[市場動向]

2021年11月16日(火)日川 佳三（IT Leaders編集部）

リスト

　Preferred Networks（PFN）の「MN-3」は、ディープラーニング（深層学習）用途のスーパーコンピュータである。PFNが神戸大学と共同で開発した低消費電力のディープラーニング（深層学習）用プロセッサ「MN-Core」を採用している（関連記事：PFN、3機種目のディープラーニング用スパコンを2019年7月に稼働、合計で200PFLOPSに、写真1）。

写真1：Preferred Networksのスパコン「MN-3」の外観（出典：Preferred Networks）
拡大画像表示

　今回、スーパーコンピュータの電力当たり性能ランキング「Green500」（2021年11月に発表した最新のランキング）で1位を獲得した（図1）。Green500は、TOP500リストのLINPACK性能を消費電力で割り、1ワットあたりの性能を比較したリストである。いかに省電力で動作するかを示している。

図1：1ワットあたりのLINPACK性能を比較した「Green500」リスト最新版（2021年6月）のWeb画面
拡大画像表示

　MN-3の1ワット当たりのLINPACK性能は39.38GFLOPS（毎秒393.8億回の浮動小数点演算）だった。LINPACK性能（TOP500リスト）は、301位の2181.2TFLOPS（毎秒2181兆2000億回）で、消費電力は55.39キロワットである。39.38GFLOPS/Wは、前回（2021年6月）のMN-3の記録である29.70GFLOPS/Wを約32.59%上回っている（表1、関連記事：Preferred Networksのスパコン「MN-3」が電力当たり性能の「Green500」で1位に返り咲き）。

　今回測定に使ったシステムは、MN-3全体のうち32ノード（MN-Core 128個）で、前回と同じである。MN-Coreは2020年5月の運用開始から同一のものを使っているが、ソフトウェア制御のさらなる効率化、MN-Core同士を相互接続する専用インターコネクトの改善などによって、前回（2021年6月）と比較して計算能力が19.70%、電力効率が32.59%向上した。

　PFNは、LINPACKベンチマークの性能向上と並行して、MN-Core専用コンパイラの開発など、MN-3を活用した、より実用的な深層学習のワークロードの高速化を進めている。ハードウェアとソフトウェアの両面から開発を進めることで、画像認識や材料シミュレーションなどPFNが取り組む各種の研究開発にMN-CoreおよびMN-3を活用し始めている（関連記事：PFN、深層学習用プロセッサ「MN-Core」のコンパイラを開発、実用アプリを6倍以上に高速化）。

　Green500リストのトップ50入りしたPFN以外の日本企業は、以下のとおり。

• 12位：NA Simulationの「NA-IT1」（24.582GFLOPS/W）
• 15位：東京大学情報基盤センターの「Wisteria/BDEC-01（Aquarius）」（24.058GFLOPS/W）
• 19位：産業技術総合研究所の「ABCI 2.0」（21.892GFLOPS/W）
• 22位：理化学研究所の「富岳」のプロトタイプで富士通の沼津工場に設置した「A64FX prototype」（16.876GFLOPS/W）
• 26位：理化学研究所の「富岳」（15.418GFLOPS/W）
• 30位：東京工業大学の「TSUBAME3.0」（13.704GFLOPS/W）
• 50位：海洋研究開発機構の「地球シミュレータ」（7.183GFLOPS/W）