GPU 가속 입자 격자 상호작용을 위한 새로운 알고리즘과 QUOKKA 구현

초록

본 논문은 입자‑격자 상호작용을 GPU 친화적으로 처리하기 위해 “입자‑격자‑입자” 스킴을 제안하고, 이를 방사선‑자기유체역학 코드 QUOKKA에 구현한다. 입자에서 격자로의 물량·에너지·운동량을 버퍼 격자에 원자적 덧셈으로 누적하고, 한 번의 통신으로 전역 합산 후 제한자를 적용해 물리적 제약을 보장한다. Bondi·Bondi‑Hoyle 흡수와 초신성 피드백 테스트에서 정확성을 확인했으며, Frontier 슈퍼컴퓨터에서 8192 GPU까지 약 50 %의 약한 스케일링 효율을 달성했다.

상세 분석

이 연구는 기존 GPU 기반 입자‑격자 방법이 직면한 두 가지 근본적 문제, 즉 입자 간 이웃 탐색의 비효율성과 다중 GPU 간 순서 의존적인 피드백 적용을 근본적으로 해결한다. 저자들은 “입자‑격자‑입자” 알고리즘을 통해 입자 → 버퍼 격자 → 전역 합산 → 제한자 적용 → 입자 업데이트의 5단계 파이프라인을 정의한다. 첫 단계에서 각 입자는 자신의 위치를 기준으로 반경 r_K 이내의 격자 셀에 대해 ΔU_s,ijk 를 계산하고, 원자적(add) 연산을 이용해 로컬 버퍼에 누적한다. 여기서 원자적 연산은 레이스 컨디션을 방지하면서도 GPU 스레드가 독립적으로 작업할 수 있게 해, 전통적인 정렬·검색 단계가 필요 없게 만든다.

두 번째 단계는 버퍼 격자의 가드 셀을 포함한 도메인 분할을 활용해 MPI 기반의 한 번의 통신으로 모든 GPU 간에 겹치는 셀들의 ΔU 값을 합산한다. 이 설계는 통신 횟수를 최소화하고, 각 GPU가 자신이 담당하는 실제 격자 영역에 대한 완전한 ΔU_sum 을 확보하도록 한다.

세 번째 단계에서는 물리적 제한자를 적용한다. 예를 들어, 다중 싱크 입자가 동일 셀에서 질량을 흡수할 경우 셀의 밀도가 음수가 되는 것을 방지하기 위해 ΔU_sum 을 스케일링한다. 제한자는 셀별 비율 η_ijk = ΔU_lim / ΔU_sum 로 저장되며, 이는 이후 단계에서 입자 속성 업데이트에 직접 사용된다.

네 번째 단계는 제한된 ΔU 값을 기반으로 입자 속성을 수정한다. 이는 질량·운동량 보존을 보장하기 위해 필수적이며, 입자‑격자 상호작용이 비선형적이거나 비가역적인 경우에도 일관된 결과를 제공한다.

마지막 단계에서는 제한된 ΔU_lim 을 실제 격자 상태에 적용한다. 이때도 η_ijk 를 곱해 제한된 양만 반영함으로써 물리적 제약을 유지한다. 전체 흐름이 GPU 내부에서 완전하게 순차적이며, 통신은 한 번만 발생하므로 대규모 GPU 클러스터에서도 높은 효율성을 확보한다.

알고리즘 구현 측면에서 저자들은 CUDA 기반의 원자적 연산, NCCL을 이용한 고속 집계, 그리고 멀티‑GPU 환경에서의 가드 셀 관리 기법을 상세히 기술한다. 또한, 비트‑레벨 재현성을 위해 부동소수점 연산 순서를 고정하고, 결정적 감소(reduction) 알고리즘을 적용했다.

성능 평가에서는 Bondi·Bondi‑Hoyle 흡수 테스트와 단일·다중 초신성 잔해 시뮬레이션을 통해 정확성을 검증했으며, 해상도에 따른 수렴성을 확인했다. 스케일링 실험에서는 Frontier 시스템에서 8 192개의 GPU에 걸쳐 약 50 %의 약한 스케일링 효율을 기록했는데, 이는 기존 CPU‑기반 입자‑격자 구현 대비 3‑5배 이상의 가속을 의미한다.

이 논문의 주요 기여는 (1) 입자‑격자 상호작용을 단일 버퍼와 한 번의 통신으로 처리하는 새로운 패러다임, (2) 물리적 제한자를 셀‑단위로 적용해 비선형 피드백을 일관되게 구현한 방법, (3) QUOKKA 코드에의 실용적 통합과 대규모 GPU 클러스터에서 검증된 확장성이다. 이러한 접근은 은하‑규모 별 형성·피드백 시뮬레이션뿐 아니라, 플라즈마 PIC, 중력‑자기장 결합 문제 등 다양한 분야에 적용 가능할 것으로 기대된다.