[논문]기상/기후 연구 및 예보 기관의 슈퍼컴퓨터 보유 역사와 현황

조민수

문제 정의

이 연구는 기상과 기후 예보 분야의 예측성 향상에 절대적인 기여를 하고 있는 슈퍼컴퓨터를 기상과 기후 연구 및 기상 예보 기관이 지금까지 어떤 방향으로, 어떤 종류의 시스템을, 어느 정도의 규모와 효율성 높은 시스템으로 확보하고 이용해 왔는지를 조사하여 각 기관의 과거 슈퍼컴퓨터 보유 역사를 통해서 현재를 이해하고 미래를 예측할 목적으로 추진되었다. 이 논문에는 Top500 목록과 Top500 슈퍼컴퓨터 사이트에서 제공되는 각종 통계 자료를 이용하여 분석 조건에 부합하는 23개 기관만을 선정하여 프로세서 아키텍처, 시스템 아키텍처, 프로세서 개수, 사이트 효율성 등 보유 슈퍼컴퓨터의 특성을 파악할 수 있는 기본 요소를 선정하여 비교 분석한 결과가 제시되고 있다.
이 연구는 WCR 분야의 슈퍼컴퓨터 보유 추이 분석 연구 (조민수․박혜선, 2005)가 국가별 특징을 분석하는 데 초점을 둔 것과 달리 WCR 분야의 슈퍼컴퓨터 보유 주요 기관을 대상으로 삼아, (1) 각 기관이 과거 13년 동안 보유했던 슈퍼컴퓨터를 프로세서 아키텍처, 시스템 아키텍처, 프로세서 개수 등의 관점에서 비교 분석하고, (2) 각 기관이 연도별로 슈퍼컴퓨터를 어떻게 운영해 왔는지를 사이트 효율성 관점에서 비교 분석하여, 각 기관의 슈퍼컴퓨터 보유 역사와 현황에서 드러나는 시스템의 구조적 특징과 특정 시스템에 대한 기관의 선호도를 파악함으로써 각 기관의 슈퍼컴퓨터 확보 전략 및 활용 전략을 이해하는 데에 목적이 있다.
이 연구는 기상과 기후 예보 분야의 예측성 향상에 절대적인 기여를 하고 있는 슈퍼컴퓨터를 기상과 기후 연구 및 기상 예보 기관이 지금까지 어떤 방향으로, 어떤 종류의 시스템을, 어느 정도의 규모와 효율성 높은 시스템으로 확보하고 이용해 왔는지를 조사하여 각 기관의 과거 슈퍼컴퓨터 보유 역사를 통해서 현재를 이해하고 미래를 예측할 목적으로 추진되었다. 이 논문에는 Top500 목록과 Top500 슈퍼컴퓨터 사이트에서 제공되는 각종 통계 자료를 이용하여 분석 조건에 부합하는 23개 기관만을 선정하여 프로세서 아키텍처, 시스템 아키텍처, 프로세서 개수, 사이트 효율성 등 보유 슈퍼컴퓨터의 특성을 파악할 수 있는 기본 요소를 선정하여 비교 분석한 결과가 제시되고 있다.

제안 방법

현재 벡터와 스칼라로만 구분되고 있는 프로세서 아키텍처로 분류된 결과를 보면 각 기관이 선호하는 프로세서 아키텍처가 뚜렷하여, 지난 13년간 BOM, ESC, INM, JMA, MRI-JMA, Meteo-France, TCWB, MSC, DMI의 9개 기관은 벡터 프로세서 시스템만 보유하였으며, 이와는 반대로 CMA, FSL, NCEP의 3개 기관은 스칼라 프로세서 시스템만 보유하였다. DKRZ, DWD, ECMWF, FNMOC, GFDL, GSFC, KMA, NAVOCEANO, NCAR, UKMO는 벡터와 스칼라 프로세서 시스템을 번갈아 또는 동시에 보유하였다. 시스템 아키텍처로 분류된 결과를 보면, 지금까지 SIMD 시스템을 보유했던 기관은 1993년에 MasPar MP-1216을 보유했던 GSFC 한 개 기관뿐이다.

대상 데이터

(1) SIMD 프로세서 시스템은 1993년에 GSFC가 MasPar MP-1216을 보유했던 것이 전부이고, BOM, ESC, INM, JMA, MRI-JMA, Meteo-France, TCWB, MSC, DMI의 9개 기관은 벡터 프로세서 시스템만, 반대로 CMA, FSL, NCEP의 3개 기관은 스칼라 프로세서 시스템만 보유하였다 (Table 4). (2) 성운 시스템은 BOM, GFDL, KMA, MSC, NAVOCEANO, NCAR의 6개 기관에서만 보유하였고, 시스템 구성에는 NEC SX-4와 SX-5, SGI Origin2000과 Origin3000, SGI POWER CHALLENGEarray, 그리고 HP AlphaServer 4100의 3개 업체 6 종류가 활용되었다 (Table 5). 한편, 클러스터 시스템은 FNMOC, FSL, NCAR의 3개 기관에서만 보유하였고, 시스템 구성에는 HPTi ACL 시리즈와 Aspen 시스템 듀얼 Xeon 2.
Table 2를 이용하여, 이 연구의 최종 분석대상으로 선정된 기관은 8차례 이상 등재된 적이 있는 기관이며, 이러한 기준에 해당하지만 기관 명칭이 바뀌었거나 더 이상 존재하지 않는 경우 (캐나다의 AES)와 Top500 목록에서 더 이상 WCR 분야로 분류되지 않는 기관 (미국의 NOAA)은 제외하였다. 1차 분석대상 30개 기관 중에서 등재 횟수가 8회 미만인 기관은 5개 기관이며, 따라서 최종 분석대상 기관은 총 23개 기관이다.
시스템 아키텍처로 분류된 결과를 보면, 지금까지 SIMD 시스템을 보유했던 기관은 1993년에 MasPar MP-1216을 보유했던 GSFC 한 개 기관뿐이다. 그리고 두 노드 이상의 SMP로 정의되는 성운 시스템은 BOM, GFDL, KMA, MSC, NAVOCEANO, NCAR의 6개 기관에서만 활용되었고 (Table 5), 역시 1997년 6월의 Top500 목록에 처음 등재되기 시작한 클러스터 시스템을 WCR 분야에서 보유했던 기관은 FNMOC, FSL, NCAR의 3개 기관에서만 활용되었다 (Table 6). 각 기관별 슈퍼컴퓨터 제조업체에 대한 선호도는 Table 7에 보인 바와 같다.
총 26차의 Top500 목록에 기관이 보유하고 있는 고성능컴퓨터가 WCR 분야의 슈퍼컴퓨터로 등재된 적이 한 차례 이상 있는 기관은 총 31개 기관이다. 이 가운데 2000년도 이전에 한 차례 이상 등재되었지만 현재 사이트 정보가 없는 3개 기관 (독일의 DLR, 미국의 NBS, 독일의 GEOVOR)을 제외시키고, 일본의 ESC와 덴마크의 DMI를 포함시켜 총 30개 기관을 1차 분석대상 기관으로 삼았다. ESC는 해당기관이 보유하고 있는 지구 시뮬레이터가 현재 Top500 슈퍼컴퓨터 사이트에서 제공하는 통계처리 시스템에서는 불특정 분야 (not specified)의 시스템으로 분류되고 있지만, 실제로 고해상도 대기, 해양, 대기/해양 접합 대순환 모형 등의 개발에 활용되고 있고 대기와 해양 분야의 주요 현상에 대한 예보 및 이해를 위한 연구 분야에도 적극적으로 활용되고 있기 때문에 포함시켰다.
이 연구에서는 1993년 6월부터 2005년 11월까지 지난 13년간 총 26차례 발표된 Top500 목록에서 기본적으로 제공되는 슈퍼컴퓨터의 실제 성능 (Rmax), 이론 성능 (Rpeak), 프로세서 개수 등을 기초자료로 사용하였다. 이 밖에 분석에 필요한 2차 가공자료는 Top500 슈퍼컴퓨터 사이트에서 제공하는 자체 통계처리 시스템을 이용하여 재생산한 자료를 사용하였다. Top500 목록은 2005년 11월 기준으로 총 26개의 응용분야로 분류하고 있고, 이 가운데 이 연구의 대상이 되는 기상/기후 연구 및 예보 분야는 각각 독립적으로 자료를 제공하고 있다.
이 연구에서는 1993년 6월부터 2005년 11월까지 지난 13년간 총 26차례 발표된 Top500 목록에서 기본적으로 제공되는 슈퍼컴퓨터의 실제 성능 (Rmax), 이론 성능 (Rpeak), 프로세서 개수 등을 기초자료로 사용하였다. 이 밖에 분석에 필요한 2차 가공자료는 Top500 슈퍼컴퓨터 사이트에서 제공하는 자체 통계처리 시스템을 이용하여 재생산한 자료를 사용하였다.
총 26차의 Top500 목록에 기관이 보유하고 있는 고성능컴퓨터가 WCR 분야의 슈퍼컴퓨터로 등재된 적이 한 차례 이상 있는 기관은 총 31개 기관이다. 이 가운데 2000년도 이전에 한 차례 이상 등재되었지만 현재 사이트 정보가 없는 3개 기관 (독일의 DLR, 미국의 NBS, 독일의 GEOVOR)을 제외시키고, 일본의 ESC와 덴마크의 DMI를 포함시켜 총 30개 기관을 1차 분석대상 기관으로 삼았다.
(2) 성운 시스템은 BOM, GFDL, KMA, MSC, NAVOCEANO, NCAR의 6개 기관에서만 보유하였고, 시스템 구성에는 NEC SX-4와 SX-5, SGI Origin2000과 Origin3000, SGI POWER CHALLENGEarray, 그리고 HP AlphaServer 4100의 3개 업체 6 종류가 활용되었다 (Table 5). 한편, 클러스터 시스템은 FNMOC, FSL, NCAR의 3개 기관에서만 보유하였고, 시스템 구성에는 HPTi ACL 시리즈와 Aspen 시스템 듀얼 Xeon 2.2GHz, 그리고 IBM xSeries Xeon 2.8GHz와 eServer Opteron 2.2GHz의 2개 업체 4 종류가 활용되었다 (Table 6).

데이터처리

오늘날 일반적으로 슈퍼컴퓨터를 분류하는 기준으로 사용되는 자료는 전 세계 최고의 성능을 가진 500대의 고성능컴퓨터에 관한 자료가 집계되어서 발표되고 있는 Top500 목록이다 (TOP500, 2006a). Top500 목록에 포함되는 고성능컴퓨터의 순위는 미국 Tennessee 대학교의 Dongarra 교수가 컴퓨터의 계산 성능을 측정하는 방법으로 제안한 LINPACK 벤치마크를 수행한 결과를 비교하여 결정된다. LINPACK은 선형 시스템의 해를 구하는 데 널리 사용되는 연산 패키지로서 연산의 많은 부분이 부동소수점 연산으로 구성되어 있다 (Petitet et al.

성능/효과

프로세서 아키텍처와 시스템 아키텍처를 분석한 결과 중 대표적인 내용은 다음과 같다. (1) SIMD 프로세서 시스템은 1993년에 GSFC가 MasPar MP-1216을 보유했던 것이 전부이고, BOM, ESC, INM, JMA, MRI-JMA, Meteo-France, TCWB, MSC, DMI의 9개 기관은 벡터 프로세서 시스템만, 반대로 CMA, FSL, NCEP의 3개 기관은 스칼라 프로세서 시스템만 보유하였다 (Table 4). (2) 성운 시스템은 BOM, GFDL, KMA, MSC, NAVOCEANO, NCAR의 6개 기관에서만 보유하였고, 시스템 구성에는 NEC SX-4와 SX-5, SGI Origin2000과 Origin3000, SGI POWER CHALLENGEarray, 그리고 HP AlphaServer 4100의 3개 업체 6 종류가 활용되었다 (Table 5).
현재 이 분야 최고는 총 5,120개의 프로세서로 구성되어 있는 ESC의 지구 시뮬레이터이다 (TOP500, 2006c). (2) 평균값으로 비교했을 때 사이트 효율성이 가장 낮은 기관은 스칼라 프로세서 장착 클러스터 시스템만을 보유해 온 FSL(50.69%)이며, 반대로 가장 높은 기관은 벡터 프로세서 장착 시스템만 보유해 온 MSC (95.10%)이다 (Table 6). 평균값이 60%를 넘지 않는 기관은 CMA, FSL, NCEP의 3개 기관이며, 90%를 넘는 기관은 BOM, DKRZ, DMI, KMA, Meteo-France, MRI- JMA, MSC, TCWB의 8개 기관이다.
6 까지 나타나는 특징을 요약한 것으로, 각 기관의 사이트 효율성을 최저값, 최고값, 최근값, 평균값을 제공하고 있다. 각 기관의 평균값으로 비교했을 때 사이트 효율성이 가장 낮은 기관은 FSL (50.69%)이며, 가장 높은 기관은 MSC (95.10%)이다. FSL의 사이트 효율성이 낮은 이유는 다른 기관과 달리 FSL은 스칼라 프로세서 장착 클러스터 시스템 (Table 6 참조)만을 보유해 왔기 때문이다.
2에 보인 바와 같이 단일 프로세서, SIMD, MPP (massively parallel processing), SMP (symmetric multi processing), 성운 (constellations), 클러스터 (cluster)의 여섯 종류로 구분되고 있는데, 1997년을 기점으로 단일 프로세서와 SIMD 시스템은 사라지고, 클러스터 시스템이 등장하여 현재는 MPP, 성운, 클러스터의 세 종류로 구분되고 있다. 시스템 대수와 이론 성능으로 보면 클러스터, MPP, 성운의 순서로 크며, 실제 성능과 프로세서 개수는 MPP, 클러스터, 성운의 순서로 많다.
DKRZ, DWD, ECMWF, FNMOC, GFDL, GSFC, KMA, NAVOCEANO, NCAR, UKMO는 벡터와 스칼라 프로세서 시스템을 번갈아 또는 동시에 보유하였다. 시스템 아키텍처로 분류된 결과를 보면, 지금까지 SIMD 시스템을 보유했던 기관은 1993년에 MasPar MP-1216을 보유했던 GSFC 한 개 기관뿐이다. 그리고 두 노드 이상의 SMP로 정의되는 성운 시스템은 BOM, GFDL, KMA, MSC, NAVOCEANO, NCAR의 6개 기관에서만 활용되었고 (Table 5), 역시 1997년 6월의 Top500 목록에 처음 등재되기 시작한 클러스터 시스템을 WCR 분야에서 보유했던 기관은 FNMOC, FSL, NCAR의 3개 기관에서만 활용되었다 (Table 6).
7GHz 시스템을 충분히 최적화시키지 못했었기 때문인 것으로 추정된다. 이러한 추정은 동일 시스템에 프로세서 개수만 확장시킨 이듬해에는 47.38%의 효율성을 보이고 있는 사실로부터 유추 가능하다. 가장 최근인 26차 Top500 목록을 기준으로 최고의 사이트 효율성은 UKMO의 98.
Table 4는 23개 분석대상 기관의 과거와 현재 보유 시스템의 특징을 기관별, 시스템 아키텍처별, 프로세서 아키텍처별로 정리한 것이다. 현재 벡터와 스칼라로만 구분되고 있는 프로세서 아키텍처로 분류된 결과를 보면 각 기관이 선호하는 프로세서 아키텍처가 뚜렷하여, 지난 13년간 BOM, ESC, INM, JMA, MRI-JMA, Meteo-France, TCWB, MSC, DMI의 9개 기관은 벡터 프로세서 시스템만 보유하였으며, 이와는 반대로 CMA, FSL, NCEP의 3개 기관은 스칼라 프로세서 시스템만 보유하였다. DKRZ, DWD, ECMWF, FNMOC, GFDL, GSFC, KMA, NAVOCEANO, NCAR, UKMO는 벡터와 스칼라 프로세서 시스템을 번갈아 또는 동시에 보유하였다.

후속연구

Cray T3E에 대한 최적화를 추진하는 과정에서는 향후 벡터 시스템의 도입 가능성을 열어 두기 위하여 캐시 기반 최적화는 전략적으로 피하였다 (Burton, 2002). 이 연구를 통해서 제공되는 정보는 자체적으로 예측 모델을 개발하는 경우는 물론이고 다른 기관에서 개발된 예측 모델을 활용하고자 하는 경우에도 예측 모델의 특성을 이해하고 개발 전략을 수립하는 데 유용한 정보가 될 것으로 기대한다. 향후 분석에서는 UKMO의 사례와 같이 각 기관의 기상 및 기후 예측 모델의 전산적 특성이 보유 슈퍼컴퓨터의 특성과 어떻게 연관되어 있는지를 비교 분석하고자 한다.
이 연구를 통해서 제공되는 정보는 자체적으로 예측 모델을 개발하는 경우는 물론이고 다른 기관에서 개발된 예측 모델을 활용하고자 하는 경우에도 예측 모델의 특성을 이해하고 개발 전략을 수립하는 데 유용한 정보가 될 것으로 기대한다. 향후 분석에서는 UKMO의 사례와 같이 각 기관의 기상 및 기후 예측 모델의 전산적 특성이 보유 슈퍼컴퓨터의 특성과 어떻게 연관되어 있는지를 비교 분석하고자 한다.

핵심어	질문	논문에서 추출한 답변
	Top500 목록에 포함되는 고성능컴퓨터의 순위는 무엇에 의해 결정되는가?	오늘날 일반적으로 슈퍼컴퓨터를 분류하는 기준으로 사용되는 자료는 전 세계 최고의 성능을 가진 500대의 고성능컴퓨터에 관한 자료가 집계되어서 발표되고 있는 Top500 목록이다 (TOP500, 2006a). Top500 목록에 포함되는 고성능컴퓨터의 순위는 미국 Tennessee 대학교의 Dongarra 교수가 컴퓨터의 계산 성능을 측정하는 방법으로 제안한 LINPACK 벤치마크를 수행한 결과를 비교하여 결정된다. LINPACK은 선형 시스템의 해를 구하는 데 널리 사용되는 연산 패키지로서 연산의 많은 부분이 부동소수점 연산으로 구성되어 있다 (Petitet et al.
	Top500 목록에 포함된 고성능컴퓨터를 무엇이라 부르는가?	Top500 목록에 포함된 고성능컴퓨터를 범용컴퓨터와 구분하여 슈퍼컴퓨터라고 부르는데, Top500 목록에는 500대의 고성능컴퓨터 각각에 대하여 설치 장소, 시스템 제조 업체명, 시스템 제품명, 프로세서 개수, 설치 년도, 이론 성능, 실제 성능의 정보가 포함되어 있다. 전 세계 500대 슈퍼컴퓨터에 대한 유용한 정보를 제공하는 Top500 목록은 1993년 이래로 매년 두 차례(6월과 11월)씩 독일과 미국에서 각각 개최되는 슈퍼컴퓨팅 관련 학회에서 발표되고 있으며, Top500 슈퍼컴퓨터 사이트 (TOP500, 2006b)의 데이터베이스를 통해서도 제공되고 있다.
	IBM BlueGene/L은 총 몇 개의 프로세서로 구성되어있는가?	가장 최근인 2005년 11월에 미국 Seattle에서 개최된 슈퍼컴퓨팅학회에서 발표된 제26차 Top500 목록에 따르면, 세계 최고 성능의 슈퍼컴퓨터는 미국 에너지성 산하 LLNL (Lawrence Livermore National Laboratory)이 보유하고 있는 IBM BlueGene/L이다. 이 슈퍼컴퓨터는 총 131,072개의 프로세서로 구성되어있고, 2005년에 설치되었으며, 이론 성능은 367,000기가플롭스 (Giga floating point operations per second, 1초에 10억 번의 부동소수점 연산 수행)이고, LINPACK 벤치마크를 통해 측정된 실제 성능은 280,600기가플롭스이다. 한편 Top500 목록의 500위 슈퍼컴퓨터의 실제 성능은 약 1,646기가플롭스인데, 이것이 현재 슈퍼컴퓨터를 범용컴퓨터와 구분하는 일반적 기준으로 사용되고 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 기상/기후 연구 및 예보 기관의 슈퍼컴퓨터 보유 역사와 현황
The History and Current Status of the Supercomputers in Institutions for Research and Forecast of Weather/Climate 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 기상/기후 연구 및 예보 기관의 슈퍼컴퓨터 보유 역사와 현황 The History and Current Status of the Supercomputers in Institutions for Research and Forecast of Weather/Climate 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

조민수 (6)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 기상/기후 연구 및 예보 기관의 슈퍼컴퓨터 보유 역사와 현황
The History and Current Status of the Supercomputers in Institutions for Research and Forecast of Weather/Climate 원문보기

AI 본문요약
AI-Helper