The Standard Model of elementary particle physics is composed of the gauge principle and the Higgs mechanism. The gauge principle, in particular, is powerful because it determines the form of the theory (equations of motion) almost uniquely. The Standard Model includes a theory called quantum chromodynamics (QCD), which is based on the gauge principle and describes the properties of protons and neutrons in terms of their constituent elementary particles, quarks and gluons. Lattice QCD is a powerful method for performing QCD theoretical calculations from first principles without approximations, and precise verification of the Standard Model has been progressing through large-scale lattice QCD simulations with high-performance computers. In this talk, we will introduce the results of large-scale lattice QCD simulations using Fugaku and HPCI computers, as well as recent results using GPU accelerators on large-N gauge theories, which explore the theoretical principles of special properties such as quark confinement in gauge theory.

素粒子標準模型はゲージ原理とヒッグス機構から構成されている。特に、ゲージ原理は理論（運動方程式）の形をほぼ一意に決めてしまうことから強力な原理である。素粒子標準模型にはゲージ原理に基づいた理論として量子色力学（Quantum Chromodynamics、QCD）という理論が含まれており、陽子や中性子の性質をその構成素粒子であるクォークやグルーオンという素粒子から記述する理論である。QCDの理論計算を第一原理から近似なしに行う方法として格子QCDという方法があり、「富岳」を用いた大規模な格子QCDシミュレーションを用いて、素粒子標準模型の精密検証が進んできている。本講演では、「富岳」やHPCIの計算機を用いた大規模格子QCDシミュレーションの結果や、ゲージ理論のクォークの閉じ込めのような特殊な性質の理論的原理を探求するラージNゲージ理論のGPUアクセラレータを使った最近の結果について紹介する。

The functional requirements for automotive materials have been increasing year by year, and their material properties are intricately intertwined across various scales-from atomic and molecular structures to micro and macro levels. As a result, many phenomena are difficult to analyze experimentally or involve scales that are challenging to compute. To address this, we have begun utilizing machine learning (AI) to analyze spatiotemporal scales that were previously difficult to study using conventional methods. By leveraging AI’s advantages in reorganizing accumulated knowledge and rapidly scaling up large datasets, we conduct tasks such as molecular dynamics simulations over extended spatiotemporal ranges and information gathering in new research domains. In this report, we present examples of AI for Science applications at our company.

自動車材料に求められる機能は年々高まり、その材料特性は原子・分子レベルの構造からミクロ、マクロと多様なスケールで複雑に絡み合っている。そのため、実験・計算の双方において難分析事象もしくは計算困難なスケールの場合が多い。そこで我々は機械学習(AI)を活用することで、従来では解析することが困難であった時空間スケールの解析に着手している。AIのメリットである蓄積した知見の再整理と大規模展開の速度を利用し、時空間スケールを大きく取った分子動力学計算や、新規研究領域における情報調査などである。今回、弊社におけるAI for Scienceの事例を報告する。

Since the 1990s, replacing towing tank tests with numerical simulations has been a long-standing goal for shipbuilding engineers. However, the Reynolds-averaged Navier-Stokes (RANS) method could not deliver sufficient accuracy. Through collaborative research with the University of Tokyo, Nihon University, and others since 2011, we have established high-precision numerical simulation technology that achieves the accuracy and reliability required to replace large-scale model towing tank tests. Currently, at Shipbuilding Research Centre of Japan, we are developing an AI-driven numerical method that offers high accuracy with significantly reduced computational cost for predicting propulsion performance at high Reynolds numbers, close to those of actual ships. In this presentation, we will introduce the progress of this development.

1990年代から数値計算によって曳航水槽試験を代替することは造船技術者の夢であった。しかしながら、レイノルズ平均ナビエ・ストークス方程式法では精度を担保することができなかったため、我々は2011年より行っている東京大学、日本大学等との共同研究を通じて大型模型を使った曳航水槽試験を代替できる精度と信頼性を有する高精度数値計算技術を確立してきた。現在は、一般財団法人日本造船技術センターにおいて、実船に近い高レイノルズ数の推進性能予測に対しての、AIを用いた、より計算コストの少ない高精度数値計算法の開発を行っている。その開発状況を紹介する。

In the development projects for the "K computer" and "Fugaku", MEXT has collaboratively implemented initiatives to promote application development, providing continuous support for research and development. Since fiscal year 2020, the "Program for Promoting Researches on the Supercomputer Fugaku" has been underway, leveraging "Fugaku", which offers world-leading comprehensive performance. Through this program, Japan has steadily advanced the generation of cutting-edge scientific and societal achievements that lead the global community. Meanwhile, the environment surrounding computational science has been undergoing rapid transformation in recent years, entering a new phase marked by the diversification of computing architectures and the integration of simulation with AI (AI for Science). In response to these emerging trends, MEXT plans to launch the "Next-Generation Computational Science Global Reach & Innovation Program" in fiscal year 2026. This presentation will outline our objectives, the background behind the program, and its future prospects.

文部科学省ではこれまで、「京」・「富岳」開発プロジェクトにおいてアプリケーション開発推進事業を協調的に実施し、研究開発の支援を継続的に実施してきた。令和2年度より開始した「富岳」成果創出加速プログラムでは、世界最高水準の総合的な性能を有する「富岳」を活用し、世界を先導する最先端の科学的・社会的成果の創出が着実に進められてきたところである。 一方、計算科学分野を取り巻く環境は近年急速に変化しており、演算部の多様化やシミュレーションとAIの融合といった新たな局面を迎えている。こうした中で、これらの潮流を踏まえた戦略的なアプリケーション等の開発を推進する「次世代計算科学グランドリーチプログラム」を令和8年度より開始予定であり、本講演では、文部科学省としての狙いや背景・今後の展望等について紹介する。

MEXT has launched the next generation’s national flagship supercomputer development project as “Post-Fugaku”, and RIKEN was selected to the system development organization. They started the basic design of system under the name of “Fugaku-NEXT” as a massively parallel GPU-ready supercomputer for HPC and AI research. On the other hand, several supercomputer centers in national universities have already procured and started the operation of GPU-ready systems and they are leading the GPU computing in the nation. However, governmental program so far has not supported GPU-base code development, and the users need a structural program to shift CPU-ready code to GPU. MEXT made a call for “Next Generation HPC-AI Development Support Organization” program, and the proposal by RIST as the representative organization with three core organizations; University of Tsukuba, the University of Tokyo and Institute of Science Tokyo, was awarded. On October 2025, As a result, HAIRDESC (Advanced HPC-AI Research and Development Support Center) was established in RIST. In this talk, I will present the trend of GPU-shift of supercomputers in Japan and the activity and plan of HAIRDESC to support GPU code development as a nation-wide project.

HPCIにおける次期フラッグシップシステム開発のため，文科省「ポスト富岳」計画が立ち上がり，システム開発母体として理化学研究所が「富岳NEXT」のコード名の下で超並列GPUシステムの基本設計を開始した。また，大学基盤センター群におけるシステムのGPU化も着々と進められている。一方，「京」及び「富岳」はマルチコアまたはメニーコアの汎用CPUシステムであり，国による本格的なGPUコード開発支援を待っている状況である。このような背景の下，文科省「次世代HPC・AI開発支援拠点事業」の公募の結果，RISTを代表機関とし，筑波大学・東京大学・東京科学大学を中核機関とする計画が採択され，RIST内に「次世代HPC・AI研究開発支援センター」（HAIRDESC）が設立された。本講演では我が国におけるGPUスーパーコンピュータ導入の流れと課題，としてHAIRDESCが支援するGPUコード開発事業について紹介する。