[논문 리뷰] Reliable Initialization of GPU-enabled Parallel Stochastic Simulations Using Mersenne Twister for Graphics Processors

Jonathan Passerat‐Palmbach, Claude Mazel외 2명|arXiv (Cornell University)|2015. 01. 30.

Chaos-based Image/Signal Encryption참고 문헌 4인용 수 13

한 줄 요약

이 논문은 GPU 기반 병렬 확률적 시뮬레이션에 최적화된 그래픽스 프로세서를 위한 메르센 트위스터(PRNG)인 MTGP를 위한 신뢰할 수 있는 초기화 파라미터를 제안한다. TestU01의 BigCrush 배터리로 MTGP 설정을 철저히 테스트한 결과, 여러 GPU 스레드에서 고품질의 난수 시퀀스를 보장하고 고성능 계산 응용 프로그램에서 편향을 최소화하는 파라미터 세트를 규명하였다.

ABSTRACT

Parallel stochastic simulations tend to exploit more and more computing power and they are now also developed for General Purpose Graphics Process Units (GP-GPUs). Conse-quently, they need reliable random sources to feed their applications. We propose a survey of the current Pseudo Random Numbers Generators (PRNG) available on GPU. We give a particular focus to the recent Mersenne Twister for Graphics Processors (MTGP) that has just been released. Our work provides empirically checked statuses designed to initialize a particular configuration of this generator, in order to prevent any potential bias introduced by the parallelization of the PRNG.

연구 동기 및 목표

• GPU 아키텍처에서 실행되는 병렬 확률적 시뮬레이션에서 편향이 발생하는 난수 생성 문제를 해결하기 위해.
• 고성능 GPU 컴퓨팅을 위한 PRNG로서 그래픽스 프로세서를 위한 메르센 트위스터(MTGP)의 품질을 평가하기 위해.
• 다중 병렬 스트림에서 통계적으로 강건한 결과를 보장하는 MTGP를 위한 경험적으로 검증된 파라미터 세트를 규명하고 제공하기 위해.
• 통계 테스트를 엄격하게 통과하는 최소 주기 MTGP 구성 선택을 통해 하이브리드 시뮬레이션의 메모리 오버헤드를 줄이기 위해.
• GPU 가속 시뮬레이션에서 알고리즘적 편향을 유발하지 않고 안전하게 MTGP를 초기화할 수 있도록 지원하기 위해.

제안 방법

• GPU용 기존 PRNG 구현을 조사하여, 주기적 생성자인 MTGP와 같은 파라미터화된 생성자에 집중하였다.
• TestU01의 BigCrush 테스트 세트를 사용하여 MTGP를 평가하였으며, 가용 가능한 가장 철저한 통계 테스트 배터리이다.
• 주기 길이, 템퍼링 행렬, 내부 상태 구성과 같은 핵심 파라미터를 체계적으로 변화시켰다.
• 알고리즘적 특이성의 영향을 분리하기 위해 원본 메르센 트위스터(MT)와의 성능을 비교하였다.
• BigCrush 테스트를 모두 통과하는 MTGP 파라미터 구성만을 식별하고 유지하여 통계적 신뢰성을 확보하였다.
• 다른 시드와 파라미터를 가진 PRNG를 표현하기 위한 일반적인 객체 모델을 제안하여 재현 가능한 초기화를 가능하게 하였다.

실험 결과

연구 질문

• RQ1 어떤 MTGP 파라미터 구성이 GPU 기반 병렬 확률적 시뮬레이션에 적합한 통계적으로 강건한 난수 시퀀스를 생성하는가?
• RQ2 MTGP의 주기 길이가 철저한 테스트에서 통계 품질에 어떤 영향을 미치는가?
• RQ3 MTGP와 원본 메르센 트위스터 간의 알고리즘적 차이가 병렬 실행에서 PRNG 신뢰성에 어느 정도의 영향을 미치는가?
• RQ4 최소 주기 MTGP 구성은 통계적 편향을 유발하지 않고 GPU 시뮬레이션에서 안전하게 사용될 수 있는가?
• RQ5 다양한 초기화 전략은 다중 블록 GPU 스레드 환경에서 난수 스트림 품질에 어떤 영향을 미치는가?

주요 결과

• 2^23209 주기를 가진 MTGP 구성 중 99.5%가 BigCrush 테스트 35(sknuth_gap)와 테스트 100을 실패 없이 통과하였다.
• BigCrush 테스트 세트에서 0.05% 미만의 MTGP 상태에서 의심스러운 p-값이 나타나, 장기간 주기 구성의 높은 신뢰성을 시사한다.
• 원본 메르센 트위스터와 비교했을 때, 99.9%의 MT 구성은 동일한 테스트를 통과했지만, 짧은 주기(2^3217)를 가진 MTGP 구성의 경우 단 64%만 통과하였다.
• 연구 결과, 더 긴 주기는 시퀀스 분포 품질을 크게 향상시키고 MTGP에서 통계적 편향의 위험을 감소시킨다는 것이 확인되었다.
• 짧은 주기를 가진 구성조차도 GPU 병렬 처리를 위해 설계된 MTGP는 알고리즘적 약점이 있음을 확인하였다.
• 저자들은 BigCrush를 통과하는 검증된 최소 주기 MTGP 파라미터 세트를 규명하고 공개하였으며, 이는 난수 품질을 희생시키지 않은 채 메모리 효율적인 GPU 시뮬레이션을 가능하게 한다.