学部・大学院区分
Undergraduate / Graduate
情報・博前
時間割コード
Registration Code
2550058
科目区分
Course Category
主専攻科目
科目名 【日本語】
Course Title
大規模計算特論B
科目名 【英語】
Course Title
High-Performance Computing B
コースナンバリングコード
Course Numbering Code
GSI156050J
担当教員 【日本語】
Instructor
大島 聡史 ○ 片桐 孝洋
担当教員 【英語】
Instructor
OHSHIMA Satoshi ○ KATAGIRI Takahiro
単位数
Credits
1
開講期・開講時間帯
Term / Day / Period
春2期 火曜日 1時限
Spring2 Tue 1
対象学年
Year
1年
1
授業形態
Course style

開講系(学部)・開講専攻(大学院)
Subject
情報システム学専攻
必修・選択
Required / Selected
選択


授業の目的 【日本語】
Goals of the Course(JPN)
高い性能を持つ計算ハードウェアであるGPU(Graphics Processing Unit)とその基本的な使い方について学習する。
授業の目的 【英語】
Goals of the Course
[This course will be taught in Japanese.]

The goal of this course is to obtain basic knowledge of GPU(Graphics Processing Unit) and its usage.
到達目標 【日本語】
Objectives of the Course(JPN)
高い性能を持つ計算ハードウェアであるGPU(Graphics Processing Unit)とその基本的な使い方について学習する。
OpenACCやCUDAを用いたGPUプログラミングの方法について、行列-行列積などの基本的な数値計算処理を題材として学習する。さらに、GPUを用いて高速に機械学習・深層学習を行う方法やその原理についても学習する。
到達目標 【英語】
Objectives of the Course
The goal of this course is to obtain basic knowledge of GPU(Graphics Processing Unit) and its usage.
To learn skills of GPU programming by using OpenACC and CUDA, we use basic numerical computations as an example, such as Matrix-matrix multiplications.
We also treat basic theory and usage of machine learning and deep learning by using GPU.

The numerical simulation has a key role in understanding the natural phenomena and solving various engineering problems. This course deals with numerical methods for partial differential equations, the finite difference method, and the finite element method, parallelization of the Krylov subspace method, visualization for the numerical simulation results, and supercomputer exercises. The aim of this course is to help students acquire a better understanding of the high-performance computing, and applied skills.
授業の内容や構成
Course Content / Plan
座学にて、GPUのハードウェア特性やCPUとの違いについて学ぶ。
OpenACCやCUDAを用いたGPUプログラミングの方法について学習し、基礎的なプログラムを作成してプログラミング方法を習得する。
GPUを用いた高速な機械学習・深層学習について、その原理を学習し、基礎的なプログラムを実行して効果を体験する。
This course introduces the specification and character of GPU.
To utilize GPU, we also introduce basics of programming with OpenACC and CUDA.
Moreover, we also introduce basics of machine learning and deep learning by using GPU.
履修条件・関連する科目
Course Prerequisites and Related Courses
成績評価の方法と基準
Course Evaluation Method and Criteria
講義中に与える演習課題のレポートにより評価する。合計100点満点で60点以上を合格とする。
Your final grade will be calculated according to report. To pass, students must earn at least 60 points out of 100.
教科書・参考書
Textbook/Reference book
資料を必要に応じて配布する。
履修条件は課さないが、大規模計算特論Aを履修している前提で話をする部分がある。
教科書は使用しない。
Course materials will be provided in the course.
Anyone can join the course, but some of the talk are based on High-Performance Computing A.
This course doesn't use any text books.
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
NUCTを通じて講義資料の事前配布を行う。講義において説明した理論を理解するために課題を与える。
Course material will be distributed via NUCT.
To understand theory that is explained in the course, submission of reports is required.
授業開講形態等
Lecture format, etc.
遠隔授業(オンデマンド型)で行う場合の追加措置
Additional measures for remote class (on-demand class)