ASAPグループはField Programmable Gate Array (FPGA)やGraphics Processing Unit (GPU)と呼ばれるデバイスを研究に利用しています．
要約 : FPGAとGPUでいろんなアプリケーションを速くするにゃん.
Keywords : FPGA Computing, General Purpose computing on GPU (GPGPU), Super Computer
ASAPグループは<AERO>, <ExpEther>, <PEACH>, <Game AI>, <AI Acceleration> の5種類のプロジェクトから構成されています．それぞれのプロジェクトの概要を下記に記します．
AERO projectはJAXAと共同で流体解析や粒子法アプリケーションの高速化を研究しています. FPGAを用いて専用のハードウェアを実装することでこれらアプリケーションの高速化を行っています. 現在は, Xilinx社が販売しているCPUとFPGAのSoCであるZynq-7000 AP SoCを利用したHardware/Software強調設計に取り組んでおり, 流体解析専用のZynqクラスタの構築を目指しています．
Keywords : FPGA, Zynq, Computational Fluid Dynamics (CFD), Particle method, Cluster, High Level Synthesis (HLS)
=> Go Aero Page
ExpEther projectはグラフ探索の高速化を目指しています. マルチGPUシステムを用いたアプローチを試みているので, GPU間の通信量を如何にして削減するかがポイントとなります. 最近ではGPU間の通信にFPGAで実装されたスイッチを用いており, 通信時にFPGA上でデータを圧縮する研究もされています.
Keywords : ExpEther, GPGPU, Multi-GPU, Graph500, Data Compression
PEACH projectはPEACH2と呼ばれるスーパーコンピュータのノード間をつなぐスイッチを用いた研究を行っています. 従来はインフィニバンドと呼ばれる規格でノード間の接続がされていたのですが, PEACH2を用いるとPCIe gen2でノード間を接続することができます. 最近，PEACH3が新たに開発され，ノード間をPCIe gen3で繋ぐことができるようになりノード間通信でさらなるアドバンテージを得ることが可能となりました．
Keywords : PEACH, Super Computer, HA-PACS/TCA, FPGA, GPU
Game AI projectはFPGAを用いてボードゲーム用AIの実装を行っています. ICFPTやHEARTという国際学会でFPGAによるゲームAIの強さを競うコンテストが毎年開催されており, このコンテストに毎年出場しています. 現在, Traxというボードゲームがお題とされており, 私たちはDeep Learningで学習したAIを実装しコンテストに挑む予定です.
Keywords : FPGA, Zynq, High Level Synthesis (HLS), Game tree traversal, Machine Learning, Trax, Blokus
AI Acceleration Projectでは産総研や東大と共同で、高性能FPGAスイッチと国産省電力GPUを組み合わせた異種AIエンジン統合アーキテクチャを開発しています。今年度からはじまった大規模プロジェクトです。
Keywords : Machine Learning, Neural Network, FPGA, GPU
