디지털 라이브러리[ 검색결과 ]
인텔 차세대 매니코어 프로세서에서의 다중 병렬 프로그램 성능 향상기법 연구
http://doi.org/10.5626/JOK.2017.44.9.878
본 논문에서는 고성능컴퓨팅 분야에서 주로 활용되는 MPI 응용들을 인텔의 차세대 매니코어 프로세서인 Knights Landing(KNL)에서 실행할 때 발생할 수 있는 성능 병목 현상 및 이를 해결하기 위한 효율적인 자원 할당 방법에 대해서 논의하고자 한다. KNL은 기존의 가속기 형태의 매니코어 프로세서 형태뿐만 아니라 자체적으로 부팅이 가능한 형태의 호스트 프로세서로 구성되어 있으며, 기존의 DDR4 기반의 메모리와 함께 향상된 대역폭을 가진 새로운 형태의 온-패키지 메모리를 장착해서 출시되었다. 이러한 새로운 매니코어 프로세서 아키텍처에 최적화된 자원 할당 방법을 연구함으로써 다중 MPI 응용 실행성능의 향상과 전체적인 시스템 활용률을 높일 수 있음을 실험적으로 검증하였다.
하둡 기반 대규모 작업 배치 및 처리 기술 설계
본 논문에서는 대규모의 작업을 고성능으로 처리하기 위한 Many-Task Computing(MTC) 기술을 기존의 빅데이터 처리 플랫폼인 Hadoop에 적용하기 위한 MOHA(Many-Task Computing on Hadoop) 프레임워크에 대해 기술한다. 세부적으로는 MOHA의 기본 개념과 개발 동기, 분산 작업 큐에 기반한 PoC(Proof-of-Concept) 수행 결과를 제시하고 향후 연구 방향에 대해서 논의하고자 한다. MTC 응용은 각각의 태스크들이 요구하는 I/O 처리량은 상대적으로 많지 않지만, 동시에 대량의 태스크들을 고성능으로 처리해야하고 이들이 파일을 통해서 통신한다는 특징을 가지고 있다. 따라서 기존의 상대적으로 큰 데이터 블록 사이즈에 기반한 Hadoop 응용과는 또 다른 패턴의 데이터 집약형 워크로드라고 할 수 있다. 이러한 MTC 기술과 빅데이터 기술의 융합을 통해 멀티 응용 플랫폼으로 진화하고 있는 Hadoop 생태계에 신규 프레임워크로서 대규모 계산과학 응용을 실행할 수 있는 MOHA를 추가하여 기여할 수 있을 것이다.
대규모 과학응용을 위한 효율적인 분산 슈퍼컴퓨팅 자원관리 기술 연구
국가 슈퍼컴퓨팅 인프라는 국내 여러 지역에 분산된 슈퍼컴퓨팅 클러스터들로 이루어져 있으며, 본 연구팀에서는 이러한 이기종의 지리적으로 분산된 클러스터들을 대규모 과학 응용 연구자들에게 효율적으로 제공하기 위해 대규모 계산처리 시스템인 HTCaaS(High-Throughput Computing as a Service)를 자체 개발하였다. 본 논문에서는 이러한 대규모 계산처리 시스템(HTCaaS)을 활용하여 각 계산 자원을 동적으로 관리하는 방법에 대해서 논의하고, 신약재창출이라는 실제 과학 응용을 통해 그 효율성을 검증한다. 특히 유효 자원 식별을 위한 대기시간 및 성공률 개념을 이용한 동적 계산 자원 관리 기술을 적용함으로써 자원 활용률과 정확성, 신뢰성, 편의성이 향상될 수 있으며, 그 결과 전체적인 작업 시간의 단축과 작업 처리량도 향상될 수 있음을 확인할 수 있었다.
분산 슈퍼컴퓨팅 기술에 기반한 신약재창출 시뮬레이션 사례 연구
본 논문에서는 대규모의 계산 작업을 고성능으로 처리해야 하는 신약재창출 시뮬레이션 분야에 분산 슈퍼컴퓨팅 기술을 적용한 사례에 대해 논의하고자 한다. 신약재창출이란 기존에 알려진 약물의 새로운 적응증을 규명하는 것을 의미하며, 이러한 신약재창출은 비교적 짧은 수행시간을 갖는 대규모의 도킹(docking) 연산들을 고성능으로 처리해야한다는 점에서 Many-Task Computing (MTC) 성격을 지니고 있다. 이러한 MTC 응용들의 대표 사례로서 신약재창출 시뮬레이션을 분산 슈퍼컴퓨팅 환경 기반의 HTCaaS 시스템에 적용하였으며, 이를 통해 효율적인 작업 배포, 동적인 자원 할당 및 로드 밸런싱, 안정성 및 다양한 자원들의 효율적인 통합 등이 이러한 과학 응용들을 지원하는 데 있어 필수적인 기능임을 확인할 수 있었다.
