• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.50-52
• /
• 2023

ML/DL과 같은 AI의 연구가 HPC 환경에서 수행되면서 데이터 병렬화, 분산 학습 및 대규모 데이터 세트를 처리를 위한 요구사항이 급격히 증가하였다. 또한, 병렬처리 연산에 특화된 가속기 기반 이기종 아키텍처 환경 변화로 I/O 처리에 고대역폭, 저지연의 스토리지 기술을 필요로 하고 있다. 본 논문에서는 고집적의 병렬 컴퓨팅 환경에 고성능 HPC, AI 애플리케이션을 처리하기 위한 티어링 스토리지 기술을 논한다. 나아가 실제 고성능 NVMe 기반의 플래시 티어링 계층 구성에서 액세스 패턴에 따른 데이터 처리 환경을 구축하고 성능을 검증한다. 이로써 다양한 사용자 어플리케이션의 I/O 패턴을 특성에 맞게 지원할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.78-79
• /
• 2020

최근 하드웨어의 성능 및 소프트웨어 기술이 비약적으로 발전하면서 컴퓨팅을 위한 인프라 환경이 클라우드 기술 기반으로 활발하게 연구, 개발되고 있다. 이에 본 논문에서는 슈퍼컴퓨터로 대표되는 고성능 컴퓨팅을 분야에서 클라우드 기반 인프라 및 서비스를 제공하기 위한 KI Cloud 플랫폼을 소개한다. KI Cloud 플랫폼은 VM 기반으로 IaaS 서비스를 제공하고, 컨테이너 기술을 기반으로 HPC 사용자를 위한 PaaS 서비스를 제공하는 통합 플랫폼으로 설계 및 개발되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.541-542
• /
• 2021

클라우드 컴퓨팅 환경에서는 고성능 컴퓨팅을 지원하기 위해 사용자에게 GPU(Graphic Processing Unit)가 할당된 가상머신을 제공하여 사용자가 고성능 응용을 실행할 수 있도록 지원한다. 일반적인 컴퓨팅 환경에서 한 명의 사용자가 GPU를 독점해서 사용하기 때문에 자원 경쟁으로 인한 문제가 상대적으로 적게 발생하지만 독립적인 여러 사용자가 컴퓨팅 자원을 공유하는 클라우드 환경에서는 자원 경쟁으로 인해 서로 성능 영향을 미치는 문제를 발생시킨다. 본 논문에서는 여러 개의 가상머신이 단일 GPU를 공유하는 RPC(Remote Procedure Call) 기반 GPU 가상화 환경에서 다수의 가상머신이 GPGPU(General Purpose computing on Graphics Processing Units) 작업을 수행할 때 GPU 메모리 입력 경쟁으로 인해 발생하는 커널 함수의 실행 지연 문제를 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.477-481
• /
• 2007

PC 그리드 컴퓨팅 환경은 수많은 사용자들이 인터넷을 통해 사용하고 있는 데스크톱 PC의 유휴 자원을 제공함으로써, 고성능 컴퓨팅 파워를 창출하고자 하는 분산 컴퓨팅 패러다임이다. 이렇게 창출된 고성능 자원을 이용하여 대용량 응용 계산을 수행함으로서 고가의 슈퍼컴퓨터에서 수행하던 응용을 대체할 수 있는 새로운 수단으로 연구되어지고 있다. 본 논문에서는 인터넷을 통해 PC의 유휴 자원을 제공하는 기판, 단체, 팀과 같은 자원제공자 그룹들이 제공할 수 있는 자원에 대한 명세를 오픈 아카이브에 저장함으로써 응용수행자가 쉽게 수행하고자 하는 응용에 맞는 자원을 선택할 수 있는 오픈 자원 명세 아카이브(ORDA:Open Resource Description Archive)를 제안한다. 이는 응용수행자로 하여금 응용수행자가 수행하고자 하는 응용에 맞는 자원을 능동적인 선택할 수 있는 PC 그리드 컴퓨팅 환경을 제공한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.37-38
• /
• 2017

금속으로 이루어진 긴 선이나 구에 대한 전자파 산란 특성을 계산할 때, 산란 계산 속도를 개선하기 위해 사용하는 고성능 컴퓨팅(HPC) 기반 병렬 처리 특성을 제시한다. 산란 행렬 생성, 가우스 소거법, 산란파 계산 등으로 이루어진 전자파 산란 문제는 병렬 처리를 통해 계산 속도를 높일 수 있다. 산란 문제의 계산 절차를 분석하여 병렬화에 유리한 계산 작업을 분류한 후 OpenMP 기반 병렬화를 적용한다.

• The Journal of the Korea Contents Association
• /
• v.17 no.7
• /
• pp.93-100
• /
• 2017

Recently, demands for high-performance flash-based storage devices (i.e., flash SSD) have rapidly grown in social network services, cloud computing, super-computing, and enterprise storage systems. The industry and academic communities made the NVMe specification for high-performance storage devices, and NVMe-based flash SSDs can be now obtained in the market. In this article, we evaluate performance of NoSQL databases that social network services and cloud computing services heavily adopt by using NVMe-based flash SSDs. To this end, we use NVMe SSD that Samsung Electronics recently developed, and the SSD used in this study has performance up to 3.5GB/s for sequential read/write operations. We use WiredTiger for NoSQL databases, and it is a default storage engine for MongoDB. Our experimental results show that log processing in NoSQL databases is a major overhead when high-performance NVMe-based flash SSDs are used. Furthermore, we optimize components of log processing and optimized WiredTiger show up to 15 times better performance than original WiredTiger.

• Science & Technology Policy
• /
• v.6 no.11 s.92
• /
• pp.13-16
• /
• 1996

• The Journal of Korean Institute of Next Generation Computing
• /
• v.8 no.2
• /
• pp.99-117
• /
• 2012

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.2
• /
• pp.91-96
• /
• 2013

The application field of supercomputing systems are changing to support into the field for both a large-volume data processing and high-performance computing at the same time such as bio-applications. These applications require high-performance distributed file system for storage management and efficient high-speed processing of large amounts of data that occurs. In this paper, we introduce MAHA-FS for supercomputing systems for processing large amounts of data and high-performance computing, providing excellent metadata operation performance and IO performance. It is shown through performance analysis that MAHA-FS provides excellent performance in terms of the metadata processing and random IO processing.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.54 no.5
• /
• pp.48-61
• /
• 2017

An IaaS service of a cloud computing environment makes itself attractive for running large scale parallel application thanks to its innate characteristics that a user can utilize a desired number of high performance virtual machines without maintenance cost. The total execution time of a parallel application on a high performance computing environment depends on a task scheduling algorithm. Most studies on task scheduling algorithms on cloud computing environment try to reduce a user cost, and studies on task scheduling algorithms that try to reduce total execution time are rarely carried out. In this paper, we propose a task scheduling algorithm called an HAGD and a performance enhancement method called a group task duplication method of which the HAGD utilizes. The group task duplication method simplifies previous task duplication method, and the HAGD uses the group task duplication method or a task insertion method according to the characteristics of a computing environment and an application. We found that the proposed algorithm provides superior performance regardless of the characteristics in terms of normalized total execution time through performance evaluations.