Uploaded July 2026 | Updated September 2026, 3 hours ago
「Reducing Numerical Precision Requirements in HPC Applications」
講演者 ：William Dawson（理化学研究所 計算科学研究センター）
開催日時 ：2025年8月27日（水）13:00～14:00
概要 ：深層学習向け計算資源の需要が急速に高まる中、新たな種類の低精度ハードウェアが開発されています。
本講演では、HPCアプリケーション、特に電子構造計算ソフトウェアが、こうしたAI中心のプラットフォームとどのように共存できるかについて探ります。
まず、主要な計算カーネルの数値精度要件を、ソフトウェアエミュレーションを用いて詳細に検討します。
その中で、倍精度演算はしばしば必要以上の精度を提供していることを示します。
次に、行列積の誤差なし変換（Ozakiスキーム）を基にした近似手法を紹介します。
この近似手法により、求められる精度（それ以上ではなく）を確保しつつ、高性能な低精度ハードウェア上での計算実行が可能となります。
"Reducing Numerical Precision Requirements in HPC Applications"
Speaker: William Dawson (RIKEN R-CCS)
Date and Time: Wednesday, August 27, 2025, 13:00–14:00 (JST)
The growing demand for deep learning compute resources has led to the development of new kinds of low precision hardware.
This talk explores how HPC applications (particular electronic structure software) can coexist on these AI-centric platforms.
We will begin by examining in detail the numerical precision requirements of key computational kernels with the help of software emulation.
We will demonstrate that double precision often provides far more precision than is necessary.
Then, we will present an approximation built from an error-free transformation of matrix multiplication (the Ozaki-scheme) that can exploit these relaxed requirements.
This approximation will allow us to run calculations on high-performance low precision hardware while obtaining the required precision (and no more).
「Reducing Numerical Precision Requirements in HPC Applications」
講演者 ：William Dawson（理化学研究所 計算科学研究センター）
開催日時 ：2025年8月27日（水）13:00～14:00
概要 ：深層学習向け計算資源の需要が急速に高まる中、新たな種類の低精度ハードウェアが開発されています。
本講演では、HPCアプリケーション、特に電子構造計算ソフトウェアが、こうしたAI中心のプラットフォームとどのように共存できるかについて探ります。
まず、主要な計算カーネルの数値精度要件を、ソフトウェアエミュレーションを用いて詳細に検討します。
その中で、倍精度演算はしばしば必要以上の精度を提供していることを示します。
次に、行列積の誤差なし変換（Ozakiスキーム）を基にした近似手法を紹介します。
この近似手法により、求められる精度（それ以上ではなく）を確保しつつ、高性能な低精度ハードウェア上での計算実行が可能となります。
"Reducing Numerical Precision Requirements in HPC Applications"
Speaker: William Dawson (RIKEN R-CCS)
Date and Time: Wednesday, August 27, 2025, 13:00–14:00 (JST)
The growing demand for deep learning compute resources has led to the development of new kinds of low precision hardware.
This talk explores how HPC applications (particular electronic structure software) can coexist on these AI-centric platforms.
We will begin by examining in detail the numerical precision requirements of key computational kernels with the help of software emulation.
We will demonstrate that double precision often provides far more precision than is necessary.
Then, we will present an approximation built from an error-free transformation of matrix multiplication (the Ozaki-scheme) that can exploit these relaxed requirements.
This approximation will allow us to run calculations on high-performance low precision hardware while obtaining the required precision (and no more).
