병렬 중력 N‑바디 커널 구현과 성능 분석

초록

본 논문은 스타랩(starlab) 환경의 핵심인 직접 중력 N‑바디 적분기 kira를 다중 프로세서에 맞게 소스 레벨에서 병렬화한 ‘j‑parallelization’ 방식을 제안한다. 입자를 프로세서에 고르게 분산하고, 각 프로세서가 담당하는 입자에 대한 부분 힘을 계산한 뒤 전역 합산을 통해 전체 힘을 얻는다. 1 ~ 128개의 프로세서와 1 024 ~ 65 536개의 별을 대상으로 네 종류의 병렬 시스템(고속 인터커넥트, NUMA, 그리드 등)에서 실험한 결과, 대부분의 경우 만족스러운 스피드업을 달성했으며, 60개 이상 프로세서를 넘는 그리드 환경에서는 효율이 급격히 떨어진다.

상세 분석

이 연구는 기존에 순차적으로 동작하던 kira 적분기의 핵심 연산인 O(N²) 중력 힘 계산을 병렬화함으로써 대규모 천체 시뮬레이션의 실행 시간을 획기적으로 단축시키는 방법을 제시한다. ‘j‑parallelization’이라는 명칭은 입자 인덱스 j를 기준으로 작업을 분할한다는 의미에서 유래했으며, 구체적인 구현은 다음과 같다. 먼저 전체 입자 집합을 P개의 프로세서에 균등하게 할당한다. 각 프로세서는 자신이 담당하는 입자 집합에 대해 다른 모든 프로세서에 존재하는 입자와의 상호작용을 계산한다. 이때 각 프로세서는 자신이 담당하지 않은 입자에 대한 부분 힘을 로컬 버퍼에 저장하고, 모든 프로세서가 계산을 마치면 MPI_Allreduce와 같은 전역 합산 연산을 통해 각 입자에 대한 총 힘을 얻는다. 힘이 완전히 합산된 뒤에는 기존의 kira와 동일한 적분 단계(예: Hermite 4차 적분)를 수행한다.

통신 비용을 최소화하기 위해 저자들은 두 가지 최적화 전략을 적용하였다. 첫째, 데이터 전송량을 줄이기 위해 입자 속성(질량, 위치, 속도 등)을 압축된 구조체 형태로 패킹하고, 필요 최소한의 정보만을 교환한다. 둘째, 계산과 통신을 겹치시키는 비동기 MPI 호출을 사용해 CPU가 통신 대기 시간 동안에도 다른 연산을 수행하도록 설계하였다. 이러한 설계는 특히 고속 인터커넥트(예: Myrinet, InfiniBand)를 갖춘 클러스터에서 통신 지연을 거의 무시할 수 있는 수준으로 낮추었다.

성능 평가에서는 네 종류의 하드웨어 플랫폼을 사용했다. (1) 고속 전용 인터커넥트를 갖춘 SMP 클러스터, (2) NUMA 구조를 활용한 대형 메모리 서버, (3) 저비용 이더넷 기반 그리드, (4) 혼합형 하이브리드 환경. 각 시스템에서 1 024, 4 096, 16 384, 65 536개의 별을 시뮬레이션했으며, 프로세서 수를 1에서 128까지 늘려가며 스피드업과 효율을 측정했다. 결과는 다음과 같다. 고속 인터커넥트와 NUMA 시스템에서는 64 ~ 128 프로세서까지 거의 선형에 가까운 스케일링을 보였으며, 효율이 80 % 이상 유지되었다. 반면, 이더넷 기반 그리드에서는 30 ~ 60 프로세서 구간에서만 유의미한 스피드업이 관찰되었고, 60개를 초과하면 통신 오버헤드가 급증해 효율이 30 % 이하로 떨어졌다. 이는 그리드 환경에서 라운드‑트립 지연과 대역폭 제한이 병렬화 이득을 상쇄한다는 점을 명확히 보여준다.

또한, 저자들은 이론적인 복잡도 모델을 구축해 실험 결과와 비교하였다. 모델은 O(N²/P) 형태의 계산 비용에 MPI_Allreduce의 비용을 O(log P)·N 로 추정했으며, 실제 측정값과 높은 상관관계를 보였다. 이를 통해 향후 프로세서 수가 수백에서 수천 수준으로 확대될 경우, 통신 최적화와 비동기화 전략이 더욱 중요해진다는 결론을 도출했다.