다중 이벤트 인터페이스를 활용한 NLO 계산 가속화

초록

**
본 논문은 MadGraph5_aMC@NLO에 다중 이벤트 인터페이스를 도입하여, 하나의 적분 호출에서 여러 위상공간 점에 대한 트리‑레벨 진폭을 동시에 계산하도록 설계하였다. 이를 기반으로 OpenMP 기반 멀티스레드 구현을 수행했으며, NLO QCD 이벤트 생성에서 트리‑레벨 진폭 평가가 전체 연산 시간의 대부분을 차지한다는 실험 결과를 제시한다. 향후 SIMD 혹은 GPU 기반 데이터 병렬화로의 확장이 가능함을 논의한다.

**

상세 분석

**
이 연구는 고에너지 물리학 시뮬레이션에서 NLO 수준의 정확도를 유지하면서도 계산 효율을 크게 향상시키기 위한 구조적 변화를 제안한다. 기존 MadGraph5_aMC@NLO의 sigintF 루틴은 각각의 위상공간 점에 대해 순차적으로 Born, 가상(loop), 실방출(real) 및 대응 카운터터미널을 평가한다. 이러한 흐름은 분기와 전역 데이터 접근이 빈번해 데이터 병렬화에 부적합하였다. 저자들은 이를 다중 이벤트 인터페이스라는 개념으로 재구성한다. 핵심 아이디어는 동일한 난수 배열 x 로부터 파생된 n개의 위상공간 점을 한 번에 생성하고, 각 점에 대해 필요한 모든 모멘텀과 결합 상수를 미리 계산한 뒤, 트리‑레벨 진폭을 벡터화된 형태로 한 번에 호출한다는 것이다.

벡터화된 호출은 기존 루틴을 그대로 재사용하면서도, 진폭 결과를 배열 형태로 반환하도록 인터페이스를 확장한다. 이후 누적 단계에서는 각 진폭을 개별적으로 전달받아 Born, 실방출, 카운터터미널 등 다양한 기여를 조합한다. 이 과정에서 진폭 재사용이 자연스럽게 이루어지며, 기존 코드의 단일 캐시 전략을 넘어선 효율성을 제공한다. 특히, 트리‑레벨 진폭이 NLO 전체 연산 시간의 70 % 이상을 차지한다는 실험적 프로파일링 결과는, 데이터 병렬화가 가장 큰 성능 향상 여지를 제공한다는 점을 명확히 보여준다.

멀티스레드 구현은 OpenMP parallel for 구문을 이용해 n개의 위상공간 점에 대한 진폭 계산을 CPU 코어에 분산한다. 저자들은 이 구현이 스레드 간 경쟁을 최소화하도록 전역 변수 사용을 억제하고, 헬리시티 대칭성을 사전에 판별해 불필요한 계산을 배제한다는 점을 강조한다. 실제 벤치마크에서는 8코어 환경에서 약 1.8배의 가속을 기록했으며, 이는 단순히 여러 독립적인 이벤트 생성 작업을 병렬화한 경우와 비교해도 비슷하거나 약간 높은 수준이다.

또한, 현재 구현은 위상공간 컷 적용을 진폭 평가 이후에 수행하도록 설계되어, 일부 진폭이 불필요하게 계산되는 부작용이 있다. 이는 향후 구현에서 컷을 앞당겨 불필요한 진폭 계산을 방지하거나, 동적 작업 스케줄링을 도입해 효율을 더욱 높일 수 있는 여지를 남긴다.

마지막으로, 저자들은 SIMD 명령어 집합을 이용한 CPU 레벨 데이터 병렬화와 CUDA 기반 GPU SIMT 가속화가 자연스럽게 이어질 수 있음을 제시한다. 현재 CUDACPP 플러그인이 LO 진폭에 대해 성공적으로 적용된 점을 고려하면, 동일한 인터페이스를 활용해 NLO 진폭도 GPU로 옮기는 것이 기술적으로 큰 장벽이 없으며, 향후 대규모 LHC 시뮬레이션 워크플로우에 실질적인 시간 절감 효과를 가져올 것으로 기대한다.

**