HPE HPC & AIフォーラム

ヒューレット・パッカード エンタープライズのHPCビジネスの責任者より、HPEの長期的な戦略と、世界の最新事例をご説明いたします。

HPCWireの"People To Watch 2016"に選ばれ業界の注目を集める。2014年にHPE入社以来、Apolloポートフォリオを立ち上げフルラインアップに育てる。HPE入社以前は20年以上在籍した米SGIでVPを務める。キャリアをアメリカ空軍の建築構造設計者としてスタートし、NASAドライデン飛行研究センター（現アームストロング飛行研究センター)でのエンジニア経験を経てIT業界に転身した経歴を持つ。

ヒューレット・パッカード ラボのAI チーフ テクノロジストより、AIを実現するうえでキーとなるポイント、およびそれに対応するHPEの戦略をわかりやすく説明いたします。

2007年にHPEに入社し、以来、プリセールス・ポストセールス エンジニアとしてHPC/AI分野に深く携わる。フランス グルノーブルのHPC/AIコンピテンシーセンターにてテクノロジーストラテジストとして活動した後、2019年より、ヒューレット・パッカード ラボに移籍し、AI チーフ テクノロジストとして活動をしている。情報科学(人工知能)分野の博士号を保有。

遺伝研DDBJセンターが参加している国際塩基配列データベースはデータ中心科学の先駆的取り組みの一つです。本講演ではゲノムデータのデータシェアリングの動向と新遺伝研スパコンの取り組みについて紹介します。

1970年岩手県生まれ。92年東京大学理学部生物学科(動物学)卒、94年九州大学大学院理学系研究科生物学専攻(集団遺伝学)修士課程卒、(株)情報数理研究所、国立遺伝学研究所研究員を経て2005年理学博士（総研大）、2006年遺伝研助手、2017年同特任准教授。DDBJセンターのデータベースやソフトウェアの開発、ハードウェアの運用を行っている。専門は集団遺伝学、バイオインフォマティックス。

本セッションでは、Red Hat が推進するコンテナの機械学習プラットフォーム 「OpenDataHub」 についてお伝えします。 Kubernetesを活用した機械学習では、効率的なモデル学習や展開プロセスの自動化が注目されています。オープンソースが生み出す、機械学習プラットフォームの魅力を体感ください。

センサーやカメラからの情報を、データセンターに送ることなく現場で分析/推論することで、即時対応が可能になります。データセンターの外、いわゆるエッジで、高い計算能力を提供するハードウェアとAIなどの最新技術を組み合わせることで、どのようなことが実現できるのか、事例を交えてご紹介いたします。

HPCとAIのConvergence（邂逅）に関しては良く語られますが、既にHPCに取り組んでいるプレーヤーがAIという解析手法を活用するために行うインフラの舵取りと、HPCというレガシーが無いプレーヤーがAIを本格的に活用するために必要となるインフラでは終着点は似ていても、辿る経路は全く異なります。現状でのHPCとAIの差分に焦点を当てながら、HPCとAIの邂逅に関してお話したいと思います。

データ駆動ワークロードは大規模データの入力、加工、出力の連続です。効率的に結果を得るためには、その特性に応じた最適なシステムが必要です。HPEの豊富な製品群からどのように要素を選択、設計するのか？ユーザ事例からその勘所を解説します。さらに完全水冷、完全ファンレスを目指す次世代水冷サーバーの概要をご紹介いたします。

本セッションでは、グローバルでの様々なビッグデータ分析、機械学習・AIの活用例と、働き方改革推進に大きく貢献する自動化技術、そして、それらを支えるHPE製品について、事例を交えて紹介します。Hadoopの認定資格保持者で、機械学習＋Hadoopの実践ガイド著者がついに登壇です。

Computingは、データセンターの相互接続を「分散CPU」「分散メモリ」に変革、パフォーマンス障壁を克服し、より高速でスケーラブルなデータ分析を可能にします。ここではInfiniBand In-Network Computing技術とその性能を解説し、さらにHDR 200G InfiniBandの詳細と将来のロードマップも紹介します。

NVIDIAのGPUはTOP500ランキング中の125システムに搭載されており、HPC領域においてGPUの果たす役割はますます大きくなっています。HPC/AIの双方で高い性能を発揮するTesla V100 GPU、HPCアプリケーションやディープラーニングフレームワークを取りそろえたDockerレジストリNGCなど、GPUコンピューティングの最新情報をお伝えします。

日々変わっていく情勢に追随するため、人工知能も継続的な学習が必要です。フレーム問題などの深層学習ならではの課題を解決するために利用者が積極的に評価・改善するためのContinuous Learningと Continous Deliveryの仕組みを異常値検知を例として紹介します。

高度なシミュレーションやディープラーニングで必要となる計算リソースには、電力供給や冷却といったファシリティに様々な課題があります。Top500の54位にランクインした大規模GPUサーバーや、先駆的なArmサーバーの導入を実現している、さくらインターネットの石狩データセンターと、プラナスソリューションズのインテグレーションサービスの全貌をご紹介いたします。

これまでGPU仮想化の利用はeVDIに制限されてきましたが、その制限がなくなり、真の意味で、仮想化によるeVDI/AI/HPCプラットフォームの統合が実現可能となってきています。本セッションでは、GPUテクノロジーの進化をベースに、コンピューティングリソースの効率的な利用法についてお伝えします。

コードネーム"Rome"の名前で知られている、AMD 最新のEPYCプロセッサーは、最先端の微細化技術７nmプロセスノードを利用した世界初のx86プロセッサーです。先代の"Naples"から大きく進化したこのプロセッサーの利用価値と、AMDのサーバ市場戦略について最新状況をご説明いたします。

エンタープライズITにおいて機械学習をビジネスに活かすためには、ビジネス戦略に沿ったユースケース分析や、適切なロードマップ策定などを含む5つの検討ステップと、それを実現する一貫性を持ったプラットフォームアーキテクチャーが重要になります。本セッションではこれらを事例およびデモを交えてご説明いたします。

Intel Persistent Memoryの販売が開始され、「メモリ」の新しい活用法について業界の注目が集まっています。本セッションではメモリ・セマンティックな接続技術 Gen-Z のアップデートとともにHPEが開発を進めているメモリ主導型コンピューティングの製品化戦略についてお話します。

世界中の研究機関様でご利用実績を持つ大容量オブジェクトストレージの Scality RING についてご紹介をさせていただきながら、HPC/AIの領域において、ペタバイトクラスの大容量を実現するストレージの役割、クラウド時代にオンプレミスでデータを持つ意味、アプリケーションとデータの関係についても触れていきます。