[논문 리뷰] Application of GPUs for the Calculation of Two Point Correlation Functions in Cosmology

Rafael Ponce, Miguel Cárdenas‐Montes외 3명|arXiv (Cornell University)|2012. 04. 30.

Scientific Research and Discoveries인용 수 12

한 줄 요약

이 논문은 천체물리학에서 각도 이중상관관계 함수(w(θ))를 계산하기 위한 Landy-Szalay 추정기의 CUDA 기반 GPU 구현을 제시한다. 공유 메모리와 원자 연산을 활용하여 쌍 수세기(pair counting)를 가속화한다. 이 방법은 통계적 편차가 거의 없는 조건에서 CPU 계산 대비 100배 빠른 성능을 달성하여 향후 천체물리학적 설문조사에서 대규모 구조 분석을 효율적으로 가능하게 한다.

ABSTRACT

In this work, we have explored the advantages and drawbacks of using GPUs instead of CPUs in the calculation of a standard 2-point correlation function algorithm, which is useful for the analysis of Large Scale Structure of galaxies. Taking into account the huge volume of data foreseen in upcoming surveys, our main goal has been to accelerate significantly the analysis codes. We find that GPUs offer a 100-fold increase in speed with respect to a single CPU without a significant deviation in the results. For comparison's sake, an MPI version was developed as well. Some issues, like code implementation, which arise from using this option are discussed.

연구 동기 및 목표

• 향후 고용량 설문조사의 요구를 충족시키기 위해 대규모 천체물리학적 은하 목록의 두점 상관관계 함수(2pcf) 계산을 가속화한다.
• 2pcf 계산의 계산 블로킹 문제를 해결한다. 이는 객체 수에 따라 O(N²) 스케일링을 보이며 전통적인 CPU에서는 처리가 불가능할 정도로 느리다.
• GPU 가속을 통해 현대 천체물리학 설문조사에서 예상되는 막대한 데이터 볼륨을 처리할 수 있는 확장 가능한 솔루션을 탐색한다.
• GPU 결과를 기존의 CPU 기반 구현과 비교하여 수치 정확성을 확보한다. 천체적 변동성(cosmic variance) 내에서 통계적 일치를 확인한다.

제안 방법

• GPU 아키텍처의 대량 병렬 처리를 활용하기 위해 CUDA를 사용해 w(θ)의 Landy-Szalay 추정기를 구현한다.
• 공유 메모리를 사용하여 내적곱과 아크余현산 연산을 통해 각도 거리 계산을 효율적으로 수행하고, 전역 메모리 접근을 줄인다.
• 여러 스레드 블록 간에 동시에 히스토그램 카운트(DD, DR, RR)를 안전하게 누적하기 위해 공유 메모리 내 원자 연산을 적용한다.
• 경쟁 조건(race condition)을 방지하기 위해 공유 메모리의 부분 히스토그램을 원자 업데이트를 통해 전역 메모리로 통합한다.
• DD/RR를 위한 두 개의 GPU와 DR을 위한 한 개의 GPU를 사용하는 다중 GPU 전략을 탐색하여 대역폭과 로드 밸런싱을 극대화한다.
• 공개된 MICE 시뮬레이션 은하 목록을 사용하여 구현을 검증하고, 표준 CPU 기반 C 구현과 결과를 비교한다.

실험 결과

연구 질문

• RQ1 GPU 가속을 통해 천체물리학에서 두점 상관관계 함수 계산의 실행 시간을 크게 단축시킬 수 있을까? 정확도에 영향을 주지 않으면서 말이다?
• RQ2 CUDA 기반 GPU 구현의 성능은 단일 CPU와 MPI 기반 분산 CPU 구현과 비교해 어떻게 다를까?
• RQ3 공유 메모리 사용과 원자 연산과 같은 핵심 GPU 최적화 기법들이 2pcf 계산에서 히스토그램 누적에 어떻게 기여하는가?
• RQ4 다중 GPU 구성이 대규모 2pcf 계산의 성능 향상에 얼마나 기여할 수 있을까?
• RQ5 GPU 구현 결과가 기준 CPU 코드 결과와 통계적으로 어떻게 비교될까? 잔차와 천체적 변동성 측면에서 설명하라.

주요 결과

• C2050 GPU에서 단일 CPU 대비 164배 빠른 성능을 달성했으며, 1.72×10⁶ 개의 객체에 대해 CPU에서 약 ~5.76×10⁵ 초에서 GPU에서는 약 ~3.51×10³ 초로 실행 시간이 감소했다.
• 가장 큰 목록(6.89×10⁶ 개의 객체)에 대해 GPU 버전은 5.61×10⁴ 초(약 1.56시간)에 완료되었고, CPU에서는 9.22×10⁶ 초(약 106일)가 소요되었다.
• GPU와 CPU 결과 간 잔차는 극히 미미했으며, 예상되는 천체적 변동성 이내에 위치하여 수치 정확성이 확인되었다.
• GTX295와 C1060 GPU는 CPU 대비 약 100배의 성능 향상을 보였으며, 다양한 목록 크기에서 일관된 성능을 유지했다.
• 다중 GPU 구성은 히스토그램 계산을 별도의 GPU에 분배함으로써 효율성을 향상시켰고, DD/RR와 DR 작업 간 최적의 로드 밸런싱이 이루어졌다.
• MPI를 사용한 경우 64개 이상의 노드에서 GPU 성능을 초월할 수 있었지만, 일반 설문조사 규모의 분석에서는 GPU 솔루션이 여전히 매우 경쟁력 있고 에너지 효율적이다.