「AI for Scienceに不可欠な計算資源の戦略的増強」事業の採択および4大学による覚書締結について / “Strategic Enhancement of Computational Resources Essential for AI for Science” Project (MEXT) and Conclusion of a Memorandum of Understanding Among Four Universities

文部科学省が公募した「AI for Scienceに不可欠な計算資源の戦略的増強」事業において、北海道大学、筑波大学、東京大学、九州大学の各センターの計画が採択されました。これは、AI for Scienceの推進による科学研究の革新に向けて、「革新的ハイパフォーマンス・コンピューティング・インフラ（HPCI）（注1）」を通じた計算資源の共用を行う我が国の大学・研究機関等に対して、提供可能な計算資源の充実やその効率化に必要となる共用計算資源の増強等の取組を支援することで、「AI for Scienceによる科学研究革新プログラム」をはじめとした種々の取組と一体的に、我が国のAI for Science先進国の地位の確立を目指すものです。
本事業に採択された4大学は、「AI for Science」の推進に向けた連携を強化するため、2026年6月8日付で「AI for Science 推進に関する覚書」を締結しました。本覚書に基づき、4大学は、GPUクラスタ（注2）を含むAI研究基盤の高度化および効率的運用、AI for Scienceに関する共同研究の推進、システム導入・運用ノウハウの共有と標準化、AI for Scienceを担う研究者・技術者の育成、国際研究機関との連携強化、取り組みを共同で推進します。

【玄界-D（仮称）】
本事業への採択を受けて九州大学情報基盤研究開発センターは、現有のスーパーコンピュータ玄界の増強システムとして、AI処理において最大1.7 EFLOPS （FP4）（注3）以上の演算性能を有する計算基盤「玄界-D（仮称）」を増強する計画です。
現有のスーパーコンピュータ玄界と高速ネットワークで接続され、AI for Science、およびScience for AI を高度に支援します。2026年度中に導入を開始、2027年度早期に本格運用の開始を予定しています。

AI計算向け計算基盤 "玄界-D"（仮称）

（※）「AI for Scienceに不可欠な計算資源の戦略的増強」の公募について
https://www.mext.go.jp/b_menu/boshu/detail/mext_00503.html

（注１）革新的ハイパフォーマンス・コンピューティング・インフラ（HPCI）
国内の大学や研究機関の計算機システムやストレージを高速ネットワークで結んだ共用計算環境基盤。全国のHPCリソースを効率的に利用でき、多様なユーザーニーズに応える研究環境を実現している。
https://www.hpci-office.jp/

（注２）GPUクラスタ
計算機の構成の一つ。クラスタは、複数のサーバをネットワークで接続した構成の並列計算機を表す。GPUクラスタは、クラスタを構成する個々のサーバにGPU (Graphic Processing Unit) が搭載されていることを示す。GPUは本来画像処理専用に開発された演算装置だが、現在はそれ以外にも様々な処理に活用されており、特にAIの学習や推論で多用されている。

（注３）EFLOPS（FP4）
演算速度の単位。FLOPS (FLoating Operations Per Second) が浮動小数点演算、すなわち実数演算の一秒あたりの回数を表す。1.7 EFLOPSは一秒間に 1.7 Exa (x 1018) 回の演算が可能であることを示す。また、FP4は一つの実数を4bitで扱う方法であり、主にAIの推論で多用される。

The proposals submitted by the centers of Hokkaido University, the University of Tsukuba, the University of Tokyo, and Kyushu University have been selected under the “Strategic Enhancement of Computational Resources Essential for AI for Science” project publicly solicited by the Ministry of Education, Culture, Sports, Science and Technology (MEXT). The project aims to drive innovation in scientific research through AI for Science by supporting universities and research institutions in Japan that provide shared computational resources via the High Performance Computing Infrastructure (HPCI) (Note 1). Specifically, it supports efforts to enhance available computational resources and improve their efficiency, in coordination with various initiatives including the “Program for Promoting Research Innovation through AI for Science,” with the goal of establishing Japan as a leading nation in AI for Science.

In addition, the four universities selected for this project signed a “Memorandum of Understanding on the Promotion of AI for Science” on June 8, 2026, to strengthen collaboration toward advancing AI for Science. Based on this memorandum, the four universities will jointly promote initiatives including the advancement and efficient operation of AI research infrastructure such as GPU clusters (Note 2), the promotion of collaborative research in AI for Science, the sharing and standardization of system deployment and operational know-how, the development of researchers and engineers in AI for Science, and the strengthening of collaboration with international research institutions.

[Genkai-D (tentative name)]
Following its selection for this program, the Research Institute for Information Technology at Kyushu University plans to expand its computational infrastructure as an enhancement to its existing supercomputer Genkai. The upgraded system “Genkai-D (tentative name)” will provide AI processing performance of up to 1.7 EFLOPS (FP4) (Note 3) or higher. It will be connected to the current Genkai system via a high-speed network, thereby strongly supporting both AI for Science and Science for AI. Installation will begin in FY2026, with full-scale operation scheduled for early FY2027.

AI-Oriented Computational Infrastructure “Genkai-D” (Tentative Name)

*“Strategic Enhancement of Computational Resources Essential for AI for Science” Project (MEXT)
https://www.mext.go.jp/b_menu/boshu/detail/mext_00503.html

(Note 1) High Performance Computing Infrastructure (HPCI)
A shared computational infrastructure that connects computing systems and storage at universities and research institutions across Japan via high-speed networks, enabling efficient utilization of nationwide HPC resources and supporting diverse user needs.
https://www.hpci-office.jp/

(Note 2) GPU Cluster
A type of computer system configuration. A cluster refers to a parallel computing system composed of multiple servers connected via a network. A GPU cluster indicates that each server in the cluster is equipped with GPUs (Graphics Processing Units). Originally developed for image processing, GPUs are now used for a wide range of applications, and are particularly utilized for AI training and inference.

(Note 3) EFLOPS (FP4)
A unit of computational performance. FLOPS (Floating Operations Per Second) represents the number of floating-point (i.e., real-number) operations performed per second. 1.7 EFLOPS indicates the capability to perform 1.7 exa (×10¹⁸) operations per second. FP4 refers to a method of representing a single real number using 4 bits, which is primarily used in AI inference.

東京大学情報基盤センター
「AI for Scienceに不可欠な計算資源の戦略的増強事業に、東京大学の計画が採択されました」

筑波大学計算科学研究センター
「AI for Scienceに不可欠な計算資源の戦略的増強事業に採択」