理研と富士通が開発したスパコン富岳が世界一位の性能を叩き出した。数年ぶりの快挙だ。理由は独自プロセッサの開発。これまでインテル等の汎用プロセッサを数多く組み合わせて性能をあげることが主流であったが、汎用である故に性能が出しづらいという問題点があった。これをスパコンにアジャストしたプロセッサを作ることで性能改善を可能にした。また、計算性能が高い、だけでなく、産業用として利用しやすい、という目的のもと作成されている点も評価されている。インテルが使っているx86でなく、ARMと呼ばれる規格を使っている。実際にコロナウィルスのシミュレーションで活躍している。今後はゲノム解析や天文学等で活躍することが見込まれる。 ※TSMCと呼ばれる台湾の企業が、プロセッサの工場（ファウンドリ）として世界最有力らしい。

富岳　TOP500 2期連続4冠　開発費1300億円 　京のSPARCに代わりARM命令セットアーキテクチャISA採用（windows=x86） 　442ペタ・フロップス（次世代はエクサへ）2位サミットの2倍以上 　理化学研＋富士通　日本製CPU A64FX　クレイも採用 　消費電力28メガW　1メガW=年間100万ドル≒１億円 　（日本1W=0.027円/h ×24h ×365日 =236.52円＊メガ（100万）≒2.4億円 HPC　大規模高速計算　ビッグデータとAI演算用　自然言語処理　 　GAFA　ソフト中心からハードまでの事業へ　クラウドサーバーの計算資源 　AI開発で勝つためにはHPCや学習データ、ネットワーク国内共有化が必要 数年先の技術を想定してプロジェクトを開始 　フィージビリティスタディ（実行可能性調査） 　アプリケーション性能の向上という観点から個々の技術要素へ投資 　ピーク性能80%の 高い実行効率 　 専用CPU　A64FX 　大規模アプリケーション性能に影響あるメモリバンド幅を強化 　90年代のベクトル演算 SIMD技術から受け継がれた SVE技術　 　　シミュレーション自由度と処理速度向上　ソフトのことを考えたハード 　ファウンドリはTSMC 　 Preferred Networks　MN-Core　神戸大学と共同 　ディープラーニングに必要な行列計算に特化　GPUは不要な周辺回路がある 　ビジネスと技術手段のミートするポイント 　「できるわけないところを見つけて そこで勝っていく」 専用CPU開発 apple　　 iPhone用 Aシリーズ、Mac用 M1 google　 ディープラーニング用 TPU　「クラウド・オートMLサービス」 amazon　AWS 学習用 Graviton、推論用 Inferentia　「セージメーカー」 　　　　　カスタムチップで利用費（≒電力）を40%削減　スピード20%アップ 　　　　　インテルに匹敵する技術＝人材　イスラエル Annapuruna Labs買収 ARM　ISA　省電力に強い　ソフトバンクからGPU技術のエヌビディアへ RISC-V　オープンリソース　（ARMは有償） 創薬のリード探索への使用　（京都大学大学院　奥野教授） 　分子立体構造をモデリングし、分子動力学計算　京では数年が富岳では数日 　活性ポケットに既存の低分子薬剤がうまくはまるかの動きをスパコンで計算 　富岳は米国Anton 分子動力学専用スパコンに匹敵 　AIを活用し、その後の「リード最適化」と動物での「前臨床試験」を効率化 　SARSを経験していない日本の研究者が富岳で一気に縮めることができた 　実験する科学者に対し、シミュレーションができる科学者は１％しかいない。 　コロナの薬の実験結果は科学者によってバラバラ。 　 シミュレーション天文学（神戸大学大学院　牧野教授） 　宇宙の構造　ダークマターの計算 　銀河1000億個の星のシミュレーションが富岳で可能 　欧州は探査衛星ガイアで10億個の星を観測　距離と動きを測定 　太陽黒点周期の観測はガリレオ以来400年 　100年単位の周期のシミュレーションが可能になる 米国 　エネルギー省　オーロラ開発　米国内垂直統合のインテルに発注 　「エンティティ・リスト」中国スパコンメーカーと関連企業は政府許可必要 　　AMDとスパコンメーカー曙光との共同ベンチャーが端を発する 中国 　アメリカの技術禁輸政策 　スパコン用CPUは中国企業は生産ができない、ARMも使えない 　ASMLの製造装置も輸入できない 量子コンピューター：プログラミングや得意分野が異なる 　量子ゲート方式　汎用性　 　Dウェイブ　量子アニーリング方式　理論：考案者　1998年 東工大 西森教授 　超電導量子ビット　1999年 NEC基礎研究所 中村氏（現 東大教授）