[논문 리뷰] High Performance Computer Acoustic Data Accelerator: A New System for Exploring Marine Mammal Acoustics for Big Data Applications

Peter J. Dugan, John A. Zollweg외 5명|arXiv (Cornell University)|2015. 09. 11.

Underwater Acoustics Research참고 문헌 20인용 수 12

한 줄 요약

이 논문은 해양 포유류 음향 데이터 분석을 가속화하기 위한 고성능 분산 시스템인 DeLMA와 ADA를 소개한다. 64코어 고성능 계산(HPC) 클러스터를 활용하여 순차적 데스크톱 처리 대비 최대 44배의 성능 향상을 달성하였으며, 이로 인해 19개 동북부 해안 배치에서 수집된 300만 채널시간 이상의 음향 데이터를 효율적으로 분석할 수 있게 되었다.

ABSTRACT

This paper presents a new software model designed for distributed sonic signal detection runtime using machine learning algorithms called DeLMA. A new algorithm--Acoustic Data-mining Accelerator (ADA)--is also presented. ADA is a robust yet scalable solution for efficiently processing big sound archives using distributing computing technologies. Together, DeLMA and the ADA algorithm provide a powerful tool currently being used by the Bioacoustics Research Program (BRP) at the Cornell Lab of Ornithology, Cornell University. This paper provides a high level technical overview of the system, and discusses various aspects of the design. Basic runtime performance and project summary are presented. The DeLMA-ADA baseline performance comparing desktop serial configuration to a 64 core distributed HPC system shows as much as a 44 times faster increase in runtime execution. Performance tests using 48 cores on the HPC shows a 9x to 12x efficiency over a 4 core desktop solution. Project summary results for 19 east coast deployments show that the DeLMA-ADA solution has processed over three million channel hours of sound to date.

연구 동기 및 목표

• 대규모 해양 포유류 음향 데이터 아카이브 처리의 계산 병목 현상을 해결하기 위해.
• 기계학습 기반 음향 신호 탐지에 적합한 확장성 있고 분산된 시스템을 개발하기 위해.
• 해양 포유류 모니터링 배치에서 유입되는 대규모 음향 아카이브를 효율적이고 실시간으로 탐색할 수 있도록 하기 위해.
• 고성능 계산(HPC) 및 분산 컴퓨팅 프레임워크를 활용하여 거대한 생음향 데이터셋의 처리 시간을 단축하기 위해.
• Cornell 대학교 생음향학 연구 프로그램에서 수행하는 것과 같은 대규모 장기 생음향 모니터링 프로젝트를 지원하기 위해.

제안 방법

• DeLMA 프레임워크는 여러 컴퓨팅 노드에 걸쳐 기계학습 알고리즘의 분산 런타임 실행을 가능하게 하여 음향 신호 탐지를 지원한다.
• 음향 데이터 마이닝 가속기(ADA) 알고리즘은 병렬 컴퓨팅 아키텍처를 활용하여 대규모 음향 아카이브를 효율적으로 처리하도록 설계되었다.
• 시스템은 클러스터의 64개 코어에 걸쳐 음향 처리 작업을 분산하기 위해 클라이언트-서버 모델을 사용하며, 부하 균형 조절과 데이터 처리량 최적화를 수행한다.
• ADA는 최적화된 신호 처리 파이프라인과 기계학습 추론 루틴을 활용하여 해양 포유류의 울음소리 탐지를 가속화한다.
• 시스템은 고성능 계산(HPC) 인프라에 구축되어 있어 대규모 데이터 워크로드에 대한 수평 확장이 가능하다.
• 실제 음향 데이터셋을 사용하여 순차적 데스크톱 실행과 분산 HPC 실행 간의 성능 비교를 통해 벤치마킹을 수행한다.

실험 결과

연구 질문

• RQ1 대규모 음향 아카이브에서 해양 포유류 울음소리의 기계학습 기반 탐지를 어떻게 스케일링하여 가속화할 수 있는가?
• RQ2 고성능 계산 클러스터에 걸쳐 음향 신호 처리를 분산함으로써 얻을 수 있는 성능 향상은 어느 정도인가?
• RQ3 확장성 있고 분산된 시스템이 다이테라바이트 생음향 데이터셋의 처리 시간을 얼마나 줄일 수 있는가?
• RQ4 기존의 순차적 데스크톱 하드웨어에서의 처리 방식과 비교해 DeLMA-ADA 파이프라인은 효율성과 처리량 측면에서 어떤가?
• RQ5 실제 해양 모니터링 응용 분야에서 장기간에 걸쳐 대규모 배치를 수행할 때 시스템이 높은 성능과 신뢰성을 유지할 수 있는가?

주요 결과

• 64코어 HPC 클러스터에서 실행할 경우 DeLMA-ADA 시스템은 순차적 데스크톱 설정 대비 최대 44배 빠른 런타임 실행 성능을 달성한다.
• HPC 시스템에서 48개 코어를 사용할 경우, 4코어 데스크톱 솔루션 대비 9배에서 12배의 성능 향상을 기록한다.
• 시스템은 19개 동북부 해안 배치에서 수집된 300만 채널시간 이상의 해양 음향 데이터를 성공적으로 처리하였다.
• 분산 아키텍처는 지속적이고 장시간의 음향 녹음 데이터의 효율적 부하 분배와 고처리량 처리를 가능하게 한다.
• 시스템은 코어 수 증가에 따라 일관된 성능 향상을 보이며 강력한 선형 확장성을 입증하였다.
• DeLMA-ADA 파이프라인은 이미 생산 환경에서 활용되고 있으며, Cornell 대학교 생음향학 연구 프로그램에서 실제 해양 포유류 모니터링에 활발히 사용 중이다.