Parallel and Distributed Computing
Parallel and Distributed Computing
計算能力の向上を狙うにはプロセッサ単体の性能を向上することと、複数のプロセッサを用意し、プログラムを分割することで、分割数に応じた実行時間の短縮を狙う技術があります。そのうち、いわゆるパソコンのような汎用のプロセッサのユニットをネットワークで接続した構成をクラスタ計算機環境と言います。以前のスーパーコンピュータはプロセッサやメモリといった構成部品を専用に開発していましたが、近年のパソコンの大普及によって、それらをネットワークにつないだ構成が安価に構成できるようになりました。最近のスーパーコンピュータの性能上位のものはこのような構成を取るものが多くなってきています。プロセッサ単体の清野は高速ではありますが、それらをつないでデータを移動するオーバヘッドが問題になることが多く、それに着目した次世代ネットワークの研究をしています。
プロセッサの性能向上はMooreの法則と呼ばれる「LSIの集積度は3年で4倍になる」という市場原則で向上してきました。しかし、実装技術の微細化が進むにつれ、さらにプロセッサアーキテクチャの複雑化によって、その法則が崩れ始めた21世紀初頭に、従来からのプロセッサの複数個を1つLSIにしてしまうマルチコア技術が生まれました。それと同時に、従来のプロセッサの一部の機能に限定する代わりに数千、数万といった小規模プロセッサを集積するメニーコアプロセッサが出現しました。メニーコアプロセッサは元来、グラフィックの処理に使われていたプロセッサ（GPU: Graphics Processing Unit）の技術であり、それが最近では科学技術計算やAIに利用される高速計算のプラットフォームになっています。GPUをつかった高性能計算に注目し、大規模並列化を狙う研究を行っています。
Embedded and IoT Systems
Embedded and IoT Systems
ありとあらゆる情報機器が大量のデータを扱うようになってきた近年では、大量のデータをいかに高速に扱えるかが情報通信機器の性能に直結します。特に、情報通信機器の間でのデータ交換はどんなにネットワークが高速化されても、データの増加が止まらない近年では、性能を妨げる問題となっています。このような情報機器の間でデータを超高速に交換するための技術としてデータ圧縮技術に着目し、組み込みシステムのような小型の機器に対してもコンパクトで高性能に実装可能なデータ圧縮技術を研究しています。
AI Applications
IoT Applications
IoT向けアプリケーションを研究しています。特に、人の動きや感性を、センサーからのデータから予測するアプリケーションを研究しています。組み込みシステムやモバイル環境においても実用化に耐えうる実装までを考慮したアプリケーション開発を行っています。