修士・2024年度・Cコース出身
★★★★★4.0
◎ 良かった点
GPU・スパコン環境が非常に充実していて、HPC × AIで最先端を狙える。実装力・数値計算力が確実につく。
△ 微妙だった点
並列計算・C++/CUDA・物理を全部やる必要があり、学習コストは高い。
スコア内訳を見る
研究ガチ度4.0
指導の手厚さ4.0
雰囲気4.0
進路の良さ4.0
自由度4.0
配属難易度4.0
研究内容
計算力学・ハイパフォーマンスコンピューティング (HPC)・機械学習を融合した次世代シミュレーション研究室。GPU並列・京/富岳級スパコン上で、流体・構造・電磁場などのマルチフィジックス連成解析を行う。シミュレーションと機械学習のハイブリッド（物理情報ニューラルネット、サロゲートモデル）が主要テーマ。
主な研究テーマ
- ▸GPU並列・HPC上の大規模マルチフィジックス連成解析
- ▸物理情報ニューラルネット (PINN) と数値計算の融合
- ▸産業設計のためのサロゲートモデル構築
- ▸流体・構造・電磁場の連成シミュレーション高速化
- ▸AI技術と古典数値計算の最適組み合わせ
教員
山田知典
教授東京大学 工学系研究科 システム創成学専攻 教授。先端知デザインを専門とし、ハイパフォーマンスコンピューティング・計算力学・機械学習を中心に研究を進める。
ハイパフォーマンスコンピューティング計算力学機械学習マルチフィジックスシミュレーション
Email: tyamada(at)sys.t.u-tokyo.ac.jp
口コミ（3件）
OB/OG・2022年度・Cコース出身
★★★★★4.0
◎ 良かった点
PINN等、AIと数値計算の融合領域はホットで、論文も出しやすい。国際会議発表のチャンスも多い。
△ 微妙だった点
対象が多分野（流体・構造・電磁場）に広がるので、自分のテーマを絞るのに時間がかかる。
スコア内訳を見る
研究ガチ度4.0
指導の手厚さ4.0
雰囲気4.0
進路の良さ4.0
自由度4.0
配属難易度4.0
学部生（B4）・2024年度・Cコース出身
★★★★★4.2
◎ 良かった点
先生は数値計算と機械学習のバランス感覚が秀逸で、両方の知識を実践的に学べる。
△ 微妙だった点
計算機資源を使い切る規模の研究なので、デバッグやジョブ管理が結構ハード。
スコア内訳を見る
研究ガチ度4.0
指導の手厚さ4.0
雰囲気4.0
進路の良さ5.0
自由度4.0
配属難易度4.0
スコア（6軸）
研究ガチ度4.1
指導の手厚さ4.0
雰囲気3.9
進路の良さ4.5
自由度4.2
配属難易度4.1
メンバー構成
合計 約 14 名（教員除く）
博士課程3名
修士課程8名
学部4年3名
卒業生の進路
メーカー35%
トヨタ三菱重工デンソーソニー
IT・Web25%
Preferred NetworksNVIDIAMicrosoft
コンサル10%
アクセンチュアデロイト
アカデミア20%
東大博士進学JAMSTEC産総研
金融10%
クオンツ
HPC・シミュ・AIの三本柱が育つので、メーカーR&D・外資テック・クオンツまで進路が広い。