プログラム

概要

高度化が加速度的に進むエージェンティック AI により、コンピューティング・リソースに求められる要素がますます多様化している一方、HPC の世界においても性能はもとより、調達コストと運用コストの高まり、セキュリティ・インシデントの急速な増加といった社会背景に対しても対策が必要になっている。
インテル製品を活用した最新のシステム設計を通じて、これら複合的な要件に応えるエージェンティック AI 時代の HPC インフラへの道筋を提示する。

概要

AIの急速な普及により、企業や研究機関はこれまで以上に大規模な計算資源を必要としています。一方で、メモリをはじめとする先端半導体のコスト上昇は、将来を見据えた投資戦略の再考を迫っています。本講演では、AI・推論・科学技術計算を取り巻く最新のテクノロジートレンドを俯瞰しながら、AMD製品が提供するオープンかつ効率的なアプローチを通じて、次世代インフラの最適なあり方を考察します。

概要

AIとHPCの融合は、科学技術計算の効率化と新たな科学的発見を加速しています。本講演では、AIの開発、学習、推論とHPCを支えるNVIDIA Vera Rubinを中心に、CPU、GPU、ネットワーク、ソフトウェアを一体で設計するアプローチを紹介します。さらに、SlurmとKubernetesを連携するSlinkyによるバッチ処理とAI推論サービスの共存を解説し、次世代AI/HPC基盤の姿を展望します。

概要

AI・HPCの性能を最大限に引き出す高性能ネットワークの重要性が高まっている中において、Cornelis Networksの最新製品ラインナップと今後のロードマップ、競合技術との差別化戦略を紹介します。さらに、ベンチマーク結果に基づく性能比較を通じて、通信ボトルネックの削減と計算資源の利用効率向上に向けた取り組みを紹介します。

概要

AI for Science時代の研究基盤には、HPC、研究データ管理、AIの統合が求められています。本発表では、NECが進めている研究情報基盤（Research Information Infrastructure、RII）について、広域ネットワーク上で高速データ転送を実現する高速データ転送システム、および計算来歴を自動取得し計算・シミュレーションの再現性向上を支援する来歴管理システムについてご紹介します。また、RIIのロードマップおよびAIエージェントを活用した次世代研究基盤に向けた取り組みについてご紹介します。

概要

AI技術の進展により、HPCのあり方が大きく変わりつつあります。本発表では、高性能・省電力な国産プロセッサ「FUJITSU-MONAKA」の特長と、AIサロゲートやAgentic AIなど、AI for Science基盤の実現に向けた弊社の取り組みを紹介します。

概要

フィジカルAIの実用化には、多様な状況を網羅する大量の学習データと、それを生成・学習・評価する計算基盤が欠かせない。SCSKはITインフラ構築の実践知を体系化した事業「NebulaShiftテクノロジーオファリング」を2026年7月にリリースし、その先の領域としてフィジカルAIのR&Dに取り組んでいる。本講演では、学習データ生成から学習・評価に至るパイプラインと、GPU要件の異なる処理が混在する環境での計算基盤の扱い方について、検証の現状と課題を共有する。

概要

東京大学情報基盤センターはこれまで、第3の科学：シミュレーションと第4の科学：データ駆動科学を「計算・データ・学習」の融合によって結ぶ新たな計算科学のパラダイムの確立を目指し、世界に先駆けてAI-for-Scienceに取り組んできた。文部科学省による「AI for Scienceに不可欠な計算資源の戦略的増強」の採択を受け、第5の科学：AI駆動科学も見据えて「計算・データ・学習・推論」を融合する新システムの導入を決定した。本講演では、その構成と運用構想を紹介する。

概要

IoT、 Physical AI などのためのエッジ・デバイスは FPGAでは得られない電力性能が求められる。そのために、オリジナルSoC(LSI)を作ろうぜ!

概要

現在、AIは学術科学分野から産業分野に至るまで、あらゆる業界で急速に適用が進んでいます。HPC/Super Computerは、AIを支える基本プラットフォームではありますが、業界AI特性毎に必要とされるHPCリソース要求は大きく異なり、最適な構成のプラットフォームを適宜に提供する必要があります。
弊社では、これらのAI用途特性毎のプラットフォームとして、ローカル＆マルチクラウドでのHPCリソース(CPU/メモリ/GPU/各種アクセラレータ/NVMeストレージ/HDDストレージ/Fabricネットワーク）のダイナミックかつオンデマンドに構成できる革新のグローバルコンポーザブルAI/HPCプラットフォームをフルスタックで提供します。

概要

2026年2月に運用を開始したNIMSの新スーパーコンピュータ「材料数値シミュレータ」の基本特性について紹介するとともに、近年の厳しい市場環境を踏まえたシステム設計の考え方とその効果について、TOP500の結果を交えて検証する。
また、材料研究で用いられる代表的なアプリケーションの性能評価結果に加え、研究現場でAIエージェントによるループエンジニアリングの導入が急速に拡大する中でのHPCの運用について、NIMSが考える方向性と取り組みを示す。

概要

エージェントAIが仮説から実験・解釈までを回す時代に突入し、様々な試行錯誤や実用例を連日目にします。判断系モデルの登場により、このループを回し続ける駆動力は強化される一方、この流れを推進できるシステムの在り方は従来とは異なってきます。そのためには、バッチと推論が資源を融通し合う柔軟なシステムと、AIが選んだソフトウェアや判断を後から検証できる信頼性の両立が欠かせません。今考えられるHPC像を議論できればと思います。

概要

HPC・AI基盤では、計算性能を最大限に引き出すネットワークが、これまで以上に重要です。本セッションでは、ラック内のGPU接続からデータセンター内のクラスターファブリック、拠点間接続まで、拡大するHPC・AIネットワークの最新動向をお伝えします。さらに、高速Ethernet、輻輳制御、運用自動化など、これからのHPC・AI基盤に求められるネットワーク基盤についてご紹介します。

概要

生成AIの普及により、HPC基盤には従来の大規模計算に加えて、高度化するAI推論を効率よく支える役割が求められています。本講演では、当社アルゴグラフィックスの北見テクノセンターを起点に、これからのAI/HPC基盤のあり方を考えます。さらに、当社が販売パートナーとなっている生成AI推論に特化したPreferred NetworksのMN-Core L1000を取り上げ、計算環境と新しいAIプロセッサの両面から、AI時代のHPCの可能性をご紹介します。

概要

AIとHPCの融合が進む中、HPCプラットフォームそのものも大きく変わろうとしています。
本発表ではSC26の最新動向から、次世代のCPU/GPU/アクセラレータに対応するThinkSystem V5サーバーと、高密度化を支えるLenovo Neptune液冷技術の最新情報を取り上げ、計算性能だけでは語れなくなったHPCシステム設計の変化と、次世代プラットフォームの方向性を解説します。

概要

近年、生成AIや大規模言語モデル（LLM）の進展により、ソフトウェア開発におけるAI活用が急速に広がっている。高性能計算（HPC）の分野においても、コード生成、既存プログラムの移植、性能最適化、デバッグなどへの応用が期待されている。本講演では、筑波大学計算科学センターにおける並列プログラミングや性能最適化における課題、今後の展望について紹介する。