左は1、4、32チップでのResNet-50での画像認識のスループット、右は消費エネルギーを示す棒グラフである。チップ数を増やすとレーテンシもそれに逆比例して短くなる。通信オーバヘッドなどの影響で完全な強スケールにはなっていないが、まあ、それに近い結果である
京をはじめとする日本勢もTOP500に代表されるランキングの上位に多く入ることで注目を集めるほか、人工知能(AI)やディープラーニングでも活用が進むなど、さまざまな用途で活用されるようになったスーパーコンピュータに関わるホットな話題を詳細な説明付きで紹介します。