B3向けのページ / For B3 Students

研究室へようこそ!

このページでは、情報科学類3年生 (B3) の方々にむけて、研究室の紹介、説明会の情報などを発信してまいります。ゆっくりしていってね!

説明会日程・連絡先

2026年4月より、HPCS研究室のFPGAチームではなく、山口佳樹教授・小島拓也准教授・杉浦圭祐助教の3名の教員から構成される単独の研究室 (高効率カスタム回路設計工学研究室) として新しく活動を開始します。

2027年度は6名を募集します。研究室紹介は、以下の日程で行います。

2026年10月2日 (金) 18:15～19:15 (於: SB911-2・SB928)
2026年10月6日 (火) 16:00～17:00 (於: SB911-2・SB928)
2026年10月9日 (金) 18:15～19:15 (於: SB911-2・SB928)
2026年10月15日 (木) 18:15～19:15 (於: SB911-2・SB928)
2026年10月20日 (火) 16:00～17:00 (於: SB911-2・SB928)

上記の日程でどうしても都合がつかない場合、inquiry at lila.cs.tsukuba.ac.jp まで連絡してください (at は @ に置き換えてください)。

多種多様な研究テーマ

本研究室では、これまでよりも効率のよいコンピュータシステムを実現するための研究を行っています。

研究テーマは、画像処理、大規模数値計算、量子力学、深層学習、ストレージシステム、VLSI技術、ハードウェアセキュリティ、コンパイラなど、実に多岐にわたっています。学生のみなさんは、自分の興味のあるテーマに取り組むことができます。配属されたら、面白そうなテーマを一緒に探していきましょう。

既存のハードウェア (CPUやGPU) と較べて、高い処理性能や処理効率を実現するための一つの方法として、ある処理に特化した専用ハードウェア (領域特化型アーキテクチャ; Domain Specific Architecture とよばれます) を作成するということが挙げられます。本研究室では、FPGA (Field Programmable Gate Array) とよばれる、自在に書き換え可能な集積回路を使った、専用ハードウェアにかんする研究が盛んです。

研究テーマの例をいくつか紹介します。テーマの幅広さが伝わるかと思います😸

超低遅延な映像の背景除去処理のFPGA実装

オンライン会議などの場面では、映像の各フレームから背景を取り除き、前景 (人物やぬいぐるみなど) だけを切り出す処理がよく行われます。専用ハードウェア化に適した軽量なアルゴリズムを提案し、FPGA上で実現することで、超低遅延 (5ms) での背景除去を実現しています。フレームの受け取り、背景除去処理、結果の出力、をFPGA上で同時並行に行うことで、遅延を最小化できます。このような最適化は、FPGAのような専用回路ならではといえます。

主な研究成果:

杉浦圭祐, 他7名, "ラインベース推論による画像マッティングの検討," 電子情報通信学会技術研究報告 CPSY2026-30 (SWoPP 2026), Vol.126, No.140, pp.79-84, 2026年8月.
Takeo Kurosawa, et al., "A Sub-Microsecond HuffYUV-Based FPGA Accelerator for Real-Time Video Compression over High-Bandwidth Networks," IEEE Consumer Communications & Networking Conference (CCNC), pp.1-6, Jan 2026.
Yoshiyuki Oshima, et al., "FPGA-Based Improved Background Subtraction for Ultra-Low Latency," IEEE Access, Vol.12, pp.164063-164080, Oct 2024.

FPGA & SATA SSDからなる高速ストレージシステム

FPGAボードと、8TBのSSD (32枚) からなる計算環境を構築しました。最大構成だと1個のFPGAで256個のSSDを操作します。非常に大容量のメモリを必要とする計算処理、たとえば40量子ビット以上の大規模量子シミュレーションを、スーパーコンピュータと比べて低コストで実現できます。詳細はこちらをご覧ください。

主な研究成果:

Kaijie Wei, et al., "Qu-Trefoil: Large-Scale Quantum Circuit Simulator Working on FPGA With SATA Storages," IEEE Transactions on Computers (TC), Vol.74, No.4, pp.1306-1321, Apr 2025.
Ryohei Niwase, et al., "A Cost/Power Efficient Storage System with Directly Connected FPGA and SATA Disks," IEEE International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC), pp.51-58, Dec 2023.

FPGAを用いた球面ディスプレイへの映像投影システム

没入型ディスプレイ (球体スクリーン) に映像を投影するためのシステムを、FPGAボードを用いて構築しました。VR (仮想現実) や遠隔操縦など、リアルタイム性の要求されるアプリケーションでは、遅延 (ユーザが行動してから、その様子が画面に反映されるまでの時間) をなるべく抑える必要があります。FPGA上に投影処理を実装することで、遅延を最小限に抑えられ、より高い没入感および臨場感が得られます。詳細はこちらをご覧ください。

主な研究成果:

Den Tabata, et al., "Low-Latency FPGA Streaming for Gaze-Based XR Systems on a Spherical Display," IEICE Transactions on Information and Systems, Special Section on Forefront Computing, Jan 2027 (accepted).
Den Tabata, et al., "Low-Latency Streaming for Immersive Remote Interaction with a Spherical Display," IEEE International Conference on Computing, Networking and Communications (ICNC), pp.763-768, Feb 2026.
長岡佑治, 牛若光太, 山口佳樹, "高信頼な車両間映像転送をWi-Fiベースで支援するマイクロ秒レベルストリーミング処理ハードウェア", 自動車技術会論文集, Vol.51, No.3, pp.503-508, May 2020.

FPGA搭載の小型ドローンによる対象物計測

単眼カメラおよびFPGAボードを搭載した小型ドローンで、対象物を計測するためのシステムについて研究開発しています。マーカーの認識、画像の整形、ステレオマッチングなどの処理をFPGA上に実装し、リアルタイム性能 (10～ fps) を実現しています。なお、学生によっては、C/C++などの高級言語を用いて、FPGA向けの専用回路を開発しているところも特筆すべき点です (高位合成; High-Level Synthesis とよばれます)。

主な研究成果1 (マイクロドローンによる自律飛行):

Diego Marcelo Ramírez Jove, et al., "Marker-Based Recognition for Autonomous Micro-Drone Flight: An FPGA-Optimized Feasibility Study," IFIP/IEEE International Conference on Very Large Scale Integration (VLSI-SoC), pp.185-189, Oct 2025.

主な研究成果2 (農業用小型ドローンによる作物の高さ計測):

Yuta Matsuura, et al., "High-precision Plant Height Measurement by Drone with RTK-GNSS and Single Camera for Real-time Processing," Scientific Reports, Vol.13, No.1, Article number: 6329, Apr 2023.

エッジデバイス上での小型AIモデルの軽量ファインチューニング

エッジデバイス上でのAIアプリケーションは主要な研究課題となっていますが、設置環境 (カメラの向きや部屋の明るさなど) によって画像のみえ方はまちまちでしょう。各デバイスに合わせたAIモデルを、中央のサーバで幾つも用意して配るよりは、各デバイスが、設置環境 (画像の明るさや向きなどの微妙な変化) に応じてAIモデルを自ら微調整 (ファインチューニング) できたほうがよさそうです。そこで、画像の回転や明度の変化に対処できるよう、小型の画像認識AIモデルを軽量にファインチューニングする手法を提案し、FPGAボード (Xilinx Kria KV260) 上に実装しました。詳しくは、左側のYouTubeの動画をご観覧ください。

主な研究成果:

Keisuke Sugiura, et al., "InstantFT: A Field-Programmable Gate Array-Based Runtime Subsecond Fine-Tuning of Convolutional Neural Network Models," IEEE Micro, Vol.46, No.3, pp.66-76, May/Jun 2026.

SLAM (自己位置推定と地図構築の同時実行) のFPGA実装

人間の操作なしに、自分一人で動き回る賢いロボット (例: お掃除ロボットなど) を実現するには、周辺環境を表す地図をロボット自らが作成し、さらにその地図における自分の場所を知ることが重要です。これをSLAM (Simultaneous Localization And Mapping) といいます。LiDARセンサを用いたSLAMアルゴリズムのうち、計算負荷の高い部分 (センサデータと地図とのマッチング処理) を、組み込みFPGA上に実装しました。結構、精度のよい結果が得られています。右側のYouTubeの動画をご視聴ください。

主な研究成果:

Keisuke Sugiura, Hiroki Matsutani, "A Universal LiDAR SLAM Accelerator System on Low-Cost FPGA," IEEE Access, Vol.10, pp.26931-26947, Mar 2022.

3D点群のレジストレーション処理 (位置合わせ) のFPGA実装

3D点群 (Point Cloud) のペアが与えられたとき、(片方を回転・平行移動させて) ピタッと重ね合わせるためにはどうしたらよいでしょうか。人間ならいとも簡単にできてしまいますが、コンピュータ上で精度良く行おうとすると、結構難しくて奥が深い問題です。このレジストレーション (Registration) とよばれる処理をFPGA上に実装し、高速化しました。左側のYouTubeの動画をご覧ください。

主な研究成果:

Keisuke Sugiura, Hiroki Matsutani, "FPGA-accelerated Correspondence-free Point Cloud Registration with PointNet Features," ACM Transactions on Reconigurable Technology and Systems (TRETS), Vol.18, No.2, pp.1-41, May 2025.

粗粒度再構成可能ハードウェア(CGRA)に関する研究

CGRAの基本構成

CGRAの試作チップ例

粗粒度再構成可能ハードウェア (CGRA: Coarse-Grained Reconfigurable Architecture)は対象の計算に合わせてハードウェア構成を変更可能なLSIに関する研究を行っています。再構成可能という点でFPGAと類似しますが、FPGAがビット粒度の再構成が可能なのに対し、CGRAでは32bitや64bitの単位で再構成を行います。したがって、FPGAと比べ柔軟性は低くなりますが、エネルギー効率に優れるというのが特徴的です。具体的には、PEと呼ばれる基本単位がアレイ状に並べられた構造を持ちます。PE内にはALUと呼ばれる演算器があり、PE間は相互接続されています。このPEアレイ上にグラフ構造で表現した対象の計算をマッピングすることで所望の処理を行います。これまでにCGRA向けのOpenMPコンパイラの開発や、データフローグラフの分割最適化アルゴリズム、データフローグラフのマッピング最適化アルゴリズム、ツール開発などを行っています。

主な研究成果:

Takuya Kojima, et al., "A Scalable Body Bias Optimization Method Towards Low-Power CGRAs," IEEE Micro, Vol.43, No.1, pp.49-57, Jan.-Feb. 2023.
Takuya Kojima, et al., "Mapping-Aware Kernel Partitioning Method for CGRAs Assisted by Deep Learning," IEEE Transactions on Parallel and Distributed Systems (TPDS), Vol.33, No.5, pp.1213-1230, May 2022.
Takuya Kojima, et al., "GenMap: A Genetic Algorithmic Approach for Optimizing Spatial Mapping of Coarse Grained Reconfigurable Architectures," IEEE Transactions on Very Large Scale Integration Systems (VLSI), Vol.28, No.11, pp.2383-2396, Nov 2020.

ハードウェアセキュリティに関する研究

暗号処理やAI処理を行うハードウェアは、内部の機密情報を盗み取ることを目的とした物理攻撃の脅威にさらされています。特に、処理中の消費電力の変化や放射される電磁波の強弱、処理時間の変化などを用いて、内部状態を推定するサイドチャネル攻撃が盛んに研究されています。これまでに、サイドチャネル攻撃の評価を行うためのフレームワーク開発(FPGA設計やGPUを用いた解析の高速化)や深層学習を用いた新たな攻撃の脅威分析などを行っています。

主な研究成果:

Takuya Kojima, et al., "An Open-Source Framework for Efficient Side-Channel Analysis on Cryptographic Implementations," Cryptology ePrint Archive, Report 2025/1130 (プレプリント).

エッジ向けプロセッサに関する研究

エッジ環境において低消費電力でありながら高スループット、低遅延処理を行うことを目指し、独自のSystem-on-a-Chip (SoC)を開発しています。特に慶應大、東京大学、熊本大学と共同で開発したSLMLETと呼ばれるSoCはRISC-VプロセッサやFPGA、メモリコントローラなどを持ち、複雑な処理をFPGAに実装することで高い性能を省エネルギーに実現しています。このような独自開発のチップをテスト、計測するためのソフトウェアシステムやコンパイラなどのSDK開発なども一から行っています。webブラウザからこの開発したシステムが制御される様子は左のデモ動画よりご覧いただけます。

pyslmlet_demo.mp4

主な研究成果:

Takuya Kojima, et al., "SLMLET: A RISC-V Processor SoC with Tightly-Coupled Area-Efficient eFPGA Blocks," IEEE Symposium in Low-Power and High-Speed Chips (COOL Chips), pp.1-6, Apr 2024.

研究業績・受賞

研究成果は、さまざまな有名論文誌や国際会議に採録されています:

IEEE Transactions on Computers (TC)
IEEE Transactions on Parallel and Distributed Systems (TPDS)
IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD)
IEEE Transactions on Very Large Scale Integration Systems (VLSI)
IEEE Micro
ACM Transactions on Reconfigurable Technology and Systems (TRETS)
IEEE Access
International Conference on Field Programmable Logic and Applications (FPL)
International Conference on Field-Programmable Technology (ICFPT)

また学生さんが、研究会や国際会議などで多く受賞しています。皆さん頑張っています!
よい成果が得られれば自信がつきますし、奨学金、就職の面でも大きな利点があります。

研究室の壁にかけられた賞状の数々

研究室のメンバー

2017 (平成29) 年に、草津にて撮影された集合写真です。

年間スケジュール

春学期 (4月～7月)

新人研修 (4月頃)
- 新しく研究室に入った学生さん向けに、新人研修を行います。
- 各自、FPGAに関する書籍を読みながら、Verilogの文法の習得、LEDライトの操作 (通称Lチカ)、ディスプレイ出力 (VGA) などを行います。
- 次年度は、CPU自作やコンパイラ開発の入門、LSI実装などのコンテンツ拡大を検討中です。
歓迎会 (4月)
- 新しく配属された学生さんの歓迎会を行います。今年は、総合研究棟Bのお部屋を借りて開催しました。
輪講 (4月～7月)
- 研究を始めるための基礎知識を身につけます。
- 今年は、学部4年生と修士1年生が、コンピュータアーキテクチャに関する教科書 (コンピュータの構成と設計 MIPS Edition 第6版) と、深層学習の入門書 (ゼロから作るDeep Learning) の2冊に取り組みました。
- 週に2～3回程度実施します。担当者が書籍の内容をスライドにまとめて発表します。他の学生さんからの質問や、教員からの補足コメントなどを交えながら進めます。1回につき60分から75分程度です。
卒業論文のテーマ決め (4月～)
- 学生さんの興味をもとに、教員と相談しつつ、ゆっくり決めていきます。
ミーティング (通年)
- 研究室全体ミーティングは週に1回、グループミーティングは2週間に1回程度が目安です。
- 研究発表の時期などは、発表練習やスライド確認のため、グループミーティングの回数が増えます。
院試 (7月～8月)
- 推薦入試は7月、一般入試は8月にあります。院試対策も重要です。

秋学期 (10月～1月)

研究 (夏頃～)
- 研究テーマが固まってきたら、本格的に研究を始めます。論文の調査 (サーベイ)、既存手法の把握、提案手法の考案、実装、評価、論文執筆など、さまざまな工程があります。最初は時間が掛かるものです。
- 研究テーマが早く決まった人は、春学期から研究を始めることもあります。
研究室合宿 (9月末頃)
- 昨年は、9月21日～22日に山中湖で実施しました。研究をするわけでも、ミーティングをするわけでもなく、純粋に遊ぶというものです。全員で、バーベキューや飲み会をしました。また各自、温泉に入ったり、富士急ハイランドに行ったり、湖を物憂げに眺めたりして、それぞれが好きなように過ごしておりました。
ミーティング (通年)
- 秋学期も、研究室全体ミーティングとグループミーティングを実施します。
追い出しコンパ (3月)
- 一昨年は3月に実施しました。そういえば、昨年はありませんでした。

夏休みと冬休みは、特に何もありません! どのように過ごしても自由! 長期休みを満喫してください。

研究環境

総合研究棟Bに、学生さんの居室があります。

上記の居室に加えて、工学系学系F棟に、新たな居室を準備しています!

みなさまの新規加入に備え、34型のディスプレイを全席に導入しました!!

研究設備

研究室では、FPGAや各種計測機器、高性能計算機など研究を実施するのに十分な設備を整えています。

FPGA

以下のように、大小さまざまなFPGAボードを保有しています。これらを好きなように使って研究できます。FPGAボードといっても、組み込みCPUとFPGAが一緒になったボード (SoC; System-on-Chip)、機械学習やデータ分析に特化したボードなど、様々な形態があります。

Xilinx Zynq-7000 シリーズ (Digilent Pynq-Z1、TUL Pynq-Z2、Digilent Zybo Z7、Digilent ZedBoardなど)
Xilinx Zynq UltraScale+ MPSoC シリーズ (Xilinx ZCU104、ZCU102、ZCU106、Kria KV260など)
Xilinx Artix-7 シリーズ (Digilent Nexys Videoなど)
Xilinx Kintex-7 シリーズ (KC705、Digilent Genesys 2など)
Xilinx Virtex-7 シリーズ (VC709など)
Xilinx Kintex UltraScale+ シリーズ (XCKU15Pなど)
Xilinx Virtex UltraScale シリーズ (VCU108など)
Xilinx Versal Prime シリーズ (VMK180など)
Xilinx Versal Premium シリーズ (VPK120など)
Xilinx Vesal AI Edgeシリーズ (VEK280など)
Xilinx Alveo シリーズ (U250、U280、V80など)
サイドチャネル攻撃評価に特化したFPGA (SAKURA-X, CW305, CW310など)

計算機環境

テーマによっては大規模なシミュレーションやCADソフトなど計算負荷の高い処理を頻繁に行います。そのため以下のような強力な計算機を備えています。

サーバー例1: Ryzen Threadripper PRO 9995WX 96コア192スレッド RAM 512GB
サーバー例2: Ryzen Threadripper RPO 7995WX 96コア192スレッド RAM 512GB
サーバー例3: Ryzen Threadripper PRO 5995WX 64コア128スレッド RAM 512GB
サーバー例4: EPYC 7713 2基 128コア256スレッド RAM 1024GB
サーバー例5: EPYC 7713 64コア128スレッド RAM 1024GB

そのほか、NVIDIA RTX-5090, RTX-4090やAMD Radeon RX 7900XTXなど各種ハイエンドGPUなども備えております。

写真

国際会議 (ラスベガス)

国際会議 (熊本)

国際会議 (上海)

受賞の様子 (高山)

研究会発表 (対馬)

国際会議 (ナポリ)

研究会発表 (北九州)

普段の研究 (?) の様子

研究会発表 (小豆島)

猫ちゃん

研究会発表 (高山)

研究室全体ミーティングの様子

FAQ

Q: コアタイムはありますか?
A: ありません。Cronジョブのように、深夜にひっそり動いて朝に結果を残して帰ることもできます。Linuxデーモンのように、研究室に常駐することもできます。GitHub Actionsのように、自宅からリモートで作業することもできます。

Q: ミーティングはありますか?
A: 研究室全体で連絡事項を共有する全体ミーティング、各研究グループの進捗確認などをするグループミーティングの2種類があります。グループミーティングは週に1度、対面で行っています。長期休み中は基本的にはありません。

Q: 届いたら嬉しいメールを教えてください。
A: 「Congratulations on the acceptance of your manuscript ...」「Congratulations! I am pleased to inform you that your paper has been accepted with no further changes as a regular paper in an upcoming issue of the ...」などで始まるメールです。

Q: 夜型でも大丈夫ですか?
A: 大歓迎です。何型のほうがいい、ということはありません。

Q: インデントには、タブとスペースのどちらを使いますか?
A: スペース2文字です。タブ文字を発見した場合は :%s/\t/ /g します。

Q: どのような人に向いていますか?
A: 「自分で考えて動いてみたい!」と思える人に向いています。うまくいかないことがあっても試行錯誤を楽しめる人なら、どんどん伸びていけます。

Q: 研究は大変ですか?
A: 成果が出たときの達成感は格別です。目の前の世界が真っ白になり、脳汁が出ます。

Q: 輪講はありますか?
A: はい、あります。論文を読んで発表したり、内容をみんなで議論したりします。研究の内容を、その研究について何も知らない人に分かりやすく伝えるための練習になります。

Q: インターンシップはできますか?
A: 多くの学生さんが中長期のインターンシップに参加しています。就活にも役立ちますし、スキルアップにもなります。企業との共同研究も多いことから、研究室限定のインターンシップも複数あります。もちろん、研究一本に集中するのもアリです。

Q: 卒業後の進路を教えてください。
A: 多くの人が大学院に進学して研究を続けます。修了後はメーカーの研究開発、IT企業、研究機関など幅広い分野で活躍しています。アカデミックに進む人もいます。

Q: どのように研究テーマを決めますか?
A: 学生さんの興味をベースに話し合って決めていきます。最初はざっくりと方向性を決めて、試しながら少しずつ具体化していく流れです。思いつきが一発で成功することは稀なので、途中で軌道修正しながら固めていきます。強くやりたいテーマがある場合は、その希望を大切にします。

Q: 大学院に進学される方が多いでしょうか?
A: はい。ほとんどの方が大学院に進学します。学部4年の数か月だけでは満足のいく研究は難しいので、じっくり取り組みたい人には大学院進学をおすすめしています。

Q: 使用しているOSを教えてください。
A: Windows、macOS、Ubuntuなど様々です。Ubuntuが多そうです。もちろん、他のOS、Debian、OpenSUSE、Kali Linux、Fedora、Gentoo Linux、NixOS、ArchLinux、CentOS、FreeBSD、MS-DOS、OS/2、AmigaOS、BeOS、Haikuなどでも構いません。

Q: 使用しているプログラミング言語を教えてください。
A. テーマによりますが、よく使うのはVerilog、SystemVerilog、C、C++、Pythonあたりです。 Verylを使っている人もいます。

Q: 使用しているビルドシステムを教えてください。
A: 𝑪𝑴𝒂𝒌𝒆

Q: 使用しているシェルを教えてください。
A: 𝑩𝒂𝒔𝒉

Q: 使用しているテキストエディタを教えてください。
A: 𝑽𝒊𝒔𝒖𝒂𝒍 𝑺𝒕𝒖𝒅𝒊𝒐 𝑪𝒐𝒅𝒆

Q: 使用しているソフトウェアやツール、ライブラリを教えてください。
A: FPGA開発ではAMD (旧Xilinx) のVitisやVivadoと仲良くなります。特にVivadoの波形画面 (Waveform) とにらめっこする人が多いです。高位合成 (C/C++によるFPGA開発) ならVitis HLSやOpenCLを使います。深層学習ならPyTorch、NumPy、JAXなどが活躍します。LSI実装の場合はSynopsys社のデザインコンパイラやCadence社のInnovusなど商用ツールからOpenLaneなどのOSSを使用します。論文はLaTeXで書いており、図はTikz、Matplotlib、draw.io、Adobe Illustratorなどで描きます。

Q: プログラミングに苦手意識があります。
A: 研究ではどうしてもプログラミングが必要になります。苦手だと大変かもしれませんが、最近は生成AIのおかげでだいぶ楽になっています。ただし、AIが出したコードが正しいか判断する力は必須です。

Q: デバッグのコツを教えてください。
A: とにかく std::print してみることです。シンプルですが、意外と一番効きます。エラーメッセージを読みましょう。明日の自分が解決してくれることを信じて、きょうは寝ましょう。

Q: 好きな画像ファイルのフォーマットを教えてください。
A: ベクタ形式 (epsやsvg) が好きです。どれだけ拡大しても綺麗なので、論文に載せると映えます。

Q: 猫はかわいいですか?
A: はい。とてもかわいいです。

Page updated

Report abuse