掲示板

成果の公表について(約款21条関連)

ABCIを利用して得られた成果を学会発表、国際会議発表、プレスリリース等で発表する場合は、事前にその情報をabci-application-ml@aist.go.jp宛にメールでご連絡ください。

研究成果を報告する場合の表記について

成果を公表する場合は、以下の例文の記載をお願いします。
日本語: 産総研のAI橋渡しクラウド(ABCI)を利用した。
English: Computational resource of AI Bridging Cloud Infrastructure (ABCI) provided by National Institute of Advanced Industrial Science and Technology (AIST) was used.

研究成果(ABCIグランドチャレンジ)

論文

Kates-Harbeck, J., Svyatkovskiy, A., Tang, W., “Predicting disruptive instabilities in controlled fusion plasmas through deep learning”, Nature (2019 Apr).

国際会議・学会発表

Y. Tsuji, K. Osawa, Y. Ueno, A. Naruse, R. Yokota, and S. Matsuoka, “Performance Optimizations and Analysis of Distributed Deep Learning with Approximated Second-Order Optimization Method”, The 1st Workshop on Parallel and Distributed Machine Learning 2019 (PDML19).
Y. Ueno and R. Yokota, “Hierarchical Topology-aware Communication for Scaling Deep Learning to Thousands of GPUs”, The 19th Annual IEEE/ACM International Symposium in Cluster, Cloud, and Grid Computing (CCGrid 2019).
K. Osawa, Y. Tsuji, Y. Ueno, A. Naruse, T. Yokota, and S. Matsuoka, “Large-scale Distributed Second-order Optimization Using Kronecker-factored Approximate Curvature for Deep Convolutional Neural Networks”, Conference on Computer Vision and Pattern Recognition (CVPR 2019).
Yokota, R. “Kronecker Factorization for Second Order Optimization in Deep Learning”, SIAM CSE, Spokane, USA, February 25-March 3 (2019).
Massively Distributed SGD: ImageNet/ResNet-50 Training in a Flash (arXiv:1811.05233) [v2] Tue, 5 Mar 2019.
ImageNet/ResNet-50 Training in 224 Seconds (arXiv:1811.05233) [v1] Tue, 13 Nov 2018.

プレスリリース

ソニー:ディープラーニングの分散学習で世界最高速を達成 (2018/11/13)
産総研: AI向けクラウド型計算システム「ABCI」が深層学習の学習速度で世界最速に (2018/11/13)

研究成果(ABCI一般利用)

プレスリリース

2019年4月1日   株式会社富士通研究所
世界最高速を達成!ディープラーニングの高速化技術を開発
高効率な分散並列処理によりResNet-50の学習処理を75秒で完了

https://pr.fujitsu.com/jp/news/2019/04/1.html
株式会社富士通研究所(注1)(以下、富士通研究所)は、ディープラーニングソフトウェアを高速化する技術を開発し、国立研究開発法人産業技術総合研究所(注2)様に富士通株式会社(注3)(以下、富士通)が導入した「AI橋渡しクラウド(AI Bridging Cloud Infrastructure、以下、ABCI)」を利用して学習に要する時間を測定したところ、このたび世界最高速を達成しました。

国際会議・学会発表

Kohei Ozaki and Shuhei Yokoo, “1st place in Retrieval Challenge” and "3rd place in Recognition Challenge", CVPR 2019 Second Landmark Recognition Workshop, 16 June 2019.
Kohei Ozaki and Shuhei Yokoo, "Large-scale Landmark Retrieval/Recognition under a Noisy and Diverse Dataset" (arXiv:1906.04087) [v1] Mon, 10 June 2019.
Peng Chen, Mohamed Wahib, Shinichiro Takizawa, Ryousei Takano, Satoshi Matsuoka, "iFDK: A Scalable Framework for Instant High-resolution Image Reconstruction", SC19, 17-22 November 2019.
Peng Chen, Mohamed Wahib, Shinichiro Takizawa, Ryousei Takano, Satoshi Matsuoka, "A Versatile Software Systolic Execution Model for GPU Memory Bound Kernels", SC19, 17-22 November 2019.
Atsuro Okazawa, Tomoyuki Takahata, Tatsuya Harada, “Simultaneous transparent and non-transparent objects segmentation with multispectral scenes", 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 4-8 November 2019.

ABCIのベンチマーク

TOP500で世界8位 (2019年6月)
Green500で世界3位 (2019年6月)
HPCG Performanceで世界5位 (2019年6月)

情報処理学会 研究報告 ハイパフォーマンスコンピューティング(HPC) 20180HPC-167
AI橋渡しクラウドABCIにおけるLinpack benchmarkの最適化と性能評価

掲示板一覧に戻る