生成AI・AIエージェント × HPC
LLMによるC／Fortran／CUDA等のHPCコード生成、性能最適化、実機評価、デバッグ、検証を自律化する研究です。 単一モデルだけでなく、複数エージェントの役割分担、ローカルLLM、知識蓄積、継続的改善も対象にします。
生成AI・AIエージェント × HPC 研究ページ →News & Updates
最新情報
研究室・HPC-GENIE・研究成果に関する主な更新です。
-
研究
Agentic Computing Research Unit（ACRU）を新設。 AIエージェントによるHPCソフトウェアの自律的な開発・最適化・評価・運用を研究します。 詳細
-
国際連携
Workshop on LLM-Driven Code Generation and Automation for HPC and Scientific Computing をフランス・Sorbonne University LIP6で開催。
-
論文
LLMのHPCコード生成能力を実機ベンチマーク報酬で改善するオンライン強化学習研究 をISC 2026併設LLM4HPC 2026で発表。
-
論文
VibeCodeHPC: A Multi LLM Agent System for HPC Code Auto-Tuning をIEEE IPDPS 2026併設iWAPT 2026で発表。
-
受賞
LLM4HPCAsia 2026（HPCAsia 2026 workshop）Best Paper Award。 GeoFEMのGPU移植を対象とした生成AIコード開発の事例研究。
-
OSS
VibeCodeHPCを公開。 複数のAI coding CLIを協調させ、HPCコードの生成・性能評価・反復最適化を行うOSSです。 GitHub
-
Project
HPC-GENIEプロジェクトを開始。 生成AIによるHPCプログラム自動生成・性能最適化技術の研究を推進します。 プロジェクトページ
Research
研究分野
高性能計算を基軸に、数値アルゴリズム、ソフトウェア、AI、計算機アーキテクチャを横断して研究します。
ソフトウェア自動チューニング
アーキテクチャや入力に応じて、アルゴリズム・コード・パラメータを自動選択し、性能可搬性を実現する研究です。 AT言語、性能モデル、探索、混合精度、実行時最適化を扱います。
自動チューニング工学 →GPU・超並列・高性能実装
GPU、マルチコア、メニーコア、スーパーコンピュータ上で、計算・メモリ・通信特性を考慮した高速実装を研究します。 CUDA、OpenMP、OpenACC、MPIなどを対象にします。
数値線形代数・高精度計算
固有値・特異値問題、LU／QR分解、Krylov部分空間法、GMRES、BiCGStab、前処理、混合精度、精度保証計算とその高性能化を扱います。
並列固有値ソルバ →大規模AI・機械学習
大規模機械学習、並列・分散AI、説明可能AI、AI処理の高速化、AIを用いた数値計算・HPCソフトウェア最適化を研究します。
HPC量子コンピューティング
量子計算とスーパーコンピュータを連携するハイブリッド計算、量子・量子インスパイアド最適化、量子アルゴリズムのHPC実装を研究対象とします。
- 性能モデル化、探索・最適化、Auto-Tuning言語
- 混合精度演算、精度保証、高精度数値計算
- 大規模固有値問題・反復法・前処理
- MPI / OpenMP / OpenACC / CUDA
- 計算科学とコンピュータサイエンスのコ・デザイン
- 科学技術計算アプリケーションの性能最適化
- HPCソフトウェアの持続可能性・性能可搬性
- 並列プログラミング・数値計算教育
Current Projects
主要プロジェクト・ソフトウェア
現在の研究活動の中心となる、生成AI・AIエージェントとHPCを融合した研究基盤です。
HPC-GENIE
High-Performance Computing with Generative Neural Intelligence for Execution。 生成AI、RAG、ローカルLLM、自動チューニング、混合精度、XAI等を統合し、 アーキテクチャに最適化されたHPCコードの自動生成を目指します。
ACRU
Agentic Computing Research Unit。 要求分析、コード生成、コンパイル、実行、性能測定、性能解析、自動チューニング、デバッグ、知識蓄積までを、 複数AIエージェントの協調により統合する研究ユニットです。
VibeCodeHPC
複数のAI coding CLIをtmux上で協調させるマルチエージェント型Auto-Tuning framework。 PM、SE、Programmer、Continuous Deliverer等が役割分担し、HPCコードの反復的な生成・最適化を行います。
Academic Profile
研究者プロフィール
高性能・並列数値計算を専門とし、ソフトウェア自動チューニングの研究を長年進めてきました。 1990年代末から、自動チューニング機能を備えた並列数値計算ライブラリILIB/ABCLibの研究開発に取り組み、 計算機環境の違いを越えて高い実行性能を維持する「性能可搬性」を主要な研究課題としてきました。
プロセッサ、メモリ階層、通信、コンパイラ、入力データ等に応じて、アルゴリズム、実装方式、ブロック幅、 並列化手法を自動的に選択・調整する技術を研究し、インストール時・実行起動前・実行時の複数段階で最適化する方式や、 自動チューニング記述言語ABCLibScript等を開発してきました。
現在は、従来の自動チューニング技術を生成AI・LLM・AIエージェントへ拡張し、 HPCコードの要求理解、生成、検証、性能評価、修正、知識化までをAIが支援・自律化する研究へ展開しています。 GPU、数値線形代数、大規模AI、量子・古典ハイブリッド計算も研究対象です。
- 氏名
- 片桐 孝洋 / Takahiro Katagiri
- 所属
- 名古屋大学 情報基盤センター データサイエンス研究部門 教授
- 大学院
- 名古屋大学 大学院情報学研究科
- 学位
- 博士（理学）、東京大学、2001年
- 主要分野
- 高性能計算、ソフトウェア自動チューニング、大規模AI、量子コンピューティング、超並列処理、大規模固有値問題
- 研究室
- 片桐・星野研究室
- 教員紹介
- 大学院情報学研究科 教員紹介
Publications & Research Outputs
研究業績・成果
最新・完全な業績一覧は名古屋大学研究者総覧、Google Scholar、HPC-GENIEの研究業績ページを参照してください。
名古屋大学 研究者総覧
論文・著書・講演・研究費・教育・社会貢献
Google Scholar
論文・引用情報
ResearchGate
Research profile
対外発表
本サイト内の論文・特許・書籍一覧
HPC + AI
生成AI・AIエージェント
Auto-Tuning
性能可搬性・自動最適化
Numerical HPC
数値線形代数・混合精度
Open Source
VibeCodeHPC / ppOpen-AT
最近の主要成果・発表（抜粋）
-
2026
VibeCodeHPC: A Multi LLM Agent System for HPC Code Auto-Tuning
Shun-ichiro Hayashi, Koki Morita, Daichi Mukunoki, Tetsuya Hoshino, Takahiro Katagiri, iWAPT 2026 (in conjunction with IEEE IPDPS 2026). -
2026
Improving HPC Code Generation Capability of LLMs via Online Reinforcement Learning with Real-Machine Benchmark Rewards
Ryo Mikasa, Shun-ichiro Hayashi, Daichi Mukunoki, Tetsuya Hoshino, Takahiro Katagiri, LLM4HPC 2026 (in conjunction with ISC 2026). -
2026
人が書かないHPCプログラミング：生成AIが切り拓く次世代計算科学
片桐孝洋, 林俊一郎, 椋木大地, 星野哲也, 第31回計算工学講演会. -
2018
Japanese Autotuning Research: Autotuning Languages and FFT
Takahiro Katagiri and Daisuke Takahashi, Proceedings of the IEEE, Vol. 106, No. 11, pp. 2056–2067.
Open Source Software
- VibeCodeHPC — Multi-CLI / Multi-Agent Auto-Tuning Framework
- ppOpen-AT ver.1.0.0 — ppOpenHPC Auto-Tuning software
- Katagiri-Hoshino-Lab GitHub Organization
For Prospective Students
研究室を希望する学生の方へ
片桐・星野研究室では、高性能計算を中心に、生成AI、AIエージェント、GPU、数値計算、量子HPCなどの研究を行います。
本研究室では、最先端スーパーコンピュータを利用し、 超並列計算、大規模機械学習（AI）、生成AI・AIエージェント、量子コンピュータ関連技術、GPUコンピューティング、 高性能実装、数値アルゴリズム、実用ソフトウェア開発を研究します。 テーマはこれらに限定しません。HPCを軸とした新しい研究テーマの提案も歓迎します。
重要：修士課程・博士課程で片桐・星野研究室を志望する場合
出願前に片桐へ連絡し、研究内容・技術的背景等について面接を行ったうえで、 受験・研究室志望を了承するメールを事前に受信してください。 事前面接および了承メールがない場合、当研究室を志望しての受験はできません。
出願前に片桐へ連絡し、研究内容・技術的背景等について面接を行ったうえで、 受験・研究室志望を了承するメールを事前に受信してください。 事前面接および了承メールがない場合、当研究室を志望しての受験はできません。
学部学生・卒論配属
名古屋大学情報学部コンピュータ科学科に入学し、4年次の研究室配属で片桐・星野研究室を志望してください。 受入枠は年度により変わります。
修士課程（博士前期課程）
名古屋大学内外から受験できます。大学院情報学研究科情報システム学専攻を受験し、片桐・星野研究室を志望してください。
- 出願前の事前連絡・面接・了承メールが必須です。
- C言語等の基礎プログラミング能力を前提とします。
- HPC、並列計算、GPU等の基礎があることを強く推奨します。
- 年度により入試時期・募集人数は異なります。必ず公式募集要項を確認してください。
博士課程（博士後期課程）
博士課程では、希望する研究テーマ、これまでの研究成果、HPC・数値計算・AI等の技術的背景を事前に確認します。
- 出願前の事前連絡・面接・了承メールが必須です。
- 研究計画と既往の研究成果を準備してください。
- 当研究室の研究テーマとの技術的接続性を重視します。
研究生・留学生
LLMやAIエージェントそのものだけでなく、スーパーコンピュータ上のHPCプログラム生成・最適化を研究します。
- C、Fortran、CUDA等の低レベル／HPCプログラミング能力が必要です。
- スーパーコンピュータ利用、並列化、GPUコンピューティングの基礎素養を求めます。
- 研究室の日常的な研究・議論では日本語を主に使用します。
- 研究開始後に基礎を一から学ぶことを前提とした受入は原則として行いません。
高専生・短期インターン
研究室レベルで1〜2週間程度の短期インターンを受け入れられる場合があります。 共同研究として実施し、NDAを必要としない内容を原則とします。
- 物理スペース等の都合により、同時期の受入人数を制限します。
- スパコン利用には所定の利用手続き・審査が必要です。
- 希望者は事前にメールで相談してください。
ポスドク・共同研究員
HPC、生成AI、AIエージェント、自動チューニング、数値計算、GPU、量子HPC等の研究で連携を希望する方はご相談ください。
Policy for Research Students and International Applicants
Our laboratory studies LLMs and AI agents primarily in the context of program generation and optimization for supercomputers and high-performance computing (HPC). Applicants are therefore expected to have practical programming skills in C, Fortran, CUDA or related HPC technologies, as well as fundamental knowledge of parallel and GPU computing.
Applicants to the Master's or Doctoral program who wish to join the Katagiri-Hoshino Laboratory must contact Prof. Katagiri before applying, complete a prior interview, and receive an approval email before submitting the application. Daily technical discussions and research activities in the laboratory are conducted primarily in Japanese.
Books & Education
著書・教育
並列プログラミング、数値計算、HPC、自動チューニングに関する教科書・専門書。
主な著書・編著
- 2024 『並列プログラミングのツボ――数値計算から機械学習まで』、東京大学出版会。
- 2022 『C&Fortran 演習で学ぶ数値計算』、共立出版。 読者のページ
- 2021 『ソフトウェア自動チューニング――科学技術計算のためのコード最適化技術』、森北出版（共著）。 読者のページ
- 2019 The Art of High Performance Computing for Computational Science, Vol. 1, Springer（分担執筆）。
- 2018 『数値線形代数の数理とHPC』、共立出版（櫻井鉄也・松尾宇泰・片桐孝洋 編）。
- 2017 『計算科学のためのHPC技術1』、大阪大学出版会（分担執筆）。
- 2015 『並列プログラミング入門――サンプルプログラムで学ぶOpenMPとOpenACC』、東京大学出版会。 読者のページ
- 2015 『スパコンを知る――その基礎から最新の動向まで』、東京大学出版会（岩下武史・片桐孝洋・高橋大介 共著）。
- 2013 『スパコンプログラミング入門――並列処理とMPIの学習』、東京大学出版会。 読者のページ
教育分野
- プログラミング：C、Fortran
- 並列プログラミング：MPI、OpenMP、GPU/CUDA
- 高性能プログラミング：キャッシュ最適化、OpenACC、性能分析
- 数値計算・数値解析
- 数値線形代数
- スーパーコンピュータ利用技術
- 生成AI・AIエージェントを用いたHPCコード開発
Awards & Academic Service
受賞・学会活動
主な受賞
- 2026HPCAsia 2026関連ワークショップ Best Paper Award（GeoFEMに対する生成AIコード開発事例）
- 2023IEEE PDSEC 2023 Best Paper Award
- 2018LHAM Workshop Best Paper Award
- 2013IEEE MCSoC-13 Best Paper Award
- 2011文部科学大臣表彰 若手科学者賞
- 2007Microsoft INNOVATION AWARD 2007 アカデミック部門 最優秀賞
- 2003情報処理学会 山下記念研究賞
主な学会・コミュニティ活動
- 一般社団法人 HPCIコンソーシアム 理事
- HPCI連携サービス委員会 委員活動
- 日本応用数理学会 代表会員・部会アドバイザリー等
- PCクラスタコンソーシアム 実用アプリケーション部会
- 所属学会 IPSJ / IEEE-CS / ACM / SIAM / JSIAM / JSCES 等
Collaboration
共同研究・スーパーコンピュータ利用相談
HPC、生成AI、数値計算、GPU、量子HPC等に関する大学・研究機関・企業との共同研究を行っています。
大学・研究機関の方
スーパーコンピュータ利用、並列化、高性能化、数値計算アルゴリズム、生成AIによるコード開発等に関する研究相談・共同研究についてご相談ください。
企業の方
名古屋大学の共同研究制度やスーパーコンピュータの産業利用制度を用いた共同研究、性能改善、AI/HPC技術の適用について相談可能です。
講習会・セミナー
HPC、並列プログラミング、GPU、高性能化、生成AIによるHPCコード生成等をテーマとした講義、講習会、セミナーについて相談できます。
Archive
旧ページ・資料
過去の資料へのリンクは、トップページを簡潔に保つためアーカイブにまとめています。
旧コンテンツ・履歴資料を表示
以下には更新年月の古い資料も含まれます。最新情報は研究者総覧・研究室サイト・Google Scholarを参照してください。
Contact
連絡先
研究、共同研究、講演、学生受入に関する連絡はメールでお願いします。 学生の受験相談では、希望課程、現在の所属、研究希望内容、プログラミング・HPC経験を記載してください。
Email：katagiri "at" cc.nagoya-u.ac.jp
※ "at" を @ に置き換えてください。