선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 모바일 프로세서를 이용한 클러스터 시스템의 경우, 전력 효율 및 물리적 공간에서의 장점이 있는 반면, 서버로의 활용이 된 적이 없기 때문에 안정성 및 활용성 측면에서 확인되지 않은 부분이 많이 있다. 이에 본 연구에서는 모바일 프로세서를 이용한 소규모의 클러스터를 구축하고 성능을 분석함으로써 대규모 클러스터에서의 활용 가능성을 검토하고자 한다. 총 12대의 노드를 활용하여 소규모 테스트베드를 구축했으며, CPU 코어 만을 활용한 경우 47.
- 프로세서, 메모리, 네트워크, 스토리지 등 하드웨어 전 부분 뿐 아니라 이를 활용하는 운영체제 및 각종 SW에서 저전력 기법의 반영은 필수 사항이다. 저전력 프로세서를 활용하고, 기타 장치의 불필요한 전력 소모를 최소화 방안을 고려하고자 한다.
제안 방법
- 최근 ARM사는 전력 효율을 꾀하기 위해, 하나의 다이(Die)에 고성능 코어와 저성능 코어를 결합하여 작업 성능에 따라 활용토록 하는 big.LITTLE 프로세싱 기술[2]을 개발했다. 이 기술은 소프트웨어의 특성에 따라 소비하는 전력이 다르다는 점에서, 웹브라우징과 같이 저성능 프로세서를 활용해도 되는 경우에는 저전력 코어를 활용하고, 게임과 같이 고성능 프로세서를 활용하는 경우에는 전력은 비록 많이 들지만 고성능의 코어를 활용하는 방식이다.
- 10을 설치했으며, 컴파일러 등 기본적인 시스템 소프트웨어는 우분투에서 기본으로 제공하는 버전을 활용했다. Linpack 벤치마크를 위해 BLAS (Basic Linear Algebra Subprogram) 라이브러리는 ARM 아키텍처에 최적화된 버전을 설치했으며, 커널 모듈에서 활용하지 않는 모듈들은 비활성화 했다.
- 한편 저전력 CPU 클러스터 구축 기술은 저전력 CPU의 특성상 소형화가 가능하여, 재난·재해 분야나 국방 분야와 같이 전기 및 인터넷이 되지 않는 상황에서의 고성능 컴퓨팅 활용을 목적으로 하는 특수한 목적의 고성능 시스템으로는 현재 기술로도 활용 가능할 것으로 예상한다. 본 논문에서 활용한 프로세서는 32비트 프로세서로 CPU만을 이용한 성능 측정을 수행했다. 향후 64비트 모바일 프로세서 기반 클러스터를 구축하고 CPU 뿐만 아니라 GPU까지 활용하여, 현재 활용되고 있는 슈퍼컴퓨팅 응용 프로그램에 대한 타당성 검증을 수행하고자 한다.
- LITTLE 방식으로 저성능 코어 4개와 고성능 4개로 총 8개의 코어가 있으나, 운영체제 상에서는 4개의 코어만 동작한다. 본 실험에서는 10개 노드의 노드당 3개 코어를 이용하여 총 30개 코어를 활용하여 성능 측정을 수행했다. HPL 결과는 그림 4에서와 같이 입력 파라미터 중 NB값이 성능에 가장 큰 영향을 주기 때문에 NB 값을 달리하여 성능 측정을 수행했으며, 최대 47.
- 최근 미국 에너지성에서는 엑사스케일 시스템을 위한 연구개발 분야 10선[4]을 제시했다. 본 연구의 저전력 클러스터 구축을 위해 10개의 연구개발 분야 중 고려되어야 하는 사항들은 (1) 에너지 효율화, (2) 인터커넥트 기술, (3) 확장성 있는 시스템 소프트웨어 (Scalable system software), (4) 회복성과 정확성 (Resilience and Correctness) 등으로 판단했으며, 이를 기반으로 반드시 주목해야 할 4가지 핵심 추진사항들을 SLAP 컴퓨팅이라는 이름으로 도출하였다.
- 7, BLAS 라이브러리는 ARM 프로세서에 최적화된 형태를 이용했다. 성능 측정을 위해서는 Top500 리스트[6]의 측정 도구인 HPL (High Performance Linpack) 2.1 버전[7]으로, 행렬크기 30,000개, 블록 크기는 256, 512, 768, 1024로 변경해서 수행했으며, 그리드 비율 P x Q에서 P는 5, Q는 6로 했다
- 클러스터 전체의 상태 모니터링을 위해 Ganglia를 설치했으며, 수집 노드는 관리 노드로 하여 모니터링으로 인한 클러스터 전체의 성능에 영향을 최소화하려 했다. 그림 2의 상태 모니터링 화면은 관리 노드의 웹서버를 통해 외부에서 확인할 수 있게 했다.
대상 데이터
- 몽블랑 프로젝트 (MontBlanc Project)는 에너지 고효율 고성능컴퓨터 (Energy-Efficient HPC) 구현을 목표로 스페인 바르셀로나 슈퍼컴퓨팅 센터에서 진행 중인 프로젝트[3]로, 기존의 슈퍼컴퓨터 대비 15배~30배 정도의 에너지 효율을 갖도록 하는 것을 목표로 진행 중이다. 과제 규모는 14.5M Euro 정도의 기금을 이용하여 추진 중이며, 2012년 말 NVIDIA사 Tegra2 기반으로, 2014년 삼성 Exynos 기반으로 프로토타입을 제작했다. 본 프로젝트는 모바일 프로세서 기성품으로 클러스터를 제작하는 것이 특징이며, 현재 Bull사를 통해 랙 타입을 제작하고 있다.
- 본 연구에서 구축한 클러스터는 총 12개의 노드로, 로그인 노드 1개와 관리 노드 1개, 그 외 10개의 컴퓨팅 노드들로 구성되어 있다.
- 삼성 Exynos Octa 5410 프로세서를 장착한 ODROID-XU-E 보드[5]를 사용했다. Exynos 5420은 ARM Cortex-A15 1.
- 0을 확장한 1G 이더넷 총 2개의 네트워크 포트를 장착했다. 이에 100M 이더넷은 관리 네트워크로, 1G 이더넷은 데이터 네트워크로 활용하며, 전체 클러스터는 2개의 서브넷으로 구성했다. 외부 인터넷은 로그인 노드에 IP 포워딩을 설정하여 통신이 가능하게 하였으며, 클러스터 내 모든 노드는 로그인 노드를 통해 외부 통신을 할 수 있다.
성능/효과
- 익히 예상하다시피 인터커넥트의 성능이 확장성에 있어 큰 걸림돌이며 병목이었다. 1개 노드의 이론 성능 10배 대비 실제 성능은 약 83.25% 수준으로 하락했으며, 더 큰 규모로 확장하는데 있어서 상당한 성능 저하가 예상된다. 결국 확장성 확보를 위해서는 인터커넥트의 성능이 걸림돌이 되지 않도록 해야 한다.
- 본 실험에서는 10개 노드의 노드당 3개 코어를 이용하여 총 30개 코어를 활용하여 성능 측정을 수행했다. HPL 결과는 그림 4에서와 같이 입력 파라미터 중 NB값이 성능에 가장 큰 영향을 주기 때문에 NB 값을 달리하여 성능 측정을 수행했으며, 최대 47.44 GFlops이었다. 이는 단위노드 성능 대비 83.
- HPL 성능 측정 시 최대 10Watt 이하의 전력 소모를 보이며, 컴파일 최적화 및 ARM vfp(실수연산 가속기능), NEON (SIMD 명령어 활용), ATLAS(수치라이브러리) 등의 최적화에 따라, 2.774GF → 5.258GF → 7.598GF 식으로 성능 차이가 많이 났다.
- 구축한 프로토타입의 핵심 계산부품인 CPU, Memory, GPU만의 소모전력과 전체 소모전력을 비교해 보면, 실무 응용 수행 실험 시 노드 전체 9.44 Watts가 소모되는 반면, CPU+Memory+GPU에서는 4.49 Watts가 소모되어노드 전체 대비 47.6%에 불과했다. 이는 핵심 부품 외 기판, USB, 방열팬, NIC 등 기타 부품이 소모하는 전력이 전체 전력의 52.
- 마지막으로 본 논문에서는 구체적인 결과를 기술하지 않았지만, 실제 과학응용 프로그램 수행 시 전체 소모 에너지 측면에서 ARM 프로세서의 가능성을 확인 할 수 있었다. 같은 문제에 대해 수행 시간은 오래 걸리지만 전력소모가 확연히 적어 지속적인 연구 개발을 통해 개선시킬 여지가 있는 것으로 생각된다.
- 이에 본 연구에서는 모바일 프로세서를 이용한 소규모의 클러스터를 구축하고 성능을 분석함으로써 대규모 클러스터에서의 활용 가능성을 검토하고자 한다. 총 12대의 노드를 활용하여 소규모 테스트베드를 구축했으며, CPU 코어 만을 활용한 경우 47.44 Gpflops 정도이나, 전력 대비 성능은 1.35 GFlops/Watt로 Green500의 18위 수준으로 나타났다.
- 5W 소모되었다. 최적화 여부에 따라 성능차이가 많이 났는데, 최적화를 하지 않은 상태에서는 2.77 GFlops의 성능이 나왔으나 최적화 후에는 7.60 GFlops로 최대 9.44 Watt 전력 소모가 측정되었다. 전력 소모 대 성능 비율로 봐서는 2.
후속연구
- 이에 유럽의 몽블랑 프로젝트[3]에서는 모바일 프로세서를 이용하여 시험적인 클러스터 구축을 시도하고 있으며, 임베디드 분야에서 독보적인 프로세서인 ARM 프로세서 또한 2013년부터 서버용 프로세서가 나오고 있다. 모바일 프로세서를 활용한 클러스터 구축을 하여 고성능 컴퓨팅을 지원할 수 있게 된다면, 최근 모바일 프로세서의 발달로 상당한 수준의 컴퓨팅 파워를 가지고 있기 때문에, 저전력 소모라는 점에서 파워 장치, 냉각 장치의 소형화를 불러 전체적인 시스템 크기를 줄이는 데 기여할 수 있을 것으로 예상된다.
- 향후 5년 내에 현재 페타스케일 수준의 컴퓨팅 성능이 엑사스케일 수준까지 발전할 것이며, 엑사스케일 슈퍼컴퓨터는 전력소모 20MWatt 내에서 실현되어야 할 것으로 예상된다 [1]. 이를 위해서는 현재 주로 활용되는 멀티코어 프로세서로는 불가능하며, GPU 또는 Xeon Phi와 같은 매니코어 프로세서를 활용해야 할 것이다. 이 외의 대안으로 고려되고 있는 프로세서가 모바일 프로세서이다.
- 슈퍼컴퓨터 운용에 있어서 전력 가격의 상승으로 운영비는 더욱 부담이 되는 상황이며, 현재 대다수의 슈퍼컴퓨터 구축 방식인 클러스터 방식의 경우 고성능 컴퓨터를 구축하기 위해서는 대규모의 부지가 필요하다. 향후 5년 내에 현재 페타스케일 수준의 컴퓨팅 성능이 엑사스케일 수준까지 발전할 것이며, 엑사스케일 슈퍼컴퓨터는 전력소모 20MWatt 내에서 실현되어야 할 것으로 예상된다 [1]. 이를 위해서는 현재 주로 활용되는 멀티코어 프로세서로는 불가능하며, GPU 또는 Xeon Phi와 같은 매니코어 프로세서를 활용해야 할 것이다.
- 본 논문에서 활용한 프로세서는 32비트 프로세서로 CPU만을 이용한 성능 측정을 수행했다. 향후 64비트 모바일 프로세서 기반 클러스터를 구축하고 CPU 뿐만 아니라 GPU까지 활용하여, 현재 활용되고 있는 슈퍼컴퓨팅 응용 프로그램에 대한 타당성 검증을 수행하고자 한다.
- 이에 CPU의 저전력 기술 개발은 국내 업체가 현 외국계 기업들과 같은 방식으로 경쟁하기에는 무리가 있다. 허나 본 과제에서 활용하고자 하는 모바일 프로세서는 몽블랑 프로젝트와 같이 시험적인 시도가 있기는 하나, 슈퍼컴퓨터와 같은 대형 서버 자원에 활용되기에는 많은 발전이 있어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.