GPU용 고성능 의사난수 생성기 xorgens 기반 접근

초록

본 논문은 GPU 환경에 최적화된 xorgens 의사난수 생성기를 설계·구현하고, CUDA 기반의 MTGP와 CURAND와 비교하여 속도와 통계적 품질 모두에서 우수함을 입증한다.

상세 분석

본 연구는 GPU에서 대규모 몬테카를로 시뮬레이션을 수행할 때 가장 큰 병목이 되는 의사난수 생성(PRNG) 단계에 초점을 맞추었다. 기존의 GPU 전용 PRNG인 CURAND(XOR‑WOW)와 MTGP(Mersenne Twister GPU) 은 각각 작은 상태 크기와 고정된 긴 주기를 갖지만, GPU 메모리 제약과 스레드 병렬성에 최적화되지 않아 속도·품질 간 트레이드오프가 존재한다. xorgens는 Brent이 제안한 xorshift‑Weyl 계열로, 상태 크기와 주기를 2ⁿ‑1 형태로 자유롭게 선택할 수 있다. 특히 n을 2⁷, 2⁸ 등 GPU 레지스터·공유 메모리 한계에 맞게 조정함으로써, 각 스레드가 충분히 큰 상태를 유지하면서도 메모리 오버헤드를 최소화한다.

알고리즘 자체는 두 개의 선형 피드백 시프트 연산(L,R)과 비선형 Weyl 추가 연산을 결합한다. 선형 부분은 매우 빠른 비트 연산으로 구현되며, Weyl 항은 GF(2) 상의 선형성을 깨뜨려 BigCrush와 같은 엄격한 테스트에서도 통과한다. 논문은 xorgens의 재귀식 x_i = x_{i‑r}(I+L^a)(I+R^b) + x_{i‑s}(I+L^c)(I+R^d) 를 분석해, r과 s의 선택이 병렬도에 직접적인 영향을 미침을 보였다. GCD(r,s)=1 조건 하에 s≈r/2 로 설정하면 최소(s, r‑s) 만큼의 독립적인 연산을 동시에 수행할 수 있어, CUDA 블록당 하나의 상태 버퍼를 공유 메모리로 할당하고 블록 내부 스레드가 서로 다른 시점의 상태를 이용해 병렬 생성이 가능하다.

구현 측면에서는 파라미터 {r,s,a,b,c,d} 를 컴파일 타임 상수로 두어 레지스터 사용을 최소화하고, 각 블록이 독립적인 시드와 상태를 갖도록 설계했다. 이렇게 하면 스레드 간 동기화 비용이 거의 없으며, 메모리 대역폭을 효율적으로 활용한다. 실험에서는 GTX 480과 GTX 295(듀얼 GPU)에서 128‑bit 상태( r=128, s=65 등) 를 사용했으며, 초당 생성량(RN/s)에서 CURAND보다 1.52배, MTGP보다 1.21.4배 높은 성능을 기록했다. 통계적 품질은 TestU01의 SmallCrush, Crush, BigCrush 모두에서 p‑value가 균등하게 분포함을 확인, 특히 가장 까다로운 LinearComp 테스트에서도 실패하지 않았다.

결과적으로, xorgens 기반 PRNG는 GPU 메모리 제한과 높은 병렬성을 동시에 만족시키는 설계 패러다임을 제시한다. 상태 크기와 주기를 자유롭게 조절할 수 있는 유연성은 다양한 GPU 아키텍처(예: 최신 Ampere, Hopper) 에도 손쉽게 포팅 가능하며, Monte Carlo, MCMC, Particle Filter 등 난수 의존도가 높은 과학·공학 응용에 바로 적용할 수 있다. 향후 연구에서는 다중 GPU 클러스터 환경에서의 시드 관리와, 비트‑레벨 SIMD 최적화를 통한 추가 속도 향상을 탐색할 여지가 있다.