다중코어 클러스터를 위한 계층적 QR 분해 알고리즘

초록

본 논문은 다중코어와 다중노드가 결합된 대규모 병렬 시스템을 목표로, 타일 기반 QR 분해에 계층적 감소 트리를 적용한 새로운 알고리즘을 제안한다. 네 단계의 트리 구조와 결합 레벨을 도입해 캐시 친화성, 높은 병렬성, 통신 최소화를 동시에 달성한다. DAGUE 스케줄러를 활용한 구현은 기존 소프트웨어보다 전반적인 성능을 크게 향상시킨다.

상세 분석

이 논문은 현대 슈퍼컴퓨터가 갖는 다중코어·다중노드 계층 구조를 정확히 반영한 QR 분해 알고리즘을 설계한다는 점에서 의미가 크다. 기존 타일 QR는 패널을 하나씩 처리하면서 ‘킬러’ 타일을 이용해 아래 타일을 차례로 소거하고, 그 결과를 뒤쪽 패널에 전파한다. 그러나 단일 킬러 방식은 킬러 타일이 연속적으로 수정되기 때문에 병렬성이 제한되고, 다중 킬러를 도입하면 TT 커널을 사용해야 하는데 이는 순차 성능이 떨어진다. 저자들은 이러한 트레이드오프를 해결하기 위해 ‘계층적 트리’를 네 단계로 구분한다. 첫 번째인 TS 레벨은 캐시 친화적인 TS 커널을 사용해 각 코어가 작은 블록을 빠르게 처리하도록 한다. 두 번째인 로우 레벨은 각 노드 내부에서 독립적인 감소 트리를 구성해 노드 간 통신 없이 최대한 병렬화를 이끌어낸다. 세 번째인 결합 레벨은 로우 레벨에서 발생한 부분 결과와 전역 감소 트리 사이의 의존성을 최소화하도록 설계되었으며, 여기서 TS와 TT 커널을 혼합해 효율을 높인다. 마지막으로 하이 레벨은 클러스터 전체에 걸친 감소 트리를 담당하며, 2‑D 블록 사이클릭 배치를 고려해 통신 횟수를 최소화한다(‘communication‑avoiding’ 특성). 이러한 구조는 각 레벨이 독립적으로 최적화될 수 있게 해, 매트릭스 형태(정방형, tall‑skinny 등)에 맞는 트리 형태를 선택하도록 허용한다. 또한 DAGUE 프레임워크를 이용해 작업 그래프를 자동으로 생성·스케줄링함으로써 MPI 송수신과 스레드 동기화를 프로그래머가 직접 다루지 않아도 된다. 실험 결과는 네 단계 트리 각각이 성능에 기여함을 보여주며, 특히 결합 레벨이 로우 레벨과 하이 레벨 사이의 병목을 해소해 전체 실행 시간을 크게 단축한다는 점이 강조된다. 전체적으로 이 논문은 타일 QR 알고리즘의 설계 공간을 확장하고, 계층적 하드웨어 구조에 최적화된 새로운 패러다임을 제시한다.