大規模地震観測データの並列GPU学習基盤フレームワークの開発

大规模地震观测数据并行GPU学习基础框架开发

基本信息

批准号：
22K03768
负责人：
杉山大祐
金额：
$ 2.58万
依托单位：
Japan Agency for Marine-Earth Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では地震や低周波地震・超低周波地震等のイベント自動検出技術の高度化を目指し、新しい深層学習モデル創出に必須となる、数百TBクラスの連続波形データを並列GPU学習・推定可能とする地震学向け深層学習フレームワークを開発する。今年度は以下の研究を進めた。並列深層学習フレームワーク初版の開発を進め、ヘテロアーキテクチャ（ベクトルエンジン、CPU、GPU）スパコンであるES4において、ES4GPUで稼働させるための開発、および最適化を進めた。開発中の並列深層学習フレームワークを評価するためには、実際に評価対象となる教師データセットが必要である。そのため、南海トラフ沖海底観測網（DONET）のデータのうち20TB前後の連続観測データを連携者より受領して解析を行った。そして、DONETが採用している連続波形記録およびイベントの記録システムであるWINシステムのDONETデータを、深層学習向けの教師データセットへ変換するプログラムを開発した。ES4GPUで高効率に並列学習プログラムを稼働させるために必要となるデータフォーマットを検討して初版を決定し、そのフォーマットへの変換を行える機能を持つプログラムである。初版としてまずこの20TB程度のデータでフレームワークを用いて並列学習を進め、次年度の準備を整えた。次年度は、教師データセットへ変換するプログラムの整合性の検証を重点的に行ってから、実際にイベント検出などの深層学習を行い、残課題や性能上の問題点の洗い出しを行う予定である。

这项研究旨在改善用于地震，低频地震和超低频地震的自动事件检测技术，并为地震学开发深度学习框架，从而使GPU学习和估算数百个TB类的连续波形数据的估算，这对于创建新的深度学习模型至关重要。今年，我们进行了以下研究：进行了平行深度学习框架的第一版，开发和优化是为在ES4上运行和运行ES4GPU的开发和优化，这是一个异性阶级（Vector Engine，CPU，GPU，GPU）SuperComputer。为了评估正在开发中的平行深度学习框架，实际上需要评估教师数据集。因此，我们从我们合作者的海洋观测网络（Donet）海岸的数据中收到并分析了大约20TB的持续观察数据。我们还开发了一个程序，可以将Win System的捐赠数据转换为Donet采用的连续波形记录和事件记录系统，并将其转换为教师数据集，以进行深度学习。该程序的功能是考虑以高效的方式使用ES4GPU运行并行学习程序所需的数据格式，确定第一版并将其转换为该格式。作为第一版，我们首先使用该20TB数据进行了框架进行并行学习，并准备了明年。在明年，我们将重点介绍要转换为教师数据集的程序的一致性，然后实际进行深入学习，例如事件检测以识别剩余的问题和绩效问题。