MadGraph CUDACPP 플러그인의 GPU 혁신: 커널 분할과 성능 최적화

초록

MadGraph5_aMC@NLO 이벤트 생성기의 CUDACPP 플러그인은 GPU와 벡터 CPU에서 행렬 요소 계산을 가속화합니다. 본 논문은 기존의 단일 대형 GPU 커널을 여러 작은 커널로 분할하는 ‘커널 분할’ 접근법을 소개합니다. 헬리시티 스트림 도입, cuBLAS를 이용한 색 합계 오프로딩, 페인먼 다이어그램 그룹 분할 등을 통해 성능을 극대화하고, 2→6 및 2→7과 같은 복잡한 고글루온 최종 상태 과정의 계산을 최초로 가능하게 했습니다.

상세 분석

본 논문에서 제시된 CUDACPP 플러그인의 ‘커널 분할’ 최적화는 GPU 컴퓨팅 효율성과 코드 유지보수성 측면에서 중요한 패러다임 전환을 의미합니다. 기존의 단일 대형 커널(monolithic kernel) 방식은 컴파일러 최적화에 한계를 주고, GPU의 스레드 및 메모리 계층 구조를 효율적으로 활용하지 못하는 문제점이 있었습니다.

핵심 기술적 통찰은 다음과 같습니다:

1. 헬리시티 스트림(Helicity Streams): 서로 다른 헬리시티(입자 스핀 방향) 계산을 독립적인 CUDA 스트림으로 분리하여 커널 실행의 중첩(overlap)을 가능하게 함으로써 GPU 활용률을 극대화했습니다. 이는 데이터 의존성이 없는 자연스러운 병렬화 포인트를 활용한 사례입니다.
2. cuBLAS 기반 색 합계 오프로딩: 양자색역학(QCD) 계산에서 필수적인 색 합계 연산을 전용 수학 라이브러리(cuBLAS)로 오프로딩했습니다. 이는 고도로 최적화된 BLAS 루틴을 활용해 계산 효율성을 높이고, GPU 커널의 복잡도를 감소시켰습니다.
3. 페인먼 다이어그램 그룹 분할: 수만 개에 이르는 페인먼 다이어그램을 논리적 그룹으로 나누고, 각 그룹을 별도의 소스 코드 파일과 커널로 생성할 수 있도록 했습니다. 이는 컴파일러의 관리 용량 한계를 극복하여 2→7 과정(약 23만 개의 다이어그램)과 같은 초고복잡도 계산을 가능하게 한 결정적 개선입니다.
4. 아키텍처 통일성: 모든 최적화가 #ifdef 지시자를 통해 CPU(SIMD)와 GPU 코드 베이스에 동시에 적용되도록 설계되었습니다. 이는 유지보수 부담을 줄이면서도 CPU 벡터화 구현(예: AVX-512)의 성능 분석과 추가 최적화(예: 색 합계의 SIMD 최적화)를 가능하게 했습니다.

이러한 접근법은 단순히 피크 처리량을 높이는 것을 넘어, 더 작은 GPU 그리드(병렬 처리 이벤트 수)에서도 효율적인 성능 향상을 이루어 ‘실용적인’ GPU 작업 크기를 줄이는 데 기여했습니다. 또한, 모듈화된 작은 커널은 인간과 컴파일러 모두에게 가독성과 최적화 가능성을 제공하는 근본적인 장점을 가집니다.