기본 콘텐츠로 건너뛰기

300 페타플롭스 슈퍼 컴퓨팅을 계획하는 엔비디아


 엔비디아는 슈퍼 컴퓨터 개발에서 IBM 과 협력 관계를 유지하고 있습니다. 2012 년 10월 29일 공개된 오크릿지 국립 연구소의 타이탄 슈퍼컴퓨터는 Tesla K20X GPU 18,688 개와 Opteron 6274 CPU 18,688 개를 이용한 것으로 당시 세계 최강의 슈퍼컴퓨터였습니다. 하지만 이제 세월이 흘렀고 새로운 슈퍼 컴퓨터 개발이 필요해지는 시점에 도달했습니다. 최근 엔비디아는 차기 슈퍼컴퓨터인 시에라와 서밋에 대한 백서를 내놓았는데 그 성능은 100 - 300 페타 플롭스를 목표로 하고 있습니다.






(출처 : nvidia) ​
 2017 년 등장할 차기 슈퍼 컴퓨터는 로렌스 리버모어 국립 연구소 (Lawrence Livermore National Laboratory) 시에라 (Sierra, 이전의 세콰이어 대체) 와 오크 릿지 국립 연구소 (Oak Ridge National Laboratory) 의 서밋 (Summit, 이전의 타이탄 대체) 입니다. 이 슈퍼 컴퓨터들은 IBM 의 차기 CPU 인 Power9 과 엔비디아의 차기 GPU 인 볼타 (Volta) 를 사용해서 이와 같은 성능 목표를 달성할 예정입니다.
 엔비디아의 새 백서에 의하면 이를 달성하기 위해서 GPU 와 그 주변 기기들에는 몇 가지 큰 변화가 있을 예정입니다. 첫번째는 이전에도 공개한 바 있는 NVLink 입니다. NVLink 는 파스칼 (Pascal) 을 공개할 때 언급한 바 있습니다. ( http://jjy0501.blogspot.kr/2014/03/Nvidia-Pascal-unveiled.html  참조)
 NVLink 의 목적은 PCIe 인터페이스로 인한 병목 현상을 줄이고 충분한 대역폭을 확보하는 것입니다. PCIe 가 16 GB/s 정도 대역폭을 지녔다면 NVLink 는 80 GB/s 의 대역폭으로 데이터를 전송할 수 있습니다. 아무리 고속으로 연산이 가능한 GPU 나 CPU 가 있다고 해도 서로 데이터를 주고 받는 속도가 느리다면 결국 속도는 느려지게 마련입니다. NVLink 는 이와 같은 문제를 극복할 수 있다는 것이 엔비디아의 설명입니다.
 또 다른 기술은 이미 AMD 도 도입을 서두르고 있는 적층 메모리 (Stacked Memory) 입니다. 이미 HMC (Hybrid Memory Cube,  http://jjy0501.blogspot.kr/2013/10/first-sample-of-MHMC.html  참조) 나 HBM ( High Bandwidth Memory, http://jjy0501.blogspot.kr/2013/12/High-Bandwidth-Memory.html참조) 같은 고속 적층 메모리들이 양산 직전 단계까지 왔기 때문에 2016 년까지 실제 이를 적용한 GPU 가 나오는 것은 그다지 놀랄 일은 아닙니다. 적층 메모리는 기존의 메모리에 비해서 매우 큰 대역폭을 제공하므로 역시 메모리 병목 현상을 줄이고 고속 연산을 가능하게 만듭니다. 용량이 커지는 것 역시 이점입니다.  
 과거 엔비디아가 볼타 이전에 파스칼 GPU 를 로드맵에 표시하므로써 다소 로드맵에 혼동이 있었지만 새로운 백서에 의하면 파스칼은 맥스웰 후속으로 NVLink 와 적층 메모리를 적용할 첫번째 GPU 이며 2016 년까지 등장할 예정입니다. 볼타는 2018 년 등장 예정으로 알려졌으나 이 백서에서 2017 년으로 출시 연도가 수정되었습니다. 
 볼타 GPU 에 대해서 공개된 것은 매우 적지만 파스칼 GPU 의 후속인 만큼 더 향상된 아키텍처와 공정을 사용하면서 NVLink 와 적층 메모리를 사용할 것은 분명합니다. 공정에 있어서는 적어도 16 nm 공정 이후 공정이 사용될 가능성이 높습니다. Power9 CPU 역시 자세한 내용은 공개되지 않았지만 글로벌 파운드리로 반도체 시설을 매각한 후 글로벌 파운드리의 차기 미세 공정을 사용하게 될 것으로 보입니다.


(출처 : Nvidia)  
 시에라와 서밋에 사용되는 컴퓨터 노드 (compute nodes) 는 복수의 CPU 와 GPU 로 구성될 것이며 적어도 한개당 40 TFLOPS 의 성능을 목표로 하고 있습니다. 서밋에 사용될 컴퓨터 노드는 512 GB DDR4 가 시스템 메모리로 사용될 것이며 GPU 메모리는 800 GB 에 이르게 될 것이라고 합니다. 또 1 TB/s 의 입출력 대역폭과 120 PB 의 저장 장치를 지니게 될 것이라고 하네요.
 볼타는 엑사스케일 컴퓨터 이전 세대의 컴퓨터를 위한 것입니다. 볼타 다음 세대나 혹은 다다음 세대의 GPU 가 아마도 이 목표를 달성하게 될 것입니다. (  http://jjy0501.blogspot.kr/2012/05/blog-post_8675.html 참조)
 일반 사용자 입장에서는 이런 슈퍼 컴퓨터는 꽤 동떨어진 이야기 처럼 들립니다. 하지만 타이탄의 예에서 보듯이 슈퍼 컴퓨팅을 위해서 태어난 기술이라도 그 혜택은 일반 사용자에게까지 미치게 되는 법입니다. 사실 컴퓨터 자체의 탄생부터가 그렇죠. 초창기 에니악 처럼 탄도 계산을 위한 거대한 컴퓨터가 없었다면 지금의 스마트폰 역시 없었을 것입니다.
 볼타 역시 결국은 일반 사용자를 위한 버전들이 등장하게 될 가능성이 매우 높습니다. 이는 미래에 일반 유저들이 더 강력한 성능의 컴퓨터를 가질 수 있다는 이야기겠죠. 언제나 그렇듯이 기술 혁신은 모든 분야로 파급되게 마련입니다.
 참고

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b