우주를 확장하다! – 대규모 GPU 클러스터로 은하계 형성 방식 이해

엔비디아 GPU 클러스터로 새로운 차원의 수치 시뮬레이션 가동 - 은하가 형성되는 방식 연구 가능해져
by NVIDIA Korea

우주를 확장하다! – 대규모 GPU 클러스터로 은하계 형성 방식 이해

수 세기 동안 과학자들은 망원경으로 본 이미지에 감탄하고, 이 이미지를 통해 이론을 정립하고, 관찰한 것을 토대로 결론을 이끌어 냈습니다.

최근 천문학자들과 천체물리학자들은 GPU AI 컴퓨팅 성능을 사용해 전보다 더 많은 정보를 이미지로부터 도출하는데요.

미국 산타크루즈 소재 캘리포니아 대학교(UC)와 프린스턴 대학교의 한 연구팀은 그 한계를 한층 넓혀 나가고 있다고 합니다. 브랜트 로버슨(Brant Robertson) UC 산타크루즈 교수와 에반 슈나이더(Evan Schneider) NASA 허블 펠로우(Hubble Fellow)가 이끄는 이 팀은 계산 규모를 확장하기 위해 엔비디아 GPU와 딥 러닝 도구 사용을 최적화 해 왔습니다.

목표는 더욱 정확한 수력학 시뮬레이션을 수행하는 능력을 확장해 은하가 형성되는 방식에 대한 이해도를 높이는 것이죠.  

타이탄급 시뮬레이션

이 팀은 우선 CPU에서 GPU로 작업을 옮기는 것부터 시작했습니다. CPU가 아닌 GPU를 사용해 3D 그리드의 셀 표면을 드나드는 물질을 측정하는 것은 마치 갑자기 루빅 큐브를 동시에 여러 개 풀 수 있게 된 것에 비유할 수 있는데요.

팀은 CUDA를 사용해 그리드를 GPU로 전송해 필요한 계산을 수행했으며, 이를 통해 더욱 상세한 시뮬레이션을 얻을 수 있었답니다.

이 설정을 최대한 활용해 이 만큼의 작업 개선을 이뤄낸 이 팀은 미국 에너지부 오크 리지 국립 연구소에서 사용하는 타이탄(Titan) 슈퍼컴퓨터로 잘 알려진 더욱 강력한 엔비디아 GPU 클러스터로 옮겨갔습니다. 그러나 고해상도 시뮬레이션을 수행하려면 타이탄의 16,000개 이상의 테슬라(Tesla) GPU를 활용할 수 있는 강력한 코드가 필요했습니다.

[웨스턴 오스트레일리아 대학교 연구진이 GPU 기반 AI 시스템을 트레이닝 시켜 새로운 은하를 발견하게 사례 대해 읽어보세요.]

답을 찾다

로버슨 교수의 전 대학원 학생이자 현재 프린스턴에서 포스트 닥터 펠로우 과정을 밟고 있는 에반 슈나이더는 이 프로젝트에 참여할 준비가 돼 있었습니다. CHOLLA(Computational Hydrodynamics On paraLLel Architectures)라는 이름의 가속화된 수력학 코드를 쓴 주인공이죠.

로버슨 교수는 CHOLLA가 과학자들이 기존에 답할 수 없었던 질문들에 대한 답을 찾게 해 줄 거라고 생각하는데요. 일례로 M82에 이 코드를 적용하면, 경이로운 별 형성 속도와 강력한 은하풍으로 천문학자들을 매료시키는 은하가 별을 생성하는 방식을 새로운 수준으로 이해할 수 있습니다.

로버슨 교수는 바람은 어떻게 그곳에 도달하는가? 바람의 속성을 결정하는 것은 무엇인가? 바람이 은하의 질량을 어떻게 조절하나? 등과 같은 질문에 대한 답을 찾고자 하지만, 이들은 너무나도 어려운 계산 문제라며 에반은 사상 최초로 이 문제를 충실히 해결했다고 말했습니다.

슈나이더와 로버슨 교수는 몇 년 전 작성된 CHOLLA를 활용해 타이탄에서 1억 코어 아워(core hours)를 활용할 수 있게 됐습니다. 이 코드는 GPU에서 모든 계산을 수행한다는 점에서 독특하며, 팀이 연구실에서 엔비디아 DGX DGX-1 딥 러닝 시스템에 기반해 정교한 시뮬레이션을 진행한 후 타이탄으로 이를 옮겨 확장할 수 있는 역량을 제공합니다.

로버슨 교수는 “GPU의 부동 소수점 연산 기능을 이용하고자 한다. 가능하다면 정보가 GPU를 오고 가는 과정을 기다리느라 시간을 낭비하는 걸 피하고 싶다. GPU 연산에서 가능한 많은 시간을 소비하는 것이 우리가 바라는 바라고 설명합니다.

서밋으로 가능성 실현

연구진은 GPU 수를 확장할 수 있는 CHOLLA의 능력을 활용해 5 5백억개 세포 계산을 테스트할 수 있었는데요, 로버슨 교수에 따르면 이는 천체 물리학 분야에서 가장 규모가 큰 하이드로 시뮬레이션 중 하나라고 합니다.

또 다른 학생인 라이언 하우슨(Ryan Hausen)은 원시 망원경 데이터를 사용해 은하를 분류하는 모르페우스(Morpheus)라는 이름의 딥 러닝 프레임워크를 개발해 더욱 야심 찬 연구로 나아갈 수 있는 길을 마련했는데요, 이로 인해 DGX 시스템에서 수십억 개 은하를 활용한 거대한 조사를 처리할 수 있는 문이 열렸답니다.

로버슨 교수는 몇 년 전만해도 이것이 가능할 거라고 생각하지 않았다고 말했습니다.

그는 엔비디아 볼타(Volta) GPU를 탑재한 세계에서 가장 강력한 슈퍼컴퓨터인 서밋(Summit)으로 시간을 확보할 수 있을 것으로 기대하고 있어 또 한 차례 거대한 도약이 곧 실현될 전망입니다. 그는 CHOLLA를 통해 연구진이 타이탄 보다 더욱 강력한 서밋의 광범위한 GPU 메모리로 더 많은 것을 할 수 있을 것이라 생각합니다.

로버슨 교수는 엔비디아 GPU의 계산 성능을 활용해 우리는 이전에는 할 수 없었던 수치 시뮬레이션을 수행할 수 있었다. 더 큰 가능성을 실현하기 위해 엔비디아 GPU를 사용할 계획이라고 말했습니다.

표지 이미지: 애덤 에반스(Adam Evans) 허블 레거시 아카이브에서 리믹스한 M82 은하. 라이선스 소유: 크리에이티브 커먼스(Creative Commons)