令和8年6月30日（火曜日）13時00分～15時00分
文部科学省 16階 会議室（傍聴はオンラインにて参加）
合田委員、井上委員、上田委員、河合委員、北野委員、田浦主査、只熊委員、館山委員、福澤主査代理、朴委員、棟朝委員、横田委員
豊田研究振興戦略官、山本学術基盤室長、栗原計算科学技術推進室長、池田参事官補佐、中澤係員、畔野専門職、瀧技術参与、富山技術参与、乾調査員、田中行政調査員
理化学研究所計算科学研究センター（R-CCS）庄司部門長、山本ユニットリーダー
神戸大学大学院・システム情報学研究科 理化学研究所計算科学研究センター（R-CCS）チームプリンシパル 坪倉教授
京都大学大学院医学研究科人間健康科学系専攻 ビッグデータ医科学分野 奥野教授
情報・システム研究機構 統計数理研究所 先端データサイエンス研究系 吉田教授
高度情報科学技術研究機構 HPC共用推進センター 共用促進部 藤野部長
東京大学情報基盤センター 千葉センター長
九州大学情報基盤研究開発センター 美添教授
筑波大学計算科学研究センター 重田教授
議題1：スパコンランキングの結果について
資料1について、事務局から説明があった後、質疑応答が行われた。
【田浦主査】 ありがとうございました。ただいまの御説明について御意見、御質問などありますでしょうか。または何か補足などありますでしょうか。
【朴委員】 多くの方は御存じかもしれませんけど、私、5月の中国のHACIというカンファレンスに招待されて講演をしてまいりました。このカンファレンスのメインがLineShineのお披露目だったわけです。実際見てまいりました。一言で言うと非常に「富岳」に似ているマシンで、ただし、最大の特徴というか、非常に注意すべき点は、今まで中国は割と尖ったマシンという、例えばTianhe-2はKnights Cornerの外付けアクセラレーターでしたし、TaihuLight、それからOceanLightというのは中国が公式名として認めていないらしく、New Sunwayと呼んでいますが、これらは極めて特殊な、ものすごく小さいローカルメモリの小さいコアを何百個詰め込んだという、かなり使いにくいアーキテクチャーでした。ところがLineShineは、基本的にArmv9ベースで、例えば「富岳」のアプリケーションをほぼそのままコンパイルすれば多分乗るのではないかというぐらいのもので、中にスケーラブル・マトリックス・エンジン（SME）という、「富岳NEXT」のMONAKA-Xでも搭載する予定のマトリックスエンジンが積んであるので、ある程度AI計算が得意だし、FP64の性能も高いということで、何が脅威かというと、普通のプロセッサーなわけです。しかもソケット当たり304コアで、それが2つ乗ったノードが22,000ぐらいある。またメモリバンド幅についても、「富岳」の総メモリバンド幅は非常に高いですが、それを上回っているんですね。それがHPCGで「富岳」が抜かれた理由です。性能も人類初の2.2エクサフロップス超えのHPLということで、多分ものすごく使いやすいマシン。ゴードン・ベル賞に相当数がもう既にサブミットされているということなので、そうするとやっぱり注目せざるを得ない、極めて要注意のマシン。
もう1点だけ、多分国力的にこのマシン1台だけじゃなくて、同じようなものが作れるのではないかなという気がしておりますので、今後要注意だと思います。ちなみに、中国では「リンシン」と呼ばれていますね。
以上です。
【田浦主査】 大変有益な補足ありがとうございました。他いかがでしょうか。よろしいでしょうか。
ありがとうございました。それでは、議題2に移らせていただきます。
議題2：アプリケーション開発を含めたユーザー支援等の在り方の検討について
資料2-1について事務局から説明があった。
続いて、資料2-2について理化学研究所の坪倉先生から、資料2-3について統計数理研究所の吉田先生から、資料2-4について京都大学の奥野先生からそれぞれ説明があった後、質疑応答が行われた。
【田浦主査】 ありがとうございました。それでは、ただいまの説明について、委員の皆様から御意見、御質問などありますでしょうか。
【朴委員】 1点補足で、グランドリーチプログラムは、御存じのように、我々HAIRDESCとの連携というのが非常に強く謳われていますので、早速この3つの区分のうち区分A採択機関とは第1回の打合せをやりまして、徐々に進めているところです。それから、10月7日にHAIRDESCのシンポジウムがありますが、このお三方のPIの方々に招待講演いただくということが内定しております。 以上です。
【田浦主査】 ありがとうございました。詳しい話はそちらで聞けるということですね。
では、よろしいでしょうか。それでは、お三方先生、ありがとうございました。
議題3：AI for Scienceを支える研究データの管理・利活用と流通の在り方について
資料3について、事務局から説明があった後、意見交換が行われた。
【田浦主査】 ありがとうございました。それでは、ただいまの説明について、委員の皆様から御意見、御質問などありますでしょうか。
【館山委員】 館山です。今回のデータのシステムは、いろんなところでこれまでも検討されてきたのではないかなというところがありまして、私どもも計算のほうでデータの取扱いをいろいろ考えて取り組んでいますが、なかなか難しいところです。SINETの高容量化とか、多分ハードウエアの整備というのは非常に重要かと思いますが、結局どのくらいのデータをどのぐらい保存するかというのはここのプロジェクトの検討内容には入っているのですか、入っていないのですか。いわゆるどういうデータをどのぐらいスパース化して残すというふうにして検討する必要があり、基本的にはそれは誰かが主導して決めていかないといけないと思います。多分、ただ保存するだけなのかという議論はこれまでも繰り返されてきたと思うのですが、その辺りの観点は何か入っているでしょうか、というところです。
【山本室長】 ありがとうございます。どれだけの量をデータとして保存するかというところはまさしく今後の議論だと思いますが、まずはAI for Science時代に応じた形で、おっしゃったように、分野のデータ基盤でありますとか計算資源で、それぞれデータの取扱いというのが先行する分野もありますが、それらを研究者目線でいきますと、やはりそれぞれの分野もAI対応していく部分を改めて考えていく必要があるという議論をいただいています。ただ一方で、そういう分野のデータ基盤がないような研究者もいますし、今、AI for Scienceでいろいろ、SPReADとかARiSEがありますが、こういった計算資源で、例えばデータ基盤になじみのないような研究者もいますので、そういった方々も含めていま一度、分野間の違いでありますとか、そういったデータ基盤を有していないような方々にもAI for Scienceを届けるということも含めて、あとメタデータの付与の仕方とか、機械学習ができるようなデータの標準化でありますとか、そういうことをいま一度議論していかないといけないのではないかと考えています。まさしく御指摘のとおり、分野は分野でこれまでもいろいろと、マテリアル、ライフサイエンスでも行ってきたところがあると思いますが、そういった先行事例も踏まえながら、全体を見据えて、こういう概念を打ち出してやっていこうということでございます。もちろん課題とか今までの議論もきちんと踏まえた上でやる必要があるということだと思いますが、その点も含めて進めていきたいと思っているところでございます。ありがとうございます。
【田浦主査】 ほかいかがでしょうか。
【只熊委員】 只熊です。御説明どうもありがとうございました。先ほどの議論とほぼ同じことかもしれないですけど、やっぱり単なるデータレイクでは駄目だなというふうに思っているので、AI-Readyのデータをちゃんと貯められるようにしないといけない。意味あるデータですね、因果関係を持ったデータ。結果だけじゃなくて、プロセスをどこまで含むかみたいなところも多分議論していく必要があるなというふうに思っています。
というのも、これは研究データの管理・利活用だけじゃなくて、ゆくゆくデータがたまってくると、我々産業界としてもぜひ使っていきたいところだと思うんですね。前回、私から共通知化をしていかないといけないという話をさせていただきましたけれども、まさにこういったデータの利活用というのは、そのことずばりだと思います。なので、先ほど奥野先生が、AI学習データを計算でつくっていくとか、吉田先生が体系的・包括的なデータをつくると、RadonPyみたいなのはまさしくそのとおりのものだと思うので、こういった先生方がやっていただいていることというのを参考にしながら、単なるデータレイクじゃない、AI-Readyなデータを貯めていく、そういうような仕組みにしていくということが必要なんじゃないかなというふうに思っています、ということをコメントさせていただきます。
【山本室長】 御指摘ありがとうございます。まさにこの概要でも、研究データの管理・利活用を実現し、研究者の研究プロセスを総合的に支援というのは、まさしく御指摘のとおり、これから研究者がいろいろデータをつくっていくという過程の話で、それは実は研究者御本人のためだけではなくて、それを利活用するということで、どういうふうにこのデータがつくられたかというのをプロセスできちんと管理して、次の研究者、あるいはAIにちゃんと学習させて、どんどん高品質なデータを循環させていくということが非常に重要ですので、こういった研究データ基盤の中でそういう仕組みも、分野の先行事例も踏まえながら連携して、ある程度日本としての勝ち筋としてそういった研究データをつくっていくということをしっかりやっていけないかということで、御指摘ありがとうございます。
【田浦主査】 では井上委員。
【井上委員】 九大の井上です。御説明ありがとうございました。この活動はもう喫緊の課題で、非常に重要だというふうに理解しています。その上でちょっとお伺いしますが、この国外の動きに対して、日本は今どのくらいの立ち位置にいるかということと、あともう一つが、この資料にもありますけども、国際共同研究における基盤について、これは非常に重要なキーワードだと思っています。そういった意味で、先ほどの日本の勝ち筋をちゃんと見つつ、国際連携につながるような基盤にするというところに関して、ある意味最初のデザインのときから考えておく必要があるのかなというふうに思っていまして、国際連携というところに関して、この2ページ目の資料ですか、ここにはそんなにまだ落とし込まれていないと思うんですけども、今何かお考えのことがもしあれば共有いただければと思って、質問させていただきました。
【山本室長】 ありがとうございます。まず国内外の動向として、まさしく御指摘の欧米でいきますと、欧州でありますとか、やはりアメリカにおいては、国としてのデータ基盤というものをきちんと構築しています。そこには、今お示ししているような実験基盤、データ基盤、計算資源をシームレスにパイプラインでつないで、それを例えばダッシュボードのような形で、きちんと研究者が一定程度の認証を通じてアクセスできるような環境を構築しつつあります。そういう意味でいうと、やはり日本はそういうところはまだ追いついていないというところでございます。ただ一方で、これからジェネシス・ミッション等含め、国際連携の中でも、日本はやはり高品質なデータを有しているということで、そういった国際的な優位性というかメリットも見いだされているところでございます。そういった意味で、これからAI for Scienceを通じて国際連携もどんどん進んでいく中で、日本として、こういった研究データ基盤も含めた全体をきちんと可視化するということも必要になってくるであろうということで、こういう議論をしているところでございます。
ただ一方で、こういう概念は良いのですが、やはり分野ごとに、例えばデータのオープン・クローズでありますとか、データの秘匿性も違ってきますので、そういったところも先ほどの先行事例を踏まえながら、個々に丁寧にやっていく部分と、全体をちゃんと俯瞰的にできる部分というのを見据えながら進めていく必要があるかということで御指摘いただいたところかと思っています。ありがとうございます。
【田浦主査】 では、福澤委員、お願いします。
【福澤主査代理】 ありがとうございます。やっぱりデータの整備は非常に重要かと思いますが、これまでの予算ですと、データベースの構築とかメンテナンスにあまり予算がついてこなかったというのが今までだったと思いますので、今こういった議論がされているということは、今後、データベースの構築と整備あるいはメンテナンス、これは非常に地味で、長い時間をかけて整備していかなければいけないものですが、こういったところにも継続的に予算をつけていく方針であるというふうに思ってよろしいでしょうか。
【山本室長】 ありがとうございます。文科省でつくりましたAI for Scienceの戦略方針等を通じましても、やはり研究データ基盤のところについては非常に注力していくということで記載をしておりますし、逆に言うと、この時代だからこそ、いま一度、研究データ基盤のところにきちんと注力して、予算も含めて検討していかないといけないということで、今非常に重要な時期だと考えておりますので、そういった観点で、御指摘のとおりで、我々としても前向きに進めていきたいと思っているところでございます。ありがとうございます。
【福澤主査代理】 ありがとうございます。
【田浦主査】 ありがとうございました。よろしいでしょうか。
それでは、次の議題4に移らせていただきます。
議題4：次世代HPCIに向けた取組について
資料4-1-1、4-1-2、4-1-3、4-1-4、4-1-5について事務局から説明があった。
続いて、資料4-2について高度情報科学技術研究機構の藤野部長から、
資料4-3-1について東京大学の千葉先生から、資料4-3-2について九州大学の美添先生から、資料4-3-3について北海道大学の棟朝委員から、資料4-3-4について筑波大学の重田先生から、資料4-4について理化学研究所の山本ユニットリーダーからそれぞれ説明があった後、意見交換が行われた。
【田浦主査】 ありがとうございました。いろんなタイプの御説明と発表が立て続けにありましたけれども、残り時間で少し議論をしたいと思います。
どうしましょう。では、最初の栗原室長の御説明のあたりで何かありますでしょうか。
【合田委員】 ありがとうございます。私も議論に参加したので、内容についてはもちろん同じ考えですけど、1点思ったのが、新しい使い方でIaaS的に使うとか、共通ポイントで融通するとか、あと今日、千葉先生、美添先生から新しいAI推論サービスをすることになると、それに向けての開発はもちろん重要ですが、その後の運用もしっかりと見ていかないといけなくて、その意味では、いわゆるNISの拠点にとってみると、今までにはない運用の体制とかスキルが必要になるので、そういった部分への支援というのもしっかり忘れずにやっていく必要があると思いましたので、一言だけコメントさせていただきます。
【田浦主査】 ありがとうございます。ほかいかがでしょうか。
今日、室長に書いていただいた方針案、共通化に向けた方針案という、これは今後もここでもう少し議論の機会を持って、ゆくゆく何か確定したペーパーにしていくという予定でしょうか。
【栗原室長】 はい。
【田浦主査】 ありがとうございます。ほかいかがでしょうか。
それでは、2つ目のSPReAD関係で、何か御質問、御意見などありますでしょうか。
【合田委員】 御報告いただいた内容で、量が多いか少ないかは別にして、一定量は共用の計算資源を使いたいという声があったのはよかったと思いますが、今回これによって需要といいますか、どれぐらい利用が例年に比べて増えそうかとか、そういった分析をもしされているようでしたら共有いただければと思ったのですが、いかがでしょうか。
【池田補佐】 まだそこまではできていなくて、今回大まかに調査してみたというのと、あと、HPCIを経由して使うというものと、ある意味、所属している研究者が自分のところのスパコンを使いますと言って提案しているというのを交ぜてしまっているので、その辺りは今後、有償課題ができてきて、皆さんが供してくれた資源のほうにどれだけウエイトが向いていくのかというところもちょっと見合いながら判断かなと思っています。また第2回の公募もありますので、それも踏まえてかなと思っています。
【合田委員】 ありがとうございます。
【田浦主査】 河合委員、先にお願いします。
【河合委員】 東北大学の河合です。資料をまとめてくださりありがとうございます。
計算資源費のうち、申請書では大学スパコンや民間クラウド等の遠隔利用が多かったとのご説明ですが、SPReADの費用計上に関しては、研究効率が高いと評価される可能性から、個別にGPU計算資源を購入するよりも大学スパコンやクラウド等の利用費を計上することが推奨されているという話も聞いており、皆さんそのような意識で申請書を書いたので大学スパコンや民間クラウド等の遠隔利用費の計上が多いという結果が出た可能性があるとも考えています。従って、研究期間終了後に、計算資源費が実際にどう使われたか事後調査してもらえると、実際の費用の使われ方が分かり、実際に大学スパコンや民間クラウド等の遠隔利用が有効活用されたのか判断できる有益な情報になると思いました。その辺は計画されていますでしょうか。
【池田補佐】 ちょっと今、AI for Scienceの担当が外していますので、会議後に事務方に相談させていただきます。ただ、SPReAD自体が半年間の研究開発で、ある意味手軽にAIを触っていくという性質の事業であることから、ユーザーの事務負担にならないような方法というものを探っていくのかなというのが今の感触です。ありがとうございます。
【河合委員】 計算資源費が実際にどう使われたかを調査するのは、ユーザーに何かしてもらうということではなく、事後に研究費の利用実績を調べれば分かると思った次第です。
【池田補佐】 分かりました。ありがとうございます。
【田浦主査】 では、朴委員。
【朴委員】 朴です。今の河合先生の話にかなり関係しますが、私もSPReADは、最初ちょっと心配していたのは、要するに、我々から見たらいわゆるノービスのAIあるいはスパコンユーザーというのがどっと来て、ややもすると、半年しかないのにバッチ環境であるとか、そういうのに慣れるだけで時間が経ってしまうと。あと、どれぐらいその対応に、ノービスの方々の質問が各センターとかに来るのかというのは心配していました。だから僕は事あるごとに、クラウドを使うのが一番いいのではないですかと事務の方々には言っていて、でも巷には、例えばSPReADで採択された人が何人かで買えるデスクトップのGBがありますとかいう宣伝が流れているなど、相当環境についての混乱がある気がするんですよね。
ですから、今拡張しているスパコンは多分SPReADには間に合わないので、現存のものの使い方に関して、何かある程度統一的なガイダンスというか、例えばチュートリアルとか、そういうのを特に新しい方々向けにしないと、混乱して、どう使っていいか分からないうちに終わっちゃうというのがちょっと心配なので、その辺もフォローアップが必要かなと思っております。
【池田補佐】 ありがとうございます。この辺りもSPReADの担当からは事前に、完全な素人の方と、かなり知っている方とか、問合せ先がどこにあるのかみたいな話も聞いておりますので、商用クラウドの方とかはかなりその辺、伴走支援していただいていますが、先ほどRISTの話もありましたけれども、そういう事前の相談機会というところも事業の中で増やしていければと思います。
【田浦主査】 ありがとうございます。
それでは、時間配分もありますので、最後に、たくさん御発表いただきましたが、その関係で何か御質問、御意見ある方はお願いいたします。
じゃあ、朴委員。
【朴委員】 すみません、続けて朴です。4大学のMOUというのは大変わくわくする話で、昔あったT2Kであるとか、それから今のJCAHPCとか、JHPCNと全然形が違う。あれらは大体調達する話をまとめてという話がありましたが、棟朝先生が今いらっしゃり、千葉先生もいらっしゃるので、だから具体的にまずこういうことから始めるという、例えばリソースの共有という話だと、トークンの共有をモデルとしてまずここでやってみようとか、そういうプランはどうなっているんですか。
【千葉センター長】 では私からですけども、正直なところ、まずは各大学、各センター、調達をしてみないと分からないところなので、具体的な話が進んでいるかというと、なかなか明確なことは言えないのですが、先ほど申し上げたように、例えば共通ポイント、あるいは共通ポイントに近い。共通ポイントという言い方をすると、先ほどの理想形が皆さん頭の中に浮かぶと思うので、ちょっと言葉に淀むところがありますが、なるべくユーザーさんから見てそれに近い形で模索していこうという話は徐々に始めております。それ以外にも、朴先生の前ですけども、HAIRDESCなどとの協調ですとか、いろんなことがこれから可能になってくるのではないかなというふうに思っております。
【朴委員】 HAIRDESCが何度か出てきて、若干狼狽えているところなので、その連合とHAIRDESCでどうするという話はまだ直接の御相談を受けていないので、来週のJHPCNあたりでも話ができると。
【千葉センター長】 その辺から徐々に話が始まっていくと思いますが、筑波大も東大も傘下でやらせていただいておりますので、連携はシームレスではないかと思っております。
【朴委員】 皆さん仲いいですから全然問題ないと思いますけど、仲いいだけじゃなくて、ちゃんと具体的なことが我々としても支援できるように頑張りますので。
【千葉センター長】 そういう意味で、MOUを結ばせていただいたというのは、もともと人的交流はあったわけですが、機関としてきちんと書類を交わして、ある種の契約を交わすということが大事かなと思って、やらせていただきました。
【朴委員】 導入時期のばらつきなんかも多分あるので、その辺のこともうまく吸収できたらなというふうに思います。
【田浦主査】
私もMOUで結んでやっていただくってすごくいいと思いますが、中身は何かと聞こうと思っていたところで、例えば認証の共通化とかポイントのほうではなくて、それ以前の話として認証とか、あとはサインアップですよね。要するに各センターに個別に申し込むのではないかというような、その辺りの話というのは何か相談されていたりするのでしょうか。
【千葉センター長】 それもあまり、今回新しく入れるのは我々だけなので、我々は別に新しいシステムですから合わすということはできるのですが、他の3大学さんは全部拡張システムなので、HPCI整備計画調査研究のほうでも話が出てくるんですが、全部ログインシステムをやり直せばもちろん可能にはなるのですが、既存のものとの連携性を維持したままやろうとすると、技術的な面もそうですし、それから運用側の体制のことも含めて相談しなければいけないと思っているのですが、でも何はともあれ、そういうことをやるという意思表示を私たちはさせていただいたというふうに見ていただければと思っています。
あと、副次的な効果なのかもしれないですが、こうやってMOUを結びましたという話をすると、JHPCNの他の大学のセンターの方も、「そういうふうに考えているのであれば、うちも次の調達のタイミングで共同調達を検討しているが、どういう連携にしたのか」ということをインフォーマルに聞かれたりもします。あまりはかばかしい答えになっていないかもしれないですけど、具体的にこれができるというよりは、やっぱりアナウンス効果は大きいなと思っておりまして、これから今後に向けて、私の立場では、現実的にできる範囲でということを言ってしまうのですが、いろいろ工夫を凝らしていきたいと考えております。 以上です。
【田浦主査】 10倍にするという計画が進んでいるところですので、ぜひ、今回のためだけというふうに考えずに、今後のために。
【千葉センター長】 本当にこの4大学以外の大学の方も、さっきも言いました繰り返しになりますけど、インフォーマルに興味を示してもらえているので、うまく大きい流れになっていけばいいなと思っております。 以上です。
【田浦主査】
もう1点私から。やっぱり皆さんの資源管理というか計算機の運用を、エージェントとかAIとかが入ってくる中でどうするかということに関してはそれぞれにお考えをされている感じなのですが、千葉先生がおっしゃった、一つの資源管理の枠組みの中で両方吸収するというようなことを考えていくというのは、すごくみんなで考える価値のある、いい話だなというふうに思っていまして、勝手に想像で言って申し訳ないんですけど、恐らくほかの方々は割とスタティックに、何百台ぐらいをAIに、何百台ぐらいをバッチにというような感じだと思うので、それでちょっと柔軟性に欠けるというところも出てくるかもしれませんので、ぜひ何かその辺の資源管理全体をどうしていくかという枠組みとして、皆さん一緒にお考えいただくと良いのではないかなと思ったのですがいかがでしょうか。美添先生とか山本さんに主に振っている感じになるかもしれないですけど。
【美添教授】 ぜひ、これは何らかこういう方向に進めなければいけないとは思っていますので、私もいつからとは言えないんですけれども、ぜひ前向きに相談させていただきたいと思っております。
【山本ユニットリーダー】 理研側も動的にパーティションはずらせるように、スケジューラーとKubernetesをずらせるようなことは考えております。
【田浦主査】 時間になりましたので、皆様ありがとうございました。―― 了 ――