2026/06/02 更新

写真a

フジキ ダイチ
藤木 大地
FUJIKI DAICHI
所属
総合研究院 AIコンピューティング研究ユニット 准教授
職名
准教授

学歴

  • ミシガン大学アナーバー校   Computer Science and Engineering

    2016年9月 - 2022年2月

      詳細を見る

    国名: アメリカ合衆国

    researchmap

  • 慶應義塾大学   理工学部   情報工学科

    2012年4月 - 2016年3月

      詳細を見る

    国名: 日本国

    researchmap

経歴

  • 東京科学大学   総合研究院   准教授

    2023年11月 - 現在

      詳細を見る

  • 東京工業大学   科学技術創成研究院   准教授

    2023年11月 - 2024年10月

      詳細を見る

  • 慶應義塾大学   理工学研究科   助教

    2022年4月 - 2023年10月

      詳細を見る

委員歴

  • MICRO 2025 TPC member  

    2025年   

      詳細を見る

  • HPCA 2025 TPC member  

    2025年   

      詳細を見る

  • ISCA 2025 TPC member  

    2025年   

      詳細を見る

  • ISCA 2024 TPC member  

    2024年   

      詳細を見る

  • HPCA 2024 TPC member  

    2024年   

      詳細を見る

  • IISWC 2023 TPC member  

    2023年   

      詳細を見る

  • HPCA 2023 light-load TPC member  

    2023年   

      詳細を見る

  • IISWC 2022 TPC member  

    2022年   

      詳細を見る

  • MICRO 2019 submission co-chair  

    2019年   

      詳細を見る

▼全件表示

論文

▼全件表示

書籍等出版物

  • In-/Near-memory computing

    Daichi Fujiki, Xiaowei Wang, Arun Subramaniyan, Reetuparna Das

    Morgan & Claypool  2021年  ( ISBN:9781636391885

     詳細を見る

    総ページ数:xv, 124 p.   記述言語:英語  

    CiNii Books

    researchmap

共同研究・競争的資金等の研究課題

  • 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

    研究課題/領域番号:24036702  2025年 - 2030年

    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

      詳細を見る

    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

    研究課題/領域番号:JPMJPR22P7  2022年10月 - 2026年3月

    JST  さきがけ 

      詳細を見る

    担当区分:研究代表者 

    researchmap

  • 複数階層インメモリコンピューティングとGNNを中心とした機械学習への応用

    研究課題/領域番号:22K21284  2022年8月 - 2024年3月

    日本学術振興会  科学研究費助成事業  研究活動スタート支援

    藤木 大地

      詳細を見る

    配分額:2860000円 ( 直接経費:2200000円 、 間接経費:660000円 )

    researchmap

  • メモリ駆動形DBシステムによるデータ処理基盤強化

    研究課題/領域番号:22704088  2022年 - 2025年

    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

      詳細を見る

    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