손용석 연구실

본 논문은 대규모 HPC 시스템에서 양자 회로 시뮬레이션의 확장성 문제를 해결하기 위해 ScaleQsim 프레임워크를 제시합니다. 전체 상태 벡터를 여러 노드와 GPU에 균등하게 분산하고 적응형 커널 구성을 적용하는 방식으로, 512개 GPU를 사용한 평가에서 최대 42 큐비트 시뮬레이션을 수행하며 기존 시뮬레이터 대비 최대 77.40배 성능 향상을 달성합니다.

본 논문은 다중 코어 병렬성을 활용하여 최적 페이지 교체 정책(OPT) 시뮬레이션을 확장하는 ScaleOPT를 제안합니다. AccessMap으로 페이지의 미래 참조를 병렬로 수집하고, Pipelined-Tree로 캐시 순회 및 업데이트를 파이프라인 방식으로 병렬 처리합니다. 72코어 머신에서의 실험 결과, ScaleOPT는 기존 시뮬레이터 대비 최대 6.3배에서 20.5배의 시뮬레이션 시간 개선을 달성합니다.

본 논문은 방향성 비순환 그래프(DAG) 처리를 확장하여 분산 파일 공유를 가속화하는 ScaleDFS를 제안합니다. DAG 빌더로 파일 업로드를 병렬화하고, DAG 캐시를 활용한 리더로 다운로드를 가속화하며, DAG 리무버로 가비지 컬렉션 오버헤드를 감소시킵니다. IPFS 기반 구현 결과 일반 파일, 블록체인, 게이트웨이 워크로드에서 각각 3.7배, 1.8배, 12.6배 성능 향상을 달성했습니다.

본 연구는 HPC 시스템의 I/O 성능 예측을 위해 여러 시스템 로그를 통합하고 회귀 기반 접근법을 제안합니다. 제안된 방식은 특성 선택 알고리즘을 통해 관련 특성을 동적으로 선택하고 최적의 회귀 알고리즘을 자동으로 선택합니다. NERSC의 Cori 슈퍼컴퓨터 실제 로그를 사용한 평가 결과, 쓰기 성능 90%, 읽기 성능 99%의 예측 정확도를 달성했습니다.

본 논문은 영구 메모리(PM)의 성능과 공간 효율성을 개선하기 위해 EHS(Efficient Hashing Scheme)를 제시합니다. 버킷의 여유 공간을 최대한 활용하여 비용이 큰 재해싱 작업을 지연시키며, Intel Optane DC 영구 메모리에서 실험한 결과 삽입 연산 성능이 CCEH 대비 53%, Dash 대비 14% 향상되었고, 로드 팩터는 각각 91.8%, 87% 개선되었습니다.