CPU·GPGPU·MIC 아키텍처를 활용한 실시간 입자 트래킹 최초 평가

초록

본 논문은 Hough 변환 기반 트랙 재구성 알고리즘을 최신 멀티코어 Xeon CPU, NVIDIA Tesla K20c GPU, Intel Xeon Phi 7120 MIC에 구현·최적화하여 LHC 고레벨 트리거에서 실시간으로 사용할 수 있는 성능을 최초로 비교한다. 초기 실험 결과는 GPU가 가장 높은 처리 속도를 보이며, CPU와 MIC도 적절한 벡터화·멀티스레딩을 통해 경쟁력을 확보할 수 있음을 보여준다.

상세 분석

이 연구는 고에너지 물리 실험에서 트리거 단계의 실시간 트랙 재구성이 직면한 계산 복잡성을 해결하기 위해, 전통적인 콤비네토리얼 방식보다 선형 시간 복잡도를 갖는 Hough 변환을 선택한 점이 핵심이다. Hough 변환은 히트 데이터를 2차원 파라미터 공간(곡률 ρ와 방위각 φ)으로 매핑하고, 투표 누적 후 국부 최대값을 탐색함으로써 트랙 후보를 도출한다. 이 과정은 각 히트에 대해 파라미터 격자(2048 × 2048) 전체에 투표를 수행하는데, 이는 메모리 접근이 집중되고 연산량이 방대해지는 특성을 가진다. 따라서 아키텍처별 메모리 대역폭, 캐시 구조, SIMD 폭이 성능에 결정적인 영향을 미친다.

CPU 측면에서는 Xeon E5‑2697v2(12코어 × 2소켓, AVX 256‑bit)와 i7‑3770(4코어) 모두 하이퍼스레딩과 NUMA를 활용해 멀티스레드와 벡터화를 적용하였다. 컴파일러 최적화 옵션(‑O3, ‑xAVX)와 메모리 정렬을 통해 벡터 연산 효율을 극대화했지만, 코어당 메모리 대역폭이 제한적이어서 GPU 대비 처리량이 크게 뒤처졌다.

GPU 구현은 CUDA C로 작성되었으며, K20c의 2496개의 스트림 프로세서를 활용해 히트당 파라미터 격자에 대한 투표 연산을 대규모 병렬화하였다. 공유 메모리와 텍스처 캐시를 이용해 전역 메모리 접근을 최소화하고, 원자적 연산 대신 히트 배치를 나누어 로컬 투표 버퍼를 사용함으로써 메모리 충돌을 감소시켰다. 결과적으로 GPU는 동일한 입력에 대해 CPU 대비 5~10배 빠른 처리 속도를 달성했으며, 전력 효율성에서도 우수했다.

MIC인 Xeon Phi 7120은 61개의 저클럭 코어와 512‑bit SIMD 유닛을 갖추었지만, 코어당 클럭이 낮고 메모리 대역폭이 GPU에 비해 제한적이었다. 코드 포팅은 OpenMP와 Intel C++의 SIMD 지시자를 활용했으며, 메모리 정렬과 루프 언롤링을 통해 벡터 효율을 높였다. 그럼에도 불구하고, 현재 구현에서는 GPU에 비해 약 2배 정도 느린 성능을 보였으며, 이는 메모리 접근 패턴이 비정형적이고 원자적 누적 연산이 빈번히 발생하기 때문이다.

전체적으로 본 논문은 Hough 변환이 고밀도 히트 환경에서도 선형 시간 복잡도를 유지한다는 장점을 확인했으며, 아키텍처별 최적화 전략이 성능 격차를 크게 만든다는 중요한 교훈을 제공한다. 특히, 대규모 데이터 병렬성이 높은 GPU가 현재 가장 실용적인 선택이며, 향후 MIC와 최신 AVX‑512 기반 CPU가 메모리 서브시스템과 소프트웨어 스택이 개선될 경우 경쟁력을 회복할 가능성이 있다.