mdxはデータ科学・データ駆動科学にフォーカスした情報基盤であり, 仮想化技術を用いたマルチテナント(クラウド)環境であり, プロジェクトごとに環境をカスタマイズすることが可能, 他のプロジェクトと強固に分離された環境を提供可能, などの特徴を持つ. 特徴を活かして提供するサービス像と, 各分野の専門コミュニティの協力を得ながら取り組んでいきたい事業の計画について述べる.

モノのインターネット（IoT）、ビッグデータ、人工知能技術の急速な発展に伴い、スマートシティは新しい科学技術分野として各国の政府や産業界から非常に重視されている。これを背景にし、私はスマートシティ向けの大規模時空間データ解析技術を研究開発している。特に、人のモビリティデータ（GPS軌跡データ）に基づき、深層学習をはじめとする最先端の人工知能技術で、都市規模の人流・交通流を効果的にモデリング・予測するのは私の研究テーマになる。

脱炭素、SDGs、地域創生などの背景の中で、各地域に賦存する資源を活用した物質・エネルギー生産の検討が活発化している。そのような地域システムの設計に向けた技術導入効果の評価にはシミュレーションが重要な役割を担うが、多様かつ分散したデータや数理モデルを扱うため容易ではなく、現状では大きな時間と労力を要している。その高速化・省力化を目指して、個別に開発されてきたシミュレータやデータソースを統合するシミュレーション基盤の開発について、データ活用社会創成プラットフォーム「mdx」との連携も含めた取り組みを紹介する。

本発表では、石炭ガス化炉及び大型洋上風力発電を対象とした、「富岳」を用いたマルチスケール・マルチフィジクス統合シミュレーション（スーパーシミュレーション）について述べる。ここでは、並列LES燃焼解析コードFFR-Combと並列熱伝導解析コードADVENTURE_Thermal、並列LES解析コードFFBと並列構造解析コードADVENTURE_Solidを並列カプラREVOCAP_Couplerを介して連携させ、実機の大規模連成解析を実現する。

　近年、深層学習に代表される機械学習処理では、学習するデータ量の増加やニューラルネットワークの複雑化に伴い、必要とする計算量が膨大なものとなっており、機械学習が必要とする計算量は5年で30万倍とムーアの法則をはるかに超える速度で増加している。この機械学習が必要とする膨大な計算量に応えるためには、プロセッサの単体性能の向上だけでなく、多数のプロセッサを大量に並列に並べる大規模並列計算が必要である。そこで、大規模並列環境を用いた機械学習の実例として、MLPerf HPCベンチマークへの取り組みについて説明し、さらにその応用として、「富岳」を活用した津波シミュレーション結果をAIで学習させた事例について説明する。