Fast Execution of Monte Carlo Simulation with Random Walk

무작위 행보 방식의 몬테 칼로 시뮬레이션의 고속화

이 연구는 공학 및 실험과학에서 활용되는 몬테 칼로 시뮬레이션 기법 중 하나인 무작위 행보 알고리즘의 성능 개선을 목표로 하였다. 이를 위해 무작위 행보 과정에서 난수 발생부와 행보 진행부를 분리하여 처리 시간을 단축하는 방안과, 문제 영역의 계산 규모를 2단계로 분할하여 시뮬레이션의 수렴 속도를 향상 시키는 방안을 제안한다. 또한 대규모 문제를 병렬처리 가능하도록 구현하고, 서로 다른 작업 분할 방식을 혼합하여 최적화를 수행 하였다. 순차 알고리즘만으로 실험한 결과 단순 구현방법과 비교해 실행시간과 에너지 소모량이 각각 18%의 성능향상을 얻었으며, 병렬 알고리즘을 8개의 노드(16코어)의 클러스터에서 실행했을 때 행 분할 방식의 성능이 블록 분할 방식보다 8% 빨라지는 것을 확인하였다.