• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.6
• /
• pp.140-147
• /
• 2001

전체가 벡터형 단일 기종이었던 이전의 두 시스템과는 달리 슈퍼컴퓨터 3호기의 경우는 시스템 전체 규모의 대부분을 범용 RISC프로세서를 사용하는 IBM Regatta 시스템이 차지하고 있고 벡터형 시스템인 NEC SX-5의 규모는 상대적으로 매우 작은 편이다. 따라서 본고에서는 이러한 형태의 시스템 도입이 결정된 과정과 그런 결론을 내게 만든 슈퍼컴퓨팅 환경의 변화와 슈퍼컴퓨팅 기술의 동향에 대해 살표보고 나아가서 앞으로의 변화 추세를 도입이 결정된 시스템을 중심으로 살펴보고자 한다.

• Journal of Technology Innovation
• /
• v.23 no.2
• /
• pp.33-54
• /
• 2015

Supercomputing performance demand forecasting at the national level is an important information to the researchers in fields of the computational science field, the specialized agencies which establish and operate R&D infrastructure, and the government agencies which establish science and technology infrastructure. This study derived the factors affecting the scientific and technological capability through the analysis of supercomputing performance prediction research, and it proposed a hybrid forecasting model of applying the super-computer technology trends. In the cross-sectional analysis, multiple regression analysis was performed using factors with GDP, GERD, the number of researchers, and the number of SCI papers that could affect the supercomputing performance. In addition, the supercomputing performance was predicted by multiplying in the cross-section analysis with technical progress rate of time period which was calculated by time series analysis using performance(Rmax) of Top500 data. Korea's performance scale of supercomputing in 2016 was predicted using the proposed forecasting model based on data of the top500 supercomputer and supercomputing performance demand in Korea was predicted using a cross-sectional analysis and technical progress rate. The results of this study showed that the supercomputing performance is expected to require 15~30PF when it uses the current trend, and is expected to require 20~40PF when it uses the trend of the targeting national-level. These two results showed significant differences between the forecasting value(9.6PF) of regression analysis and the forecasting value(2.5PF) of cross-sectional analysis.

• Electronics and Telecommunications Trends
• /
• v.36 no.3
• /
• pp.133-144
• /
• 2021

High-performance computing (HPC) is the underpinning for many of today's most exciting new research areas, to name a few, from big science to new ways of fighting the disease, to artificial intelligence (AI), to big data analytics, to quantum computing. This report captures the summary of a 9-day program of presentations, keynotes, and workshops at the SC20 conference, one of the most prominent events on sharing ideas and results in HPC technology R&D. Because of the exceptional situation caused by COVID-19, the conference was held entirely online from 11/9 to 11/19 2020, and interestingly caught more attention on using HPC to make a breakthrough in the area of vaccine and cure for COVID-19. The program brought together 103 papers from 21 countries, along with 163 presentations in 24 workshop sessions. The event has covered several key areas in HPC technology, including new memory hierarchy and interconnects for different accelerators, evaluation of parallel programming models, as well as simulation and modeling in traditional science applications. Notably, there was increasing interest in AI and Big Data analytics as well. With this summary of the recent HPC trend readers may find useful information to guide the R&D directions for challenging new technologies and applications in the area of HPC.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.797-799
• /
• 2013

오늘날 슈퍼컴퓨팅은 급격히 진화하고 있다. 본 연구는 이러한 고성능 슈퍼컴퓨터의 다양한 과학적 융합 서비스와 관련한 가시화의 중요성을 인식하고, 이와 관련하여 융합 서비스에서의 소비자 프라이버시 침해 우려에 대한 문제를 제기한다. 이를 위하여, 슈퍼컴퓨팅 및 소비자 프라이버시에 대한 문헌연구를 하였고, 프라이버시 계산 모델을 이용한 연구의 필요성과 소비자들로 하여금 프라이버시 정책에 대한 인식의 중요성, 금전적 보상에 따른 개인정보의 긍정적 제공이라는 3 가지의 방안을 제언하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.4-7
• /
• 2022

작업배치스케줄러는 다수의 사용자에게 클러스터 시스템의 계산 자원을 효과적으로 제공하는 유용한 시스템 소프트웨어이다. 한국과학기술정보연구원에서는 작업배치스케줄러인 PBS와 SLURM을 이용하여 슈퍼컴퓨터 5호기 메인시스템인 누리온과 뉴론을 각각 공동활용서비스하고 있다. 본 논문에서는 뉴론의 제한된 계산자원을 다수의 연구자들에게 효율적으로 서비스하기 위해 SLURM 작업배치스케줄러의 공유노드 정책을 적용하는 방안과 작업통계 분석 기법을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.178-181
• /
• 2020

한국과학기술정보연구원에서는 슈퍼컴퓨터 5호기 시스템 및 가속기 기반 시스템을 국내 연구자들에게 서비스를 하고 있다. 시스템 관리자들은 시스템 상태 조회 및 통계 정보 산출등의 목적으로 배치 작업 관리 솔루션에 주기적으로 다양한 정보의 요청을 수행한다. 빈번한 정보 요청은 작업관리 솔루션에 부하를 줄 수 있다. 본 논문에서는 사용자들의 배치 작업 관리를 위해 사용하는 배치 작업 관리 솔루션인 PBSPro와 SLURM을 활용한 효율적인 시스템 모니터링 기법을 설계하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.37-39
• /
• 2022

KISTI(한국과학기술정보연구원)는 슈퍼컴퓨터 5호기 메인시스템인 Nurion과 보조시스템인 Neuron을 연구자들에게 서비스하고 있다. Neuron은 메인시스템인 Nurion이 Intel Knights Landing 프로세서가 장착된 클러스터로 구성됨에 따라 인공지능, 빅데이터에 관한 연구 인프라 수요를 충족시키기 위해 GPU를 장착한 이기종 클러스터로 구성되어 있다. Neuron은 연구자들에게 효율적으로 계산 자원을 배분하기 위해 SLURM 작업배치스케줄러의 공유노드 정책을 이용하여 한 개의 계산노드에서 다수 개의 작업이 수행될 수 있는 환경으로 서비스되고 있다. 본 논문에서는 공유노드 정책으로 운영 중인 클러스터 시스템에서 작업별로 GPU 사용 통계 데이터를 생성하는 기법을 소개한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.523-526
• /
• 2010

고에너지 물리나 바이오 인포매틱스 연구 분야는 대량의 컴퓨팅 자원을 필요로 한다. 이를 위해서 클러스터 컴퓨팅, 그리드 컴퓨팅, 슈퍼 컴퓨팅, 클라우드 컴퓨팅 자원 등의 여러 컴퓨팅 자원이 사용된다. 사용자는 각 컴퓨팅 자원을 이용하기 위해서 각각의 사용 방법을 배우고, 저마다의 방법으로 각 컴퓨팅 자원을 사용한다. 사용자가 각 컴퓨터 자원의 사용 방법을 습득하기 위해서는 많은 비용과 시간이 필요하다. 사용자가 보다 쉽고 빠르게 컴퓨팅 자원을 활용하기 위하여 여러 컴퓨팅 자원을 사용하기 위한 동일 인터페이스 개발이 필요하다. 본 논문에서는 한국과학기술정보연구원의 타키온 슈퍼컴퓨터를 이용하는 사용자에게 동일한 사용자 인터페이스를 제공하기 위한 Ganga의 원격 SGE 백엔드(Backend) 플러그인을 설계하고 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.200-203
• /
• 2012

슈퍼 컴퓨터 시스템의 가용 계산 자원이 증가하면서 시뮬레이션 대상의 길이와 시뮬레이션 시간의 스케일을 확장할 수 있는 멀티스케일 모델링에 대한 관심이 높아지고 있다. 본 논문에서는 분자동역학과 전산 유체 역학을 결합하는 멀티스케일 모델링을 대상으로 두 분야의 대표적인 시뮬레이션 소프트웨어를 하나로 조합한 프로토타입의 개발 과정과 고려 사항을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.77-79
• /
• 2018

최근 기초 과학 분야뿐만 아니라 빅데이터 분석, 인공 지능과 같은 컴퓨터 과학 분야에서도 대용량의 컴퓨팅 자원을 많이 활용함에 따라 슈퍼컴퓨터와 같은 고성능 컴퓨팅 자원에 대한 요구가 더욱 증가하고 있다. 이러한 대규모 컴퓨팅 자원을 안정적으로 운영하기 위해서는 실패 작업의 특성에 대한 상세한 분석이 필수적이다. 본 논문에서는 한국과학기술정보연구원에서 운영하고 있는 슈퍼컴퓨터(Tachyon)에서 1년 동안 수집된 작업 데이터를 기반으로 고성컴퓨팅 시스템을 활용하는 작업의 특성을 파악하기 위해 다음 3가지의 분석 결과를 제시한다. 첫째는 실패한 작업의 비율, 평균 사용한 procssor수, 전체 작업 시간 중 실패 작업이 차지한 비율과 같이 간단한 통계적 분석 결과를 제시한다. 둘째는 실패한 작업의 inter-arrival time 분포 모형을 제시한다. 마지막으로 시간에 따른 실패 작업 확률을 분석하기 위해 inter-arrival time 값을 이용하여 hazard rate 결과를 제시한다.