BDEC-AIによるSociety5.0へ向けた解析能力創出

使用 BDEC-AI 为 Society 5.0 创建分析功能

• 批准号: 22K18823
• 负责人: 市村 強
• 金额: $ 3.83万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-06-30 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K18823/
• 关键词: 大規模データ; 大規模シミュレーション; PDE; データサイエンスアプローチ

本研究課題では，partial differential equation (PDE)による解析能力の向上を目指してその求解の高速化を，Big data & extreme computing (BDEC)を踏まえたPDE求解のスキームとデータサイエンス的アプローチの融合により，実現を試みる．"解析コストは高いものの高精度で解を求めることを指向する従来のPDE求解スキーム"と"解析コストを抑制できるが精度がやや低くなる傾向にあるデータサイエンス的アプローチベースの評価"は，両者の出自・目的が異なることによる解の要求精度のずれがある．これをBDECを踏まえつつ適切に解空間拘束を可能なサロゲートAI（BDEC-AI）を創出することで，PDE求解で必要とされる精度を保証しつつ，解析能力を向上する手法とすることが本研究課題の肝となる．また，手法の有効性を示すために，地震工学分野の問題を例に本手法の有効性を検証することとしている．今年度は，シミュレーションにより得られた解析結果から高次の解空間をデータサイエンス的アプローチにより再構成する手法を開発し，粘弾性問題へ適用し有効性を確認した．具体的には，シミュレーションにより得られた解析結果の処理及びそこから得られた情報に基づき解空間を再構成する手法を開発したが，その処理にはある程度の解析コストがかかる．しかし，これらの演算は連続メモリアクセス卓越となり，最近の計算機の演算器に適した形式となるため，time to solutionは改善されることになる．結果的に，従来のPDE求解と比較して，データサイエンス的アプローチをとることで，精度は同等だが高速な求解を可能とすることが出来た．

This research topic is about the integration of partial differential equation (PDE) and Big data & extreme computing (BDEC). "Analysis of high precision solutions""Analysis of low precision solutions""Analysis of high precision solutions""Analysis of high precision solutions""Analysis of high precision solutions""Analysis of high precision solutions"" BDEC is the key to solve the problem of space constraint properly. BDEC-AI is the key to solve PDE problem. The method has the property of indicating the earthquake. This year, the analysis results of the solution space are higher than those of the solution space, and the reconstruction method is developed. Specifically, the processing of the analytical results and the reconstruction of the basic solution space are developed. The most recent computer algorithms are suitable for the form and time to solution. The result is that the PDE solution can be obtained with the same accuracy.

项目成果

Scalable Finite-Element Viscoelastic Crustal Deformation Analysis Accelerated with Data-Driven Method

利用数据驱动方法加速可扩展有限元粘弹性地壳变形分析

• DOI: 10.1109/scalah56622.2022.00008
• 发表时间: 2022
• 期刊: 2022 IEEE/ACM Workshop on Latest Advances in Scalable Algorithms for Large-Scale Heterogeneous Systems (ScalAH)
• 作者: Fujita Kohei;Murakami Sota;Ichimura Tsuyoshi;Hori Takane;Hori Muneo;Lalith Maddegedara;Ueda Naonori
• 通讯作者: Ueda Naonori

GPU porting of scalable implicit solver with Green’s function-based neural networks by OpenACC

OpenACC 将可扩展隐式求解器与 Green 基于函数的神经网络进行 GPU 移植

• 发表时间: 2021
• 期刊: Proceedings of Eighth Workshop on Accelerator Programming Using Directives
• 作者: Kohei Fujita;Yuma Kikuchi;Tsuyoshi Ichimura;Muneo Hori;Lalith Maddegedara;and Naonori Ueda
• 通讯作者: and Naonori Ueda