA 2024 TPC member  

    2024   

      More details

  •   HPCA 2024 TPC member  

    2024   

      More details

  •   IISWC 2023 TPC member  

    2023   

      More details

  •   HPCA 2023 light-load TPC member  

    2023   

      More details

  •   IISWC 2022 TPC member  

    2022   

      More details

  •   MICRO 2019 submission co-chair  

    2019   

      More details

▼display all

Papers

▼display all

Books

  • In-/Near-memory computing

    Daichi Fujiki, Xiaowei Wang, Arun Subramaniyan, Reetuparna Das

    Morgan & Claypool  2021  ( ISBN:9781636391885

     More details

    Total pages:xv, 124 p.   Language:English  

    CiNii Books

    researchmap

Research Projects

  • 動的特徴量縮約可能な大規模モデル向けテンソル連想メモリアーキテクチャ

    Grant number:24036702  2025 - 2030

    科学技術振興機構  戦略的な研究開発の推進/国家戦略分野の若手研究者及び博士後期課程学生の育成事業(BOOST)/次世代AI人材育成プログラム(若手研究者支援)

    藤木 大地

      More details

    大量のデータを処理するAIは電力を多く消費します。本研究では、主な電力消費がメモリアクセスにあるという事実に注目し、特殊なメモリTAMによりAI内部のデータをコンパクト化することで、電力と処理速度を改善します。TAMは活性値を局所性・類似性に基づいて縮約し、要約します。本技術により、AIの性能を維持したまま大幅な省エネ化を実現し、様々なAIモデルやハードウェアに適用できる汎用性の高い最適化技術の開発を目指します。

    researchmap

  • メモリ駆動形DBシステムによるデータ処理基盤強化

    Grant number:JPMJPR22P7  2022.10 - 2026.3

    JST  さきがけ 

      More details

    Authorship:Principal investigator 

    researchmap

  • Multi-Layer In-Memory Computing and Its Application for GNNs

    Grant number:22K21284  2022.8 - 2024.3

    Japan Society for the Promotion of Science  Grants-in-Aid for Scientific Research  Grant-in-Aid for Research Activity Start-up

      More details

    Grant amount:\2860000 ( Direct Cost: \2200000 、 Indirect Cost:\660000 )

    researchmap

  • メモリ駆動形DBシステムによるデータ処理基盤強化

    Grant number:22704088  2022 - 2025

    科学技術振興機構  戦略的な研究開発の推進/戦略的創造研究推進事業/さきがけ

    藤木 大地

      More details

    本研究では、広く関連DBで使用されているB木の読み取り性能と、NoSQL/NewSQL等で使用されているLSM木の更新性能の両立をインメモリ計算IMCにより達成します。さらに、全エントリに対する準同型暗号演算が前提となっている完全秘匿型データベースについて、IMCにより静的データ近傍のメモリ資源を計算に転用し、データ移動を抑えながら超並列演算を行うことで、計算時間を低減させます。

    researchmap