← 최신 논문
⚛️ 양자물리학

Scaling Pêlagos: Multi-GPU Orchestration for Relay Belief-Propagation Decoding

이 논문은 AMD Instinct 슈퍼컴퓨터 상에서 대규모 양자 오류 정정 시뮬레이션을 위해 근선형적 확장성(near-linear scaling)과 상당한 종단 간 속도 향상을 달달성하는 Pelagos 릴레이 신념 전파(relay belief-propagation) 디코더의 최적화된 멀티 GPU 오케스트레이션을 제시한다.

원저자: Xulong Tang, Dionysios Diamantopoulos, Tristan Müller, Apo Kayi, Nelson Mimura Gonzalez, Muhammad Osama, Seetharami Seelam, Haralampos Pozidis, Blake R. Johnson, Yasuko Eckert

게시일 2026-11-13
📖 3 분 읽기🧠 심층 분석

원저자: Xulong Tang, Dionysios Diamantopoulos, Tristan Müller, Apo Kayi, Nelson Mimura Gonzalez, Muhammad Osama, Seetharami Seelam, Haralampos Pozidis, Blake R. Johnson, Yasuko Eckert

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

결함 허용 가능한 양자 컴퓨터라는 꿈은 단 하나의 고집스러운 장애물, 즉 정보를 안전하게 유지하는 문제에 달려 있습니다. 양자 비트, 즉 큐비트는 매우 취약하여 아주 미세한 환경 소음에도 뒤집히거나 사라지기 쉽습니다. 복잡한 계산을 수행할 수 있는 기계를 만들기 위해 과학자들은 오류 정정 계층에 의해 보호되는 '논리적 큐비트'를 만들어야 합니다. 이 보호 체계는 실수를 끊임없이 확인하고 그것이 퍼지기 전에 수정하는 방식으로 작동하며, 이 과정에는 신속하게 판정을 내리는 심판 역할을 하는 디코더가 필요합니다. 이 심판은 '신드롬'이라 불리는 오류 신호의 흐름을 분석하고, 시스템을 어떻게 교정할지 거의 즉각적으로 결정해야 합니다. 문제는 적절한 교정 방법을 찾는 것이 엄청난 계산 작업이라는 점입니다. 실시간 사용이 가능할 만큼 빠르면서도 실제 기계의 소음을 처리할 수 있을 만큼 정확한 디코더를 설계하기 위해, 연구자들은 수많은 동작 지점에 걸쳐 많은 시뮬레이션 시나리오를 실행해야 합니다. 이러한 시뮬레이션을 가속화할 방법이 없다면 설계 과정은 정체되고, 유용한 양자 컴퓨팅으로 가는 길은 기다림의 벽에 가로막히게 됩니다.

AMD와 IBM 리서치 연구진은 현대적인 슈퍼컴퓨터에서 이러한 시뮬레이션이 실행되는 방식을 재고함으로써 그 벽을 뚫을 방법을 찾아냈습니다. 그들은 '릴레이 신념 전파(relay belief-propagation)'라고 불리는 특정 디코딩 방법에 집중했는데, 이는 모든 가능성을 계산할 필요 없이 빠르게 교정 방법을 찾도록 설계된 휴리스틱 알고리즘입니다. 이 방법은 빠르지만, 미래의 양자 컴퓨터에 필요한 방대한 설계 공간을 탐색하기에는 단일 컴퓨터 칩 하나로 실행하는 것만으로는 부족합니다. 연구진은 수천 개의 계산을 동시에 처리할 수 있는 강력한 칩인 그래픽 처리 장치(GPU)로 눈을 돌렸습니다. 그러나 단순히 하나의 작업에 더 많은 GPU를 추가하는 것은 종종 수확 체감의 법칙을 불러옵니다. 이전 연구에서 팀은 이 디코더들을 GPU에서 실행하기 위해 '펠라고스(Pˆelagos)'라는 시스템을 구축했지만, 여러 칩을 하나의 컴퓨터에 연결하여 규모를 키우려 했을 때 시스템 속도가 느려졌습니다. 병목 현상은 디코딩 자체가 아니라 작업을 관리하는 오버헤드 때문이었는데, 컴퓨터의 메인 프로세서가 각 칩을 위해 개별적으로 데이터를 준비하고 결과를 수집해야 했기에 추가된 칩들의 성능을 낭비하는 교통 체증이 발생했습니다.

이를 해결하기 위해 연구진은 여러 칩을 동시에 관리하려는 단일 컴퓨터 프로그램에서 벗어나 작업의 오케스트레이션(orchestration)을 재설계했습니다. 대신, 각 GPU에 전담 독립 작업 프로세스를 할당했습니다. 이를 비유하자면, 한 명의 헤드 셰프가 여덟 명의 요리사를 지휘하며 재료를 하나씩 건네주고 다음 단계로 넘어가기 전까지 접시를 기다리는 바쁜 주방과 같습니다. 이 경우 헤드 셰프가 병목이 됩니다. 연구진은 각 요리사가 자신만의 스테이션을 가지고 병렬로 재료를 준비하며, 완성된 요리를 최종 조립을 위해 공유 카운터에 직접 올려놓는 모델로 변경했습니다. 기술적인 용어로 말하자면, 그들은 컴퓨터의 메인 프로세서와 GPU 관리를 분리하여, 각 칩이 스스로 데이터를 준비하고 공유 메모리에 결과를 직접 쓸 수 있도록 했습니다. 이 설계는 칩을 관리하려는 메인 프로세서로 인한 지연을 제거하여, 시스템이 실제로 디코딩하는 데 거의 모든 시간을 쓸 수 있게 했습니다. 또한 연구진은 더 빠른 메모리 대역폭을 가진 최신 세대의 칩들이 이러한 복잡한 계산에 필요한 데이터 이동을 더 효율적으로 처리하여 더욱 우수한 성능을 보인다는 것을 발견했습니다.

이 작업은 단순한 이론적 연습이 아닙니다. 이는 양자 컴퓨터 개발을 위한 실질적인 경로를 나타냅니다. 연구진은 고처리량 QEC(양자 오류 정정) 시뮬레이션을 위한 경로 탐색 애플리케이션으로서 오크리지 국립연구소의 슈퍼컴퓨터에 이 시스템을 배치했습니다. 오류 정정 시뮬레이션을 훨씬 빠르게 만듦으로써, 과학자들이 더 많은 디코더 설계를 테스트하고, 더 많은 파라미터를 탐색하며, 훨씬 짧은 시간 안에 더 나은 솔루션을 찾을 수 있게 해줍니다. 이러한 가속화는 고성능 컴퓨팅과 인공지능을 사용하여 과학적 발견을 가속화하려는 광범위한 노력인 '제네시스 미션(Genesis Mission)'에 있어 매우 중요합니다. 이 연구는 단순히 더 많은 하드웨어를 투입하는 것이 아니라, 여러 프로세서에 작업을 분산하는 방식을 세심하게 관리함으로써 현대 슈퍼컴퓨터의 잠재력을 완전히 끌어올릴 수 있음을 확인시켜 줍니다. 연구 결과는 양자 시뮬레이션의 규모를 키우는 데 있어 병목 현상이 원시적인 컴퓨팅 파워의 부족이 아니라, 이를 지시하는 소프트웨어 아키텍처에 있다는 점을 시사합니다. 이 새로운 오케스트레이션 방식과 함께, 결함 허용 가능한 양자 미래를 위한 디코더를 평가하는 길은 열렸으며, 수년간의 기다림을 단 몇 주로 단축했습니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →