[논문]유전알고리즘 기반 콘크리트 구조물의 최적화 설계를 위한 멀티코어 퍼스널 컴퓨터 클러스터의 확장 가능성 연구

박근형; 최세운; 김유석; 박효선

doi:10.7734/coseik.2013.26.4.275

유전알고리즘 기반 콘크리트 구조물의 최적화 설계를 위한 멀티코어 퍼스널 컴퓨터 클러스터의 확장 가능성 연구
A Study on the Scalability of Multi-core-PC Cluster for Seismic Design of Reinforced-Concrete Structures based on Genetic Algorithm 원문보기

한국전산구조공학회논문집 = Journal of the computational structural engineering institute of Korea, v.26 no.4, 2013년, pp.275 - 281

박근형 (연세대학교 건축공학과) , 최세운 (연세대학교 건축공학과) , 김유석 (연세대학교 건축공학과) , 박효선 (연세대학교 건축공학과)

초록
AI-Helper

본 논문에서는 유전알고리즘을 사용하여 철근콘크리트 구조물의 최적 지진설계를 효율적으로 수행하기 위해 클러스터를 사용하는 경우 확장성을 확인하였다. 클러스터를 구성하는 코어프로세서의 개수를 증가시키면서 유전알고리즘의 각 세대에 소요되는 시간의 감소를 관찰하였다. 단일 퍼스널 컴퓨터의 구성을 분류한 후, wall-clock time과 암달의 법칙으로 예상된 값을 비교하여 예상되었던 병목현상을 확인하였다. 이에 클러스터의 확장성에서 복합적인 요인에 의한 경향을 확인할 수 있었다. 병목현상의 물리적인 요인과 알고리즘 측면에서의 요인을 구분하기 위해 유전알고리즘의 개채수를 나누어 실험을 수행하여 결과를 확인하였다.

Abstract ▼ AI-Helper

In this paper, determination of the scalability of the cluster composed common personal computer was performed when optimization of reinforced concrete structure using genetic algorithm. The goal of this research is watching the potential of multi-core-PC cluster for optimization of seismic design of reinforced-concrete structures. By increasing the number of core-processer of cluster, decreasing of computation time per each generation of genetic algorithm was observed. After classifying the components in singular personal computer, the estimation of the expected bottle-neck phenomenon and comparison with wall-clock time and Amdahl's law equation was performed. So we could obseved the scalability of the cluster appear complex tendency. For separating the bottle-neck phenomenon of physical and algorithm, the different size of population was selected for genetic algorithm cases. When using 64 core-processor, the efficiency of cluster is low as 31.2% compared with Amdahl's law efficiency.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이와 같은 클러스터 컴퓨팅을 위한 개인용 컴퓨터 또한 슈퍼컴퓨터의 발전과 함께 성능이 향상되어 왔으며, 현재 일반적으로 사용되는 PC는 대부분 단일 코어가 아닌 멀티코어로 이루어진 CPU를 내장하고 있다. 멀티코어 PC는 직렬기반의 계산 업무보다 병렬 기반의 계산 업무를 더 효율적으로 처리하는데 목적이 있다. 때문에 일반 PC에서도 성능을 효율적으로 사용하기 위해 MPCH2 등의 MPI 언어를 이용하여 CPU 내부에서 코어상의 병렬 처리를 하는 경우가 있다.
본 연구에서는 구조물에 대한 비선형 지진응답해석의 효율성 향상을 위해 멀티코어를 내장한 PC로 구성된 클러스터의 특성을 관찰하고 관찰되는 scalability의 경향에 관한 기초적인 연구를 수행하였다.
때문에 GA의 population 개수를 결정짓는 중요 요인 중 하나인 hardware configuration에 기준하여 64개의 population을 운용해 보았다. 이와 같은 경우의 population 개수는 각 프로세서에 배분되는 task의 개수에 따라 병렬 효율성이 달라짐을 확인하기 위하여 선택되었다.

제안 방법

대상 알고리즘의 부분 별로 wall-clock-time을 측정하여 클러스터의 효율성을 점검하였다. Fig. 5와 같이 최적 설계 알고리즘에서 가장 작은 순서대로 구조해석을 수행하는 부분 A와 병렬화된 task의 전체 부분 B, 각 task가 코어-프로세서로 분배되기 전에서부터 결과를 받는 부분 C, 각 세대별 부분 D로 구분하여 시간을 기록하였다. 병렬화의 효율을 확인하는 방법에는 여러 가지가 있는데 가장 대표적으로 사용되는 방법은 Amdahl’s law가 있으며 serial 해석 시 parallelizable part와 non-parallelizable part의 비율에 따라 구현할 수 있는 speed-up의 한계를 계산할 수 있으며 식은 다음 식 (1)과 같다.
대상 알고리즘의 부분 별로 wall-clock-time을 측정하여 클러스터의 효율성을 점검하였다. Fig.
최적 설계 알고리즘에 이용되는 유전알고리즘은 확률적으로 탐색하는 성질 때문에 해가 수렴하기 위해 소요되는 세대 수가 일정하지가 않다. 따라서 전체 최적화 완료하는 시간 외에 세대별 소요되는 시간을 별도로 기록하며 동일 최적화 과정을 20회 반복하여 scalability 성향을 관찰한다.
이는 통신 속도에 따른 속도저하가 아닌 알고리즘 상 발생하는 병목현상이다. 때문에 GA의 population 개수를 결정짓는 중요 요인 중 하나인 hardware configuration에 기준하여 64개의 population을 운용해 보았다. 이와 같은 경우의 population 개수는 각 프로세서에 배분되는 task의 개수에 따라 병렬 효율성이 달라짐을 확인하기 위하여 선택되었다.
본 논문에서 철근콘크리트 구조물의 최적설계를 위해 사용된 예제는 4층 4경간 철근콘크리트 2-D frame이며 pushover analysis를 통해 지진저항성능을 평가하는 방식으로 유전알고리즘의 개념도는 Fig. 3과 같다.
본 연구를 발전시키는 방법으로 Hardware의 계층적인 통신 방식 특성에 맞춰 MPI와 OpenMP가 혼합된 스케쥴러를 사용하는 병렬모델을 선택할 수 있다. 이러한 병렬모델을 고려할 때 island genetic algorithm 등의 특화된 유전알고리즘모델이 적용 가능하다.
때문에 GA의 population 개수는 사용자의 경험을 바탕으로 조정되는 것이 대부분이다. 본 예제에서는 다른 최적화 예제(Choi, et al., 2012)에서 GA를 이용해 수행되었던 최적화 설계 경우를 참고하여 population 개수가 40개인 경우에 대한 분석을 수행하였고, GA의 확률성을 고려하여 각 경우에 소요된 시간은 각 20회 수행된 값을 평균내어 기준하였으며 비탄성해석이 수행되는 10 generation에 대해 시간을 비교하였다.
스크립트 상의 길이 비율과 실제 소요되는 시간의 비율은 다르기 때문에 실제 실행을 통해 확인해야 하는 부분이다. 얻어진 wall-clock time을 통해 클러스터의 코어-프로세서수를 확장할 때 증가한 프로세서의 개수와 감소한 전체 계산시간의 관계로 클러스터의 scalability를 확인한다.
때문에 이 값은 상한선으로 고려해야 하며 통신에 의한 추가적인 지연시간 발생은 추가적으로 확인 및 고려해야 한다. 이를 확인하기 위해 C 부분과 D 부분을 구분하여 시간을 체크하였다.

대상 데이터

본 연구에 사용된 클러스터를 구성하는 PC는 Fig. 1과 같이 각 프로세서가 3.4GHz의 클럭 수를 가지는 쿼드 코어 프로세서 CPU와 4Gbytes의 램 2개, 일반 HDD로 구성되어 있다. 현재 일반 상용 CPU의 프로세서는 다중 파이프라인 방식을 채택하고 있어 프로세서들이 instruction을 병렬화하여 실행하고 있다(Kim, 2004; Darryl, 2011).
Distributed system인 PC 클러스터는 PC간 통신이 존재하며 각 PC마다 독립된 cache memory, RAM, HDD를 가지기 때문에 더욱 복잡한 양상의 scalability를 보일 것으로 예상하였다. 사용된 프로세서의 수는 1, 2, 4, 8, 16, 32, 64개의 경우로 나누어서 수행하였다.

이론/모형

Simple GA는 탐색 능력이 효율적이지 않아서 그대로 사용하는 것에는 한계가 있기 때문에 다른 기법의 장점을 차용 하는 등의 추가적인 개선이 필요하다. 때문에 본 연구에서는 다목적 최적설계에 적용할 수 있는 NSGA(Nondominant Sorting Genetic Algorithm)-II를 사용하였다.

성능/효과

Hardware 측면에서 결과를 분석하는 경우 Tree-model 형태의 master-slave 병렬모델을 사용하는 경우 master node역할을 수행하는 코어 프로세서에 4개 미만인 동시 통신 접속 부하가 발생하는 경우 70%의 효율을 보이는데 반하여 4개 이상의 경우 효율이 40%대까지 급격하게 떨어짐을 확인하였다. 이는 master node 코어 프로세서가 위치한 PC의 quad-코어가 동시에 처리할 수 있는 한계와 관계가 있다고 볼 수 있다.
64의 소수인 1, 2, 4, 8, 16, 32로 프로세서 수를 설정할 경우 64개의 task를 동등하게 배분할 수 있으리라 기대할 수 있다. 동시에 4 이상의 프로세서 사용 시 모두 4의 배수가 되어 quad-코어-프로세서 CPU의 특성을 가장 적절하게 보여줄 수 있는 숫자로 생각되었다.
상용 PC 컴퓨터와 네트워크 장비로 클러스터를 구성하여 단순한 tree 병렬구조를 구현하였을 때 scalability의 관찰을 통해 효율의 한계 및 가능성을 수치적으로 확인할 수 있었으며, 상대적으로 저렴한 가격과 복잡하지 않은 장비들로 HPC를 구현할 수 있는 가능성을 확인하였다.
알고리즘 측면에서 결과를 볼 때 유전 알고리즘의 population의 개수가 클러스터를 구성하고 있는 코어 프로세서의 개수의 배수일 때 3~5% 효율이 향상됨을 확인하였다. 이는 코어 프로세서들의 유휴상태가 감소함으로써 나타나는 현상으로 Amdahl’s law에서 가정된 이상적인 상황으로 볼 수 있다.
클러스터의 모든 자원을 사용하는 경우 일반 PC에서 해석을 수행하는 경우보다 최대 12배까지 빨라지는 것을 확인하였으나 기대했던 효율에 크게 못 미치는 19%의 효율을 보여 추가적인 개선의 필요성을 확인하였다. 이는 Amdahl’s law로 예측한 성능의 31.

질의응답

핵심어	질문	논문에서 추출한 답변
	멀티코어 PC의 목적은 무엇인가?	이와 같은 클러스터 컴퓨팅을 위한 개인용 컴퓨터 또한 슈퍼컴퓨터의 발전과 함께 성능이 향상되어 왔으며, 현재 일반적으로 사용되는 PC는 대부분 단일 코어가 아닌 멀티코어로 이루어진 CPU를 내장하고 있다. 멀티코어 PC는 직렬기반의 계산 업무보다 병렬 기반의 계산 업무를 더 효율적으로 처리하는데 목적이 있다. 때문에 일반 PC에서도 성능을 효율적으로 사용하기 위해 MPCH2 등의 MPI 언어를 이용하여 CPU 내부에서 코어상의 병렬 처리를 하는 경우가 있다.
	경험적 기법들이 건축 분야에 적용되는 과정에서 나타나는 공통적인 문제점은 무엇인가?	1980년대부터 21세기 초반까지 최적화 기법에 사용하기 위해 많은 경험적 기법들(heuristic methods)이 연구되었다(Silver, 2004). 이들 기법이 건축분야에 적용되는 과정에서 나타나는 공통적인 문제점으로, 최적설계 탐색과정에 필요한 반복적인 구조해석을 위한 계산 시간의 증가를 들 수 있다. 특히 지진하중에 대한 저항성능을 평가하기 위해 비선형 구조해석을 수행하는 경우 선형 구조해석에 비해 계산시간이 비약적으로 증가한다.
	유전알고리즘의 장단점은 무엇인가?	그 중 발견적 기법은 확률론적 방법과 같이 일정한 확률을 지니는 변수의 변화를 기반으로 탐색을 수행하지만 탐색 과정을 학습 및 평가하는 과정을 포함하고 있기 때문에 확률론적 방법의 개선된 방식으로도 볼 수 있으며 대표적인 예로 유전알고리즘(Genetic Algorithm)을 들 수 있다. 발견적 기법의 진화 알고리즘에 속하는 기법 중 하나로 다양한 문제에 쉽게 적용할 수 있고 전역 최적해(Global optimal solution)를 탐색할 수 있는 장점이 있으나 근본적으로 반복되는 성질이 있어 개선되지 않은 단순기법의 경우 전산계산의 부담이 생기는 단점이 있다.

참고문헌 (10)

Choi, S.W., Park, H.S. (2012) Multi-objective Seismic Design Method for Ensuring Beam-hinging Mechanism in Steel Frames, Journal of Constructional Steel Research, 74, pp.17-25.

상세보기
Darryl, G. (2011) Multicore Application Programming: For Windows, Linux, and Oracle SOLARIS, Pearson Education, pp.512.
Flynn, Michael J. (1972) Some computer organizations and their effectiveness, Computers, IEEE Transactions on, 100(9), pp.948-960.
Kim, J.H. (2004) Parallel Computer Architecture, Saengneung Publisher.
Lim, D., Ong, Y.-S., Jin, Y.. Sendhoff, B., Lee, B.-S. (2007) Efficient Hierarchical Parallel Genetic Algorithms Using Grid Computing, Future Generation Computers Systems, 23, pp.658-670.

상세보기
RAO, Singiresu S. (2009) Engineering optimization: theory and practice., Wiley, pp.813
Reinders, James. (2010) Intel Threading Building Blocks: Outfitting C++ for Multi-core Processor Parallelism, O'Reilly Media, pp.392.
Silver E.A. (2004) An overview of heuristic solution methods, Journal of the Operational Research Society, 55, pp.936-956.

상세보기
Song, Y., Shin, S.S., Jung, D., Park, T. (2011) Numerical Analysis of Nuclear-Power Plant Subjected to an Aircraft Impact using Parallel Processor, Journal of the Computational Structure Engineering, 24(6), pp.715-722.
www.top500.org (2013)

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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