초록 ▼

□ 연구개발 목표 및 내용
◎ 최종 목표
o 1,000코어 이상의 서버급 이기종 매니코어 시스템에서 코어 수 증가에 따라 성능이 증가하면서 전력사용량을 최소화하는 저전력 확장형 (Scalable, 스케일러블) 매니코어 OS 기초 기술 연구 개발
- 모노리틱 커널 구조의 성능 : <200코어에서 AIM7/응용 벤치마크의 스케일러빌러티 제공
- 멀티 커널 구조의 성능 : 100~1K+코어에서 AIM7/응용 벤치마크의 스케일러빌러티 제공
- 전력 : 효율 10% 향상 (모노리틱 커널 구조), 목표 전력 대비 오

□ 연구개발 목표 및 내용
◎ 최종 목표
o 1,000코어 이상의 서버급 이기종 매니코어 시스템에서 코어 수 증가에 따라 성능이 증가하면서 전력사용량을 최소화하는 저전력 확장형 (Scalable, 스케일러블) 매니코어 OS 기초 기술 연구 개발
- 모노리틱 커널 구조의 성능 : <200코어에서 AIM7/응용 벤치마크의 스케일러빌러티 제공
- 멀티 커널 구조의 성능 : 100~1K+코어에서 AIM7/응용 벤치마크의 스케일러빌러티 제공
- 전력 : 효율 10% 향상 (모노리틱 커널 구조), 목표 전력 대비 오차 10% 이내 (DVFS 수준의 제어 신속성, 멀티 커널 구조)
- (공개SW 목표) SW 결과물 공개로 1) 기존 공개SW 커뮤니티에 기술 기여, 2) 타 연구 및 응용에 이차적 활용, 3) 새로운 기술의 지속적인 발전을 목표로 함

◎ 전체 내용
- 운영체제 스케일러빌러티 문제 분석 및 매니코어 운영체제 구조, 기능 연구
· 모노리틱 커널 구조의 스케일러빌러티 연구
· 멀티커널 구조 연구
· 매니코어 시스템의 에너지 제어 및 전력 관리 연구
· 매니코어 테스트베드 구축 및 베이스 성능 분석
- 스케일러블 리눅스 기술
· 잠금, 메모리, 프로세스, 파일 시스템, 네트워크 기술 분야의 스케일러빌러티 요소기술 연구
· lock-free 기법 연구
· 가상머신 환경에서 스케일러빌러티 요소기술 연구
· 스케일러블 자료구조 연구
· 시스템 온도 및 에너지 제어 연구
- 분할형 운영체제 기술
· 멀티커널 구조 연구
· 멀티커널 기반 분할형 운영체제 연구
- 병렬화 기술
· 매니코어 기반 병렬 프레임워크 성능 분석
· 자바 가상머신 프레임워크 최적화 연구
· 매니코어 기반 그래프 처리, 머신러닝, 딥러닝 최적화 연구
· 하스켈 병렬 프로그래밍 모델 연구
· 대규모 행렬연산 기반 응용 병렬화 연구
- 매니코어 기반 영구 메모리 지원 요소 기술 연구
- 성능 병목 분석 도구 개발 등

◎ 1단계
● 목표
이기종 매니코어의 확장성 한계를 극복하는 기초 기술 연구, 100코어 확장형 모노리틱 운영체제 요소기술 개발과 100+ 코어의 실험 수준의 분할형 운영체제 개발

● 내용
- 가상머신 환경에서 스케일러빌러티 요소기술 연구
- 스케일러블 파일 시스템 연구
- 네트워크 성능 향상을 위한 코어 파티셔닝 기법 연구
- 매니코어 스케줄러 연구
- 매니코어 기반 에너지 제어 연구
- 멀티커널 기반 분할형 운영체제 연구
- 병렬 프레임워크 성능 분석 및 자바 가상머신 프레임워크 최적화 연구
- 매니코어 기반 정적 그래프 병렬처리 연구
- 대규모 행렬연산 기반 응용 병렬화 연구
- 하스켈 스케일러빌러티 연구
- 성능 병목 분석 및 측정 도구 개발

◎ 2단계
● 목표
200코어를 지원하는 확장형 모노리틱 운영체제 개발 및 1,000+ 이기종 매니코어를 지원하는 현장시작품 수준의 확장형 분할형 운영체제 개발

● 내용
- 스케일러블 잠금(locking) 연구
- lock-free 연구
- 스케일러블 파일 시스템 연구
- 스케일러블 자료구조 연구
- 스케일러블 네트워크 스택 연구
- 파일 시스템 성능 향상을 위한 코어 파티셔닝 연구
- 머신러닝 기반 매니코어 스케줄러 연구
- 전력 캡핑 연구
- 멀티커널 기반 분할형 운영체제 연구
- 매니코어 기반 동적 그래프 병렬처리 연구
- 매니코어 기반 유사성 검색 알고리즘 연구
- 메모리 계층 기반 딥러닝 병렬화 연구
- 하스켈 스케일러빌러티 연구
- 매니코어 기반 영구메모리 지원 요소 기술 연구
- 성능 병목 분석 및 측정 도구 개발

□ 연구개발성과
o 최종 목표 대비 성과

o SW 성과
* 아래 결과물의 코드명은 깃허브 (https://github.com/oslab-swrc)에 공개된 소스코드명임
- 스케일러블 blocking 동기화 알고리즘 (opportunistic-spinlock, shfllock, dynamic lock)
- 리눅스 커널의 reverse mapping 문제를 해결하는 lockless 알고리즘 (LDU)
- 스케일러블 non-blocking 동기화 알고리즘 (MV-RLU, Timestone)
- MV-RLU를 적용한 연구용 운영체제 (Khronos)
- 스케일러블 ordering 알고리즘 (ORDO)
- 스케일러블 파일 시스템 (pNOVA, hybridF2FS)
- EXT4 파일 시스템의 스케일러블 저널링 SW (jet-journal)
- 고성능 파일 시스템을 위한 하이브리드 폴링 SW (conf_hpoll)
- 매니코어용 자료구조 알고리즘 (hydralist, MV-RLU optimized B-tree & ART, Timestone optimized B-tree)
- 영구메모리 기반 매니코어용 자료구조 알고리즘 (PACtree)
- 영구메모리에서 쓰기 증폭 방지 알고리즘 (Tonic)
- DRAM과 영구메모리 기반 통합 시스템 메모리 구축 SW (AliusM)
- 스케일러블 네트워크 스택 SW (mkpac)
- RDMA기반 초고속 통신 프로토콜 (Flock)
- 코어 파티셔닝 알고리즘 (syscalib)
- 매니코어 스케쥴러 (flsched, STUN, eCS)
- 스케일러블 주소공간 관리 알고리즘 (LATR)
- 리눅스 전력 캡핑 SW (iPoCap)
- 매니코어에서 전력효율을 고려한 스핀락 알고리즘 (catnap)
- 분할형 운영체제 & 유니커널 (Azalea)
- 유니커널 기반 안전한 응용 서비스 SW (Hydrangea)
- 매니코어 환경에서 스팍 워크로드 인지 태스크 스케쥴러 (WASP)
- 대규모 동적 그래프 처리 엔진 (cytom)
- 매니코어 기반 유사성 검색 알고리즘 (StarChart)
- 메모리 계층을 고려한 딥러닝 가속 알고리즘 (dmazerunner, DiRAC)
- 하스켈 병렬 프로그래밍 모델 (SAM)
- 매니코어 기반 고성능 NoSQL 데이터베이스 (Jet-Kyoto Cabinet)
- 분산 영구메모리 기반 고성능 NoSQL 데이터베이스 (Z-Sierra KV)
- 클라우드 기반 고성능 파일 관리 서비스 SW (ZFile-Browser)
- 리눅스 파일 시스템 벤치마크, 버그 탐지 도구 등 도구들 (fxmark, juxta, dark insight, deadline, hydra, ramdisk_mq, blk_mq_analayzer, pmperf, APIsanm UniSan, Krace, RECIPE-with-tonic)

o 공개SW 성과
- 기존 커뮤니티에 기술 기여 308건 (리눅스 : 306건, DPDK 등 : 2건)
- SW 소스코드 공개 51건

o 인력 배출 성과
- 석박사 등 전문인력 168명 배출
- Top System Research 100위에 3명 등록
* Systems Research: SOSP/OSDI Hall of Fame (https://www.cs.utexas.edu/~vijay/hall.html), 2021.5. 기준

o 사업화 성과
- 매니코어 기반 유전체 데이터 분석 시스템 개발
. 씨젠과 에프에이리눅스간 ‘유전체 분석을 위한 매니코어 기반 고성능 시스템 구축 및 운영’ 사업 계약 진행 중 (5월중순 완료 예정). 현재는 기존 시스템 유지보수 중임
. 에프에이리눅스와 ETRI간 ‘대규모 데이터 처리를 위한 매니코어 요소기술’ 기술이전 계약 진행 중 (상반기 완료 예정)

o 기타 성과
- 기술 소개서 (e-book) : http://bypub.kr/ebook/ManycoreOS
- 연구결과물 소개 및 활용 유튜브 영상 24건 : https://www.youtube.com/channel/UCYISrjZYct4NGDEuQYfAwUg/videos
- 연구 백서
. 전자통신동향분석지 2017. 12월. 32권 6호
. 한국정보과학회 학회지 2021년 11월호
- 깃허브 기반 연구내용 블로그 : https://manycoreos.github.io

□ 연구개발성과 활용계획 및 기대 효과
o 활용계획
- SW수요기업은 유전체 데이터 분석, 금융 데이터 분석 서비스 등 개발에 활용
- SW전문기업은 초고성능 NoSQL 데이터베이스 개발에 활용
- 타 연구개발사업에서 성과물 연구개발을 위해 요소기술로 활용
- 매니코어에 적용을 위한 기존 공개SW에 활용 (예, non-blocking 동기화 알고리즘을 Kyoto Cabinet 키벨류스토어에 적용)
- 매니코어 시스템의 운영체제
. x86, ARM 기반 매니코어 시스템
. Big.LITTLE 기반 매니코어 시스템
- 기타, HPC 클라우드 서비스, 대규모 스트림 데이터 분석 응용, 거대 그래프 처리 응용, 유사성 검색 응용, 영구메모리기반 응용, 유니커널기반 응용 등에 활용

o 기대효과
- (기술적 측면) 운영체제 분야에 선진국과 동등 이상의 수준으로 발전, 매니코어 기반 신규 서비스/사업 창출 및 오픈소스 진영에 기여와 공개한 결과물을 다양한 분야에 활용 기대
- (경제적 측면) 연구결과물로 국내 공개SW 활용율이 1% 증가하면, 1,390억원/년 GDP 향상 및 1,738명/년 일자리 창출 가능 (국내 2021년도 GDP 기준)
- (제도적 측면) 글로벌 표준 (SPDX) 기반 소스코드 공개로 SW 공급망 관리가 용이하며, 오픈소스 라이선스 검증을 거쳐 법적 안정성 확보

(출처 : 요약문 5p)

목차 Contents

• 표지 ... 1
• 최종보고서 ... 2
• 요 약 문 ... 5
• 목차 ... 10
• 1. 연구개발과제의 개요 ... 11
• 가. 기술 개념 ... 11
• 나. 최종 목표 ... 11
• 다. 연구 배경 (필요성) 및 기술 동향 ... 12
• 라. 연구 범위 ... 12
• 마. 연구 장비(환경) ... 13
• 바. 연구 수행 전략 ... 13
• 사. 공개SW 전략 ... 13
• 아. 일정 ... 14
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 16
• 가. 수행 과정 ... 16
• 나. 수행 내용 ... 18
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 23
• 1) 연구수행 결과 ... 23
• 2) 목표 달성 수준 ... 73
• 4. 목표 미달 또는 미흡한 사항에 대한 분석 ... 77
• 5. 연구개발성과의 관련 분야에 대한 기여 정도 ... 78
• 6. 연구개발성과의 관리 및 활용 계획 ... 80
• 1) 향후 5년간 성과활용·확산 활용방안 및 계획(활동계획) ... 81
• 2) 주요 성과활용 (기대)성과목표 ... 81
• 3) 성과활용·관리 추진체계 ... 82
• 4) 기타 ... 82
• 7. 연구개발성과에 대한 후속연구 및 추가 개발 계획 ... 83
• 8. 연구개발비 사용실적 ... 84
• 끝페이지 ... 245