초고속 O(N) 병렬 RBF 보간 알고리즘 PetRBF

초록

PetRBF는 가우시안 기반 함수와 작은 분산을 이용해 방사형 기저 함수(RBF) 보간을 O(N) 시간·O(N) 메모리 복잡도로 수행한다. GMRES와 제한적 가산 슈워츠(RASM) 프리컨디셔너를 결합하고, PETSc 라이브러리 기반으로 구현해 1 024개의 프로세서에서 5천만 데이터 포인트를 10⁶초 이하로 처리한다.

상세 분석

본 논문은 기존 O(N log N) 수준에 머물던 RBF 보간 방법을 한 단계 끌어올려, 완전한 O(N) 복잡도를 달성한 점이 가장 큰 공헌이다. 핵심은 가우시안 RBF를 선택하고, 분산(σ)을 데이터 간격(h)과 비슷하게 작게 설정함으로써 커널이 급격히 감소하도록 만든다. 이렇게 하면 원거리 상호작용이 무시 가능해져, 각 서브도메인 내에서만 행렬‑벡터 곱을 수행해도 충분히 정확한 결과를 얻는다.
프리컨디셔너로는 제한적 가산 슈워츠(RASM)를 사용한다. RASM은 겹치는 서브도메인마다 로컬 시스템을 풀고, 겹치지 않은 영역의 값을 제한적으로 교환한다. 가우시안 커널의 국소성 덕분에 서브도메인을 매우 작게 잡아도 GMRES의 수렴이 빠르게 이루어지며, 전역 통신 비용이 거의 사라진다.
행렬‑벡터 연산은 직접 계산을 이용해 인접 이웃만 고려하고, 원거리 기여는 무시한다. 이는 기존의 Fast Multipole Method(FMM)이나 Fast Gauss Transform와 달리 구현이 간단하면서도 O(N) 연산량을 유지한다.
PETSc 개발 버전을 활용해 MPI 기반으로 구현했으며, 블루그린/700 MHz PowerPC 클러스터에서 1 024 프로세스까지 거의 선형 확장성을 보였다. 19번의 GMRES 반복으로 10⁻¹⁵ 오차를 달성했으며, 메모리 사용량도 프로세스당 O(N/프로세스) 수준으로 제한된다.
이러한 설계는 특히 입자 기반 유체 시뮬레이션(예: 와류 입자법)에서 공간 적응이 필요할 때, 기존에 보간 단계가 전체 실행 시간의 병목이던 문제를 크게 완화한다.