GPU 기반 구면조화 변환 가속화

초록

본 논문은 기존 Fortran90 기반 S2HAT 라이브러리를 CUDA로 이식하여, 역구면조화 변환을 GPU에서 효율적으로 수행하는 방법을 제시한다. 주요 연산인 레이턴시‑중심 루프와 FFT를 GPU에 맞게 재구성하고, 메모리 접근 최적화와 스레드 병렬화를 적용해 단일 코어 대비 최대 18배, 4코어 대비 5.5배의 속도 향상을 달성하였다. 성능 제한은 FFT 단계에 있음을 확인하였다.

상세 분석

이 연구는 구면조화 변환(SHT)이 대규모 천문학 시뮬레이션, 특히 우주배경복사(CMB) 분석에서 필수적인 연산임을 전제로 한다. 기존 S2HAT 패키지는 Fortran90으로 구현된 다중 코어 MPI 병렬화를 제공하지만, 메모리 대역폭과 연산 집약도가 높은 레이턴시‑중심 루프에서 CPU의 한계에 부딪힌다. 저자들은 이 루프를 CUDA 커널로 옮겨 GPU의 수천 개 스레드가 동시에 수행하도록 설계하였다. 핵심 최적화는 다음과 같다. 첫째, 입력 및 출력 배열을 2‑D 블록‑그리드 구조로 매핑해 메모리 접근을 연속적으로 만들고, 전역 메모리 읽기를 최소화하기 위해 공유 메모리에 중간 결과를 저장하였다. 둘째, 레이턴시‑중심 연산인 Legendre 다항식 계산에서 재귀 관계식을 이용해 연산량을 줄이고, 루프 언롤링과 템플릿 기반 인라인 함수를 활용해 컴파일러 최적화를 유도하였다. 셋째, 스레드 블록 크기와 레지스터 사용량을 조절해 SM당 점유율(occupancy)을 최적화함으로써 연산 파이프라인의 빈틈을 최소화하였다.

FFT 단계는 cuFFT 라이브러리를 그대로 사용했으며, 이 단계가 전체 실행 시간의 60 % 이상을 차지한다는 점을 실험적으로 확인하였다. 따라서 GPU 가속의 한계는 FFT 구현에 기인한다는 결론을 내렸다. 성능 측정에서는 최신 Fermi(GF100) GPU를 사용해 단일 CPU 코어 대비 18배, 4코어 MPI 실행 대비 5.5배의 속도 향상을 기록했으며, 메모리 사용량은 기존 코드와 비슷한 수준을 유지했다. 또한, 입력 해상도(ℓ_max)와 맵 픽셀 수에 따라 스케일링이 선형에 가깝게 유지되는 것을 확인해, 대규모 CMB 시뮬레이션에 실용적임을 입증하였다.

이 논문은 GPU 기반 SHT 구현이 가능한 구체적 설계와 최적화 전략을 제공함으로써, 천문학뿐 아니라 지구과학, 의료 영상 등 구면 데이터 처리가 필요한 분야에 적용 가능성을 열어준다. 향후 연구에서는 FFT 단계의 GPU 가속을 자체 구현하거나, 최신 CUDA 스트림과 멀티 GPU 협업을 통해 전체 파이프라인의 병목을 해소하는 방안을 모색할 필요가 있다.