HPC시스템을 사용하는 모든 과학, 연구 분야에서도 그렇겠지만, 특히 고가의 설계, 해석 소프트웨어를 주로 이용하는 공학 분야에서 HPC 시스템을 효과적으로 활용하기 위해서는 몇 가지 고려해야 할 사항들이 있습니다. 그중 제일 중요한 것은 소속된 연구 조직의 R&D 응용 환경 특성(응용 소프트웨어 종류, 라이선스 수량, 연구원 수, 응용 소프트웨어 이용 방식)과 R&D 업무 프로세스를 철저히 고려한 후, 거기에 적합한 HPC 시스템을 도입하는 것입니다.

 

이후 사용하는 응용 소프트웨어의 병렬계산성(MPI Scalability)과 단일해석 계산성능(Performance)과 전체해석처리성능(Throughput)을 함께 고려하여, 작업당 병렬 계산에 투입되는 프로세서 할당 수를 지정하면 보다 효과적인 HPC 시스템 활용이 가능합니다.

 

 

HPC 시스템 도입 전/후의 구체적인 HPC 시스템 검토 및 활용 방안

 

1. 해석 응용 소프트웨어에서 제공하는 HPC 병렬 처리 계산 방식과 기능 제공 여부 확인

 

여러 공학용 해석 소프트웨어마다 병렬 계산 처리 방식이 지정되어 있습니다. 대표적인 병렬 계산 방식으로는 단일 서버에서 보유한 멀티 프로세서를 이용하는 병렬 계산 방식(SMP), 여러 대의 분산 서버의 모든 프로세서를 이용하는 분산 병렬 계산 방식(MPP), GPU 프로세서를 이용한 병렬 계산 방식(CUDA, GPGPU)등입니다.

 

사용하는 응용 소프트웨어가 어떤 병렬 계산 방식을 제공하는지, 또 자신의 해석 분야에서 HPC를 통한 성능 개선 효과가 실제 검증되었는지를 충분히 확인한 후 적합한 HPC 시스템을 구성하는 게 중요합니다.

 

2. 응용 소프트웨어의 라이선스 수량과 병렬 처리 라이선스 수량 확인

 

공학 분야의 주요 해석 소프트웨어는 대부분 고가의 상용 소프트웨어가 많습니다. 또한 보유한 소프트웨어의 라이선스에는 다양한 Feature가 존재하는데, 반드시 병렬 계산에 이용되는 라이선스 피처를 보유하고 있는지를 확인해야 합니다. 보유한 라이선스 수량이 제한적인데 이를 초과하는 규모의 HPC 시스템 도입은 무의미한 서버 비용을 발생시키게 됩니다.

 

3. 응용 소프트웨어별 최적의 병렬 프로세서 수량 확인

 

해석용 소프트웨어의 경우 해석 분야와 해석 모델, 응용 소프트웨어에 따라 HPC의 프로세서 수를 아무리 증가시켜도 더 이상 성능 개선이 되지 않는 임계점이 반드시 존재합니다. 오히려 성능이 더 떨어지는 경우가 발생하기도 합니다.

 

HPC에 장착된 프로세서 수와 병렬 계산 라이선스가 충분하다고 해서 가용 가능한 모든 프로세서를 이용한 해석 작업을 수행할 경우, 엄청난 손실을 유발할 가능성이 있습니다. 불필요한 HPC 자원 점유, 고가의 라이선스 점유, 불필요한 전력 낭비, 계산 성능 저하 등이 발생할 수 있습니다.

 

4. HPC 시스템의 요구 성능 정의(HPC&HTC&MTC)

HPC 도입 후 해당 시스템에 가장 기대하는 효과는 빠른 계산 처리 속도(HPC)일 것입니다. 하지만, CAE 분야와 같이 제품 개발을 위한 해석 작업 환경에서는 “정해진 기간 내에 얼마나 많은 해석을 수행하느냐”가 더 중요할 수도 있습니다.

예를 들어, 해석 전문가 한 명이 30개 프로세서(Core)로 이루어진 HPC 시스템과 30개의 라이선스를 보유하고, 일주일 동안 30개의 해석 모델에 대한 시뮬레이션을 완료해야 하는 상황에 있다고 가정해 봅시다. 이 해석 전문가는 극단적으로 두 가지 선택을 할 수 있는데, 하나는 작업마다 보유한 30개의 CPU와 라이선스 모두를 할당하여 빠른 병렬 계산 성능으로 30개의 해석 모델을 순차적으로 푸는 방식입니다. 또 다른 하나는 작업마다 1개의 코어와 1개의 라이선스를 할당하여 30개의 작업을 동시에 수행하는 방식일 것입니다. 이와 같은 시도의 경우, 실제로 대부분 후자가 더 빠른 시간 내에 30개의 작업을 모두 완료하게 될 것입니다.

 

이와 같이 HPC 시스템은 무조건 빠른 계산 속도만을 요구하는 것이 아니라, 빠르면서도 보다 많은 작업량을 처리할 수 있는 시스템을 요구하기 때문에 각 상황에 적합하게 작업 방식을 결정하는 것이 중요합니다.

 

 

[원문]

클루닉스 서진우 대표, CAD&Gracphics 36p, 2018.04 기고글 일부