AC2 Lab（日本語名：先端演算加速研究室）では，GPUをはじめとする演算加速器を活用した高性能計算（HPC：High-Performance Computing）を軸に，大規模並列計算システムと，それを実社会の課題へ応用するための研究開発に取り組んでいます．スーパーコンピュータには高い性能が求められる一方，利用できる電力には限りがあり，脱炭素化への対応も欠かせません．そのため，限られた電力でいかに高い計算性能を実現するかが重要な課題となっており，演算加速器の活用がその中心的な手段になっています．

当研究室では，システムアーキテクチャ，データ構造・アルゴリズム，タスクスケジューリング，プログラミングモデルなど，ヘテロジニアスコンピューティングを支えるハードウェアとソフトウェアの両面から，演算加速器の性能を最大限に引き出す方法を研究しています．これまで培ってきた大規模並列計算，演算加速システム，省電力スーパーコンピューティングの研究を土台に，次世代のAI／HPC基盤へと研究領域を広げています．これからも，スーパーコンピューティングの未来を探り，その形を自ら作っていきます．

現在は，例えば次の研究に取り組んでいます．

• ウェハースケール計算機を用いたGNN学習：GPUとウェハースケール計算機におけるGNN学習を比較し，グラフ処理に特有の不規則性が，単純な実行モデルや大容量・高帯域メモリのもとで，どのような条件で性能向上につながるかを明らかにします．

• DPUを活用したLLM学習：NVIDIA BlueField DPUを用いて，マルチGPUによるLLM学習時の通信データを圧縮・オフロードする手法を研究します．大規模学習を，将来の通信負荷の高いワークロードを支える技術を検証するための実用的な題材として用います．

• ヘテロジニアスシステム向け実行時基盤：疎・不規則で，通信性能の影響を受けやすいワークロードを，GPUクラスタ，GPU＋DPUシステム，ウェハースケール計算機などにどのように割り当て，実行を制御すべきかを研究します．

進行中のプロジェクトと研究テーマについては，「研究」ページをご覧ください．

論文・技術成果については，「研究業績」ページをご覧ください．

研究で利用できる計算機については，「計算機環境」ページをご覧ください．

演算加速コンピューティング

• GPUコンピューティング

• FPGA，DPU／SmartNIC，再構成可能コンピューティング

• ウェハースケールシステム

• 新しい演算加速器プラットフォーム

疎・不規則計算

• 動的グラフ学習システム

• 疎行列・適応格子

• 不規則メモリアクセスとデータ配置

• データ依存を考慮した実行制御

実行時基盤・プログラミングシステム

• ヘテロジニアスコンピューティング向け実行時基盤

• 動的スケジューリングと資源管理

• 演算加速器対応ソフトウェアスタック

• 性能可搬性，再現性，ハードウェア・ソフトウェア協調設計

AI for Science・デジタルツイン

• グラフ学習・科学機械学習システム

• デジタルツインを支えるAI／HPCワークロード

• 分散学習・ワールドモデル

• 実アプリケーションの高速化

研究成果，学会発表，講演，受賞，研究室活動など，AC2 Labの最新情報をお知らせします．

• 2026-08-06：小林泰雅さんが，情報処理学会第205回ハイパフォーマンスコンピューティング研究発表会（SWoPP 2026）で研究成果を発表しました．

• 2026-08-06：綿貫晃雅さんが，情報処理学会第205回ハイパフォーマンスコンピューティング研究発表会（SWoPP 2026）で研究成果を発表しました．

• 2026-08-06：小林諒平准教授が共同で取り組んだ研究の成果が，情報処理学会第205回ハイパフォーマンスコンピューティング研究発表会（SWoPP 2026）で発表されました．

• 2026-07-23：小林泰雅さんが筆頭著者を務める論文が，ICPP 2026併設のSPIN-NVSC Workshopに採択されました．

• 2026-06-14：小林諒平准教授が，東京科学大学キャンパスビジット2026で模擬講義を行いました．

• 2026-06-08：小林諒平准教授が，6月3日に開催されたVision Matching 2026で，ビジョン共創イニシアチブ賞（若手教員部門）を受賞しました．

• 2026-05-16：2026年度大学院入試説明会（横浜キャンパス）に合わせて，研究室公開を実施しました．

• 2026-04-18：2026年度大学院入試説明会（大岡山キャンパス）で，AC2 Labの研究内容を紹介するポスターを展示しました．