| Item type |
SIG Technical Reports(1) |
| 公開日 |
2024-08-01 |
| タイトル |
|
|
タイトル |
ガラス動力学の深層グラフニューラルネットワークモデルの各種GPU等での性能評価・解析 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Performance Evaluation and Analysis of Deep Graph Neural Networks for the Dynamics of Glasses on Various Accelerator Devices |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
深層学習 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
兵庫県立大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
DeepFlow株式会社 |
| 著者所属 |
|
|
|
東京大学情報基盤センター |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science, University of Hyogo |
| 著者所属(英) |
|
|
|
en |
|
|
DeepFlow Inc. |
| 著者所属(英) |
|
|
|
en |
|
|
Information Technology Center, University of Tokyo |
| 著者名 |
芝, 隼人
深川, 宏樹
下川辺, 隆史
|
| 著者名(英) |
Hayato, Shiba
Hiroki, Fukagawa
Takashi, Shimokawabe
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
物質科学において「ガラス」とは，液体を急激に冷やすことによって結晶になる暇なく乱雑なまま固まった物質を指す．ガラスは物性物理学・材料工学などで重要な物質で 100 年以上の歴史がある研究対象であるが，構造の乱雑で特徴を見出し難いために，理論・シミュレーションによる取り扱いが長年にわたって難しかった．近年のデータ科学の手法は，乱雑な構造からガラスがどのような性質を持っているかを予測することを可能にしつつあるとともに，そのような手法から派生するシミュレーション手法の展開に大きな期待が注がれている．本報告では，以前の第 183 回の当研究会での報告に引き続いて，ガラスの動力学を予測するグラフニューラルネットワークの学習速度のベンチマークと性能プロファイリングを最新 GPU 等を使用して実施した結果を報告する． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10463942 |
| 書誌情報 |
研究報告ハイパフォーマンスコンピューティング（HPC）
巻 2024-HPC-195,
号 16,
p. 1-9,
発行日 2024-08-01
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8841 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-HPC24195016.pdf (2.0 MB)
