코넬대학교의 어드밴스드
컴퓨팅 센터(CAC: Cornell University Center for Advanced Computing)는 오늘 NVIDIA,
Dell 및 매스웍스와 함께 시작한 새로운 협업 연구에서 MATLAB 응용 프로그램을 활용한
범용 GPU의 성능을 테스트한다고 발표했다.
이번 연구에서는 MATLAB 응용
프로그램을 사용하여 NVIDIA GPU에서의 데이터 조작을 위한 GPU 컴퓨팅 기능에 대해
조사한다. 특히 코넬대는 매스웍스의 Parallel Computing Toolbox를 통한 데스크탑에서의
다중 GPU 사용과 MATLAB Distributed Computing Server를 통한 GPU 클러스터에 중점을
둘 것이다.
코넬대는 NVIDIA Tesla M2070
GPU에 대한 서버 연결을 지원하는 C410x PCIe 확장 섀시를 탑재한 Dell C6100 서버로
이 연구를 수행한다.
코넬 CAC이사 데이비드 리프카(David
Lifka)는 “노드 8개(각각 8개의 CPU 코어 포함)와 NVIDIA Tesla M2070 GPU(각각
448개의 CUDA 코어 포함) 8개와 함께 선보이는 이번 GPU 기능은, 특히 대량의 데이터
블록을 병렬 처리해야 하는 연구원에게 매우 의미 있다”라고 말했다.
예를 들어 와일 코넬 메디컬
센터(Weill Cornell Medical Center), UMHS(University of Michigan Health System)
및 Rutgers Laboratory for Computational Imaging and Bioinformatics의 연구진은
템플릿 매칭을 통한 암세포 진단을 가속화하고 개선하기 위해 현재 NVIDIA GPU 및
MATLAB을 사용하고 있다. 특히 MATLAB의 내장 GPU 기능을 사용하여 연구진은 코드
처리 속도를 14.7배 가속할 수 있었다(86.9초에서 5.9초로 단축). 이러한 발전적인
상황은 다량의 대형 이미지를 매일 처리해야 하는 병리학자에게 큰 의미가 있다고
할 수 있다. GPU없이 C++로 구현한 코드와 비교했을 때, GPU에서 실행한 MATLAB 코드는
4.8배 빠른 처리 속도를 보였다. 또한 MATLAB은 GPU 사용에 최적화되어 있기 때문에
사용자가 다른 프로그래밍 언어를 배우지 않아도 되며, MATLAB 환경 내에서 GPU의
연산 능력을 활용할 수 있다.
다른 프로젝트의 경우, 칼라
고메스(Carla Gomes) 교수가 지휘하는 NSF 산하 ISC(Institute for Computational
Sustainability)의 테오 다몰라스(Theo Damoulas) 연구원이 DTW(Dynamic Time Warping)
연산에서 내장 MATLAB GPU 기능과 CUDA 코드의 조합을 사용하여 12배나 빨라진 속도의
개선을 경험할 수 있었다. DTW는 기계 학습과 신호 분석 기술을 사용하는 코드의
연산 집약적인 부분으로, 비행 호출을 통해 새의 종류를 자동으로 식별한다. 자동
비행 호출 분류는 수동 분류에 비해 훨씬 빠르며 정확도 또한 뛰어나다. 또한 개별
종의 이주 패턴에 대한 상세한 정보를 제공할 수 있는 대규모 기록 스테이션 네트워크
구축의 첫 단계에 해당하기도 한다.
이 프로젝트는 ISC에서 가장
중점을 두는 연구로, 지속 가능성 연구에 논리적 사고를 도입하여 지속 가능한 미래를
위해 환경, 경제, 사회적 요구 사항의 균형을 맞출 수 있는 솔루션의 제공을 그 목표로
한다. ISC는 코넬대학교, 보든 칼리지(Bowdoin College), 자연보호 펀드(Conservation
Fund), 하워드대학교(Howard University), 오레곤 주립대학교(Oregon State University),
퍼시픽 노스웨스트 국립 연구소(Pacific Northwest National Laboratory)의 과학자가
공동으로 참여하여 이루어진 연구 기관이다.
리프카 이사는 “코넬대에서
지속적으로 수행하는 GPU 성능 테스트 및 생산에 힘입어, CAC는 과학 연구원에게
전반적으로 더 개선된 MATLAB GPU 컴퓨팅 환경을 제공하기 위해 MATLAB 코드 이식에
대한 노하우와 모범 사례 개발에 힘쓸 예정이다”라고 밝혔다.
코넬대는 고급 국가 리소스를
활용할 수 있는 기회를 제공하기 위해 퍼듀대학교(Purdue University)와 협력하여
국립 과학 재단(National Science Foundation)이 후원한 512 코어의 실험용 MATLAB
리소스를 과학계에 배포한 바 있다. 그 결과 실험 리소스에서 550,000개 이상의 작업이
수행되어 연구와 학습, 그리고 Science Gateway 응용 프로그램에 상당한 개선이 이루어질
수 있었다.