九州大学 研究者情報
研究者情報 (研究者の方へ)入力に際してお困りですか?
基本情報 研究活動 教育活動 社会活動
川上 哲志(かわかみ さとし) データ更新日:2022.04.28



主な研究テーマ
次世代コンピュータシステム・アーキテクチャに関する研究
キーワード:計算機アーキテクチャ, 高性能・低消費電力コンピューティング, ナノフォトニックコンピューティング
2019.04~2019.04.
従事しているプロジェクト研究
ポストムーア時代を見据えた超伝導コンピューティング技術の創成と展開
2022.04~2027.03, 代表者:井上弘士, 九州大学, 日本学術振興会.
空間・時間・波長自由度を活用する光電融合演算基盤の開発
2022.04~2027.03, 代表者:納富雅也, NTT, 東京工業大学, 国立研究開発法人科学技術振興機構,戦略的想像研究推進事業(CREST).
単一磁束量子を用いた雑音駆動型超低電力計算機基盤の創成
2021.10~2025.03, 代表者:川上哲志, 九州大学, 国立研究開発法人科学技術振興機構,戦略的想像研究推進事業(さきがけ).
量子技術高等教育拠点標準プログラムの開発(Q-LEAP)
2021.12~2027.03, 代表者:藤井 良一, 国立情報学研究所, JST
量子技術分野においては、近年特に国際的な競争が激化しており、急激な発展を遂げる外 国の状況に伍して我が国がリーダーシップを発揮するためには、量子技術を専門とする研究 者・技術者層の厚みを大幅に増すことが不可欠であることが指摘されている。本プログラム では、量子技術分野に精通した人材の層の幅と厚みを増すために、高等教育段階における戦 略的な人材育成に取り組むことを目的とする。 量子技術分野の大きな特徴として、量子固有の新しい概念の理解、それらと従来技術との 調和と実装、さらに社会実装や普及においては社会的理解を促進することが必要とされてい る。本プログラムでは、これらの要請を踏まえ、高度な専門性を保証する専門教育のスタン ダードの確立を目指す。さらに、プログラムの実施を通して、量子技術の専門性とともに、 分野融合的な研究開発にも資する人材育成基盤の構築、また、多様な専門的バックグラウン ドをもつ優秀な人材の量子技術分野への参入を容易にし、分野融合研究、社会実装、量子新 技術の社会への導入と普及を支える人材育成の仕組みの確立を目的とする。産学連携や国際 性など高度人材として期待される知識や技能を身につけ、量子科学分野の人材に期待される 多様なキャリアパスを可能とする人材育成の実施を目指すものである。 量子技術分野の急速な発展に鑑み、遅れを生じないよう、大学の壁を超えた全国的な教育 の発信体制の確立も重要な目的のひとつであり、質の高い量子技術教育を全国的に展開する 仕組みの確立を目指す。.
単純再帰型ニューラルネットワーク向け光コンピューティングシステム基盤の研究
2020.04~2023.03, 代表者:川上哲志, 九州大学, JSPS
本研究では,ポストムーア時代を支えるコンピューティング技術として,高性能/低電力な光計算機システムの構築を目指す.近年のナノフォトニクス技術の発展に伴い,様々な光デバイスを活用した演算回路が注目されている.しかしながら,その何れも演算回路単体の性能評価に留まっており,システムレベルでの性能の優位性は明らかでない.特に,高速性が特徴の光演算器においては,メモリ性能がボトルネックとなる可能性が高い.本研究では,記憶機能を有する単純再帰型ニューラルネットワーク向け光演算回路を基本とすることで,メモリアクセスを削減し,高性能/低電力な光計算機システムを確立する.さらに,メモリも含めた光計算機システム全体の性能/電力評価環境を構築し,デバイス/回路/アーキテクチャレベルでの設計空間探索を実施する.これによりシステム階層を跨いだ最適化を行い,CMOSを凌駕する光計算機システム技術を確立するとともに,光技術を計算機として活かすための研究開発指針を示す..
集積ナノフォトニクスによる超低レイテンシ光演算技術の研究
2015.12~2022.03, 代表者:納富 雅也, NTT, 東京工業大学, JST
本研究では、この問題を根本的に解決するために、ナノフォトニクスの精密制御技術を駆使した 新しい光コンピューティング技術を提案し、情報処理分野に破壊的イノベーションを引き起こすこと を目指す。光コンピュータは 80-90 年代に活発に研究されたが、その後 CMOS に対する優位性を見い だせずに衰退した技術と位置付けられている。本研究では、当時の光コンピュータ研究に関する分析 を踏まえて、今後 10-20 年先のレイテンシボトルネックを解消するという目的の元に、新 しい演算技術を提案する。.
研究業績
主要原著論文
1. Koki Ishida, Ilkwon Byun, Ikki Nagaoka, Kousuke Fukumitsu, Masamitsu Tanaka, Satoshi Kawakami, Teruo Tanimoto, Takatsugu Ono, Jangwoo Kim, and Koji Inoue, Superconductor Computing for Neural Networks, IEEE Micro, 2021.06.
2. Koki Ishida, Ilkwon Byun, Ikki Nagaoka, Kousuke Fukumitsu, Masamitsu Tanaka, Satoshi Kawakami, Teruo Tanimoto, Takatsugu Ono, Jangwoo Kim, and Koji Inoue, Architecting an Extremely Fast Neural Processing Unit Using Superconducting Logic Devices, IEEE/ACM International Symposium on Microarchtecture, 2020.10.
3. Ken Ichi Kitayama, Masaya Notomi, Makoto Naruse, Koji Inoue, Satoshi Kawakami, Atsushi Uchida, Novel frontier of photonics for data processing-Photonic accelerator, APL Photonics, 10.1063/1.5108912, 4, 9, 2019.09, [URL], In the emerging Internet of things cyber-physical system-embedded society, big data analytics needs huge computing capability with better energy efficiency. Coming to the end of Moore's law of the electronic integrated circuit and facing the throughput limitation in parallel processing governed by Amdahl's law, there is a strong motivation behind exploring a novel frontier of data processing in post-Moore era. Optical fiber transmissions have been making a remarkable advance over the last three decades. A record aggregated transmission capacity of the wavelength division multiplexing system per a single-mode fiber has reached 115 Tbit/s over 240 km. It is time to turn our attention to data processing by photons from the data transport by photons. A photonic accelerator (PAXEL) is a special class of processor placed at the front end of a digital computer, which is optimized to perform a specific function but does so faster with less power consumption than an electronic general-purpose processor. It can process images or time-serial data either in an analog or digital fashion on a real-time basis. Having had maturing manufacturing technology of optoelectronic devices and a diverse array of computing architectures at hand, prototyping PAXEL becomes feasible by leveraging on, e.g., cutting-edge miniature and power-efficient nanostructured silicon photonic devices. In this article, first the bottleneck and the paradigm shift of digital computing are reviewed. Next, we review an array of PAXEL architectures and applications, including artificial neural networks, reservoir computing, pass-gate logic, decision making, and compressed sensing. We assess the potential advantages and challenges for each of these PAXEL approaches to highlight the scope for future work toward practical implementation..
4. 川上哲志, 小野貴継, 井上弘士, 納富雅也, ナノフォトニック・ニューラルネットワークアクセラレータ向け統合評価環境, 電子情報通信学会論文誌, J102-A, No.6, 2019.06.
5. Satoshi Kawakami, Takatsugu Ono, Toshiyuki Ohtsuka, Inoue Koji, Parallel precomputation with input value prediction for model predictive control systems, IEICE Transactions on Information and Systems, 10.1587/transinf.2018PAP0003, E101D, 12, 2864-2877, 2018.12, [URL], We propose a parallel precomputation method for real-time model predictive control. The key idea is to use predicted input values produced by model predictive control to solve an optimal control problem in advance. It is well known that control systems are not suitable for multi- or many-core processors because feedback-loop control systems are inherently based on sequential operations. However, since the proposed method does not rely on conventional thread-/data-level parallelism, it can be easily applied to such control systems without changing the algorithm in applications. A practical evaluation using three real-world model predictive control system simulation programs demonstrates drastic performance improvement without degrading control quality offered by the proposed method..
主要総説, 論評, 解説, 書評, 報告書等
主要学会発表等
1. Satoshi Kawakami, Takatsugu Ono, Koji Inoue, and Masaya Notomi, Framework for Performance Analysis of Nano-Photonic Neural Accelerator, the 31st Workshop on Circuits and Systems, 2018.05.
2. Satoshi Kawakami, Akihito Iwanaga, Inoue Koji, Many-core acceleration for model predictive control systems, 1st International Workshop on Many-Core Embedded Systems, MES 2013, in Conjunction with the 40th Annual IEEE/ACM International Symposium on Computer Architecture, ISCA 2013, 2013.06, [URL], This paper proposes a novel many-core execution strategy for real-time model predictive controls. The key idea is to exploit predicted input values, which are produced by the model predictive control itself, to speculatively solve an op- timal control problem. It is well known that control appli- cations are not suitable for multi- or many-core processors, because feedback-loop systems inherently stand on sequen- tial operations. Since the proposed scheme does not rely on conventional thread-/data-level parallelism, it can be easily applied to such control systems. An analytical evaluation using a real application demonstrates the potential of per- formance improvement achieved by the proposed speculative executions..
3. Satoshi Kawakami, Akihito Iwanaga, and Koji Inoue, Speculative Execution for Real-time Model Predictive Control on Manicure Processor, the 2013 Symposium on Advanced Computing Systems and Infrastructures, 2013.05.
特許出願・取得
特許出願件数  1件
特許登録件数  0件
学会活動
所属学会名
ACM
IEEE
電気情報通信学会
情報処理学会
学会大会・会議・シンポジウム等における役割
2022.04.01~2027.03.31, 電子情報通信学会 エレクトロニクスソサイエティ 集積回路研究専門委員会, 専門委員.
2021.04.01~2023.03.31, 情報処理学会 アーキテクチャ研究会, 運営委員.
2021.08.25~2022.01.20, Asia and South Pacific Design Automation Conference, TPC member.
2019.01~2020.06, ACM International Conference on Computing Frontiers, TPC member.
2020.08~2020.12, Asia and South Pacific Design Automation Conference, TPC member.
2019.08.25~2020.01.16, Asia and South Pacific Design Automation Conference, TPC member.
2016.12.01~2017.12.01, ICD/CAS/CPSY 若手研究会, TPC.
学術論文等の審査
年度 外国語雑誌査読論文数 日本語雑誌査読論文数 国際会議録査読論文数 国内会議録査読論文数 合計
2021年度  
2020年度
2019年度
その他の研究活動
海外渡航状況, 海外での教育研究歴
Rice University, UnitedStatesofAmerica, 2018.02~2018.03.
受賞
研究会優秀若手発表賞, 電子情報通信学会, 2019.07.
Award for outstanding research achievement, Asia Pacific Society, 2019.07.
若手奨励賞, 情報処理学会, 2016.07.
学術研究表彰, 九州大学, 2014.03.
若手奨励賞, 情報処理学会, 2013.06.
研究資金
科学研究費補助金の採択状況(文部科学省、日本学術振興会)
2022年度~2027年度, 基盤研究(S), 分担, ポストムーア時代を見据えた超伝導コンピューティング技術の創成と展開.
2020年度~2026年度, 特別研究促進費, 分担, 量子技術高等教育拠点標準プログラムの開発.
2020年度~2022年度, 若手研究, 代表, 単純再帰型ニューラルネットワーク向け光コンピューティングシステム基盤の研究.
競争的資金(受託研究を含む)の採択状況
2021年度~2025年度, 戦略的創造研究推進事業 (文部科学省), 代表, 単一磁束量子を用いた雑音駆動型超低電力計算機基盤の創成.

九大関連コンテンツ

pure2017年10月2日から、「九州大学研究者情報」を補完するデータベースとして、Elsevier社の「Pure」による研究業績の公開を開始しました。
 
 
九州大学知的財産本部「九州大学Seeds集」