「富岳」がスパコン世界性能ランキング4冠達成 - PC Watch

富岳

　理化学研究所のスーパーコンピュータ「富岳」が、スパコン世界ランキングの「TOP500」、「HPCG(High Performance Conjugate Gradient)」、「HPL-AI」、「Graph500」のすべてのカテゴリにおいて、2位に大差をつけ、首位を獲得した。富岳が首位になるのは、2020年6月、2020年11月に続いて3期連続になる。2021年3月9日に共用が開始されてからは初めてだ。

　現在、オンラインで開催されているHPC(ハイパフォーマンス・コンピューティング)に関する国際会議である「ISC20 21」において発表されたもので、Graph500の首位に関しては、7月1日に正式発表が予定されている。

　今回は、432筐体、15万8,976ノードによる「富岳」のフルスペックを用いたもので、理化学研究所では、「4つのランキングすべてにおける3期連続での第1位獲得は、富岳の総合的な性能の高さを示すものであり、新たな価値を生み出す超スマート社会の実現を目指すSociety5.0において、シミュレーションによる社会的課題の解決や、AI開発および情報の流通、処理に関する技術開発を加速するための情報基盤技術として、富岳が十分に対応可能であることを実証するものである」としている。

　世界のスーパーコンピュータの性能ランキングである「TOP500」は、今回が57回目の発表。富岳は、2020年11月と同様に、フルスペックでの計測によって、LINPACK性能が442.01PFLOPS(ペタフロップス)となり、実行効率は82.3%となった。

　2位は米国の「Summit」で148.6PFLOPS。富岳は、2位に2.97倍の性能差をつけた。

　LINPACKは、米国のテネシー大学のジャック・ドンガラ博士によって開発された行列計算による連立一次方程式の解法プログラムであり、「TOP500」は、同プログラムを処理する際の実行性能を指標としたランキングだ。

　多くの科学技術計算や産業アプリケーションで使用される倍精度浮動小数点数の演算能力を測ることで、コンピュータの計算速度ランキングを決定する。計算能力と信頼性を総合的に示す指標に位置づけられている。

　産業利用をはじめとして、実際のアプリケーションでよく用いられる共役勾配法の処理速度のランキングである「HPCG」では、富岳は16.00PFLOPSの性能を発揮。2位のSummitの2.93PFLOPSに比べて約5.46倍の性能差をつけた。

　HPCGは、LINPACKを開発したドンガラ博士らにより開発されたもので、2014年6月のISC14での測定結果の発表を経て、2014年11月のHPCに関する国際会議「SC14」から正式ランキングとして発表されている。

　反復計算を行なうことで正しい解に収束させていく方法の1つであり、前処理を組み合わせることにより、早く正しい解に収束させることができる共役勾配法での処理能力を測るベンチマークプログラム。コンピュータシミュレーションの性能を示すことができる。

　AIの深層学習において用いられる単精度や半精度演算処理に関する性能ベンチマークである「HPL-AI」では、2.004EFLOPS(エクサフロップス)を記録。2位のSummitが、2020年11月に比べて性能を高めて、1.15EFLOPSとなったものの、富岳との差は、約1.7倍と大きく開いたままだった。

　HPL-AIは、近年になって、GPUやAI向けの専用チップで低精度演算を行なう演算器を搭載したスーパーコンピュータが登場したことで、ドンガラ博士を中心にLINPACKのベンチマークを改良。2019年11月から使用しているものだ。低精度演算で解くことを認めたベンチマークプログラムであり、2段階の計算過程で構成されている。

　そして、大規模グラフ解析に関する性能ランキングである「Graph500」では、10万2,955GTEPSを達成。2位の中国Sunway TaihuLightの2万3,756GTEPSと比べて、4.33倍の性能差となった。

　Graph500は、理化学研究所と九州大学、フィックスターズ、富士通による共同研究グループによって取り組んだもので、通信性能の最適化などにより、約2兆2,000億個の頂点と、35兆2,000億個の枝から構成される超大規模グラフに対する幅優先探索問題を、調和平均0.34秒で解いたという。

　大規模グラフ解析の性能は、大規模かつ複雑なデータ処理が求められるビッグデータの解析において重要な指標であるが、「Graph500」では、1兆個の頂点を超えるような大規模グラフを扱うため、グラフのデータを、複数台のノードに分散して配置する必要がある。富岳のような大規模ネットワークを持つシステムでは、通信性能の最適化も重要な要素になるというわけだ。

　共同研究グループは、スーパーコンピュータ上で大規模なグラフを高速に解析できるソフトウェアの開発を進めており、これまでに、「複数のノード間におけるグラフデータの効率的な分割方法」、「冗長なグラフ探索を削減するアルゴリズム」、「スーパーコンピュータの大規模ネットワークにおける通信性能最適化」といった先進的ソフトウェア技術を開発。これらを活用することで、世界最高の性能を実現したという。

　共同研究グループは、通信性能のさらなる最適化に加えて、冗長な探索の削減や、各ノードにおけるメモリ使用量の均一化などに取り組んでいく予定だという。