HPC 환경에서 Athena++ 시뮬레이션 코드 GPU 병렬화 및 성능 최적화 연구

• 영문명: A Study on GPU Parallelization and Performance Optimization of the Athena++ Simulation Code in High-Performance Computing Environments
• 발행기관: 한국스마트미디어학회
• 저자명: 정현미(Hyun Mi Jung) 이현조(Hyunjo Lee) 정기문(Kimoon Jeong) 채철주(Cheol-Joo Chae)
• 간행물 정보: 『스마트미디어저널』제14권 제6호, 67~75쪽, 전체 9쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2025.06.30

국문 초록

본 논문에서는 자기유체역학 시뮬레이션 코드인 Athena++의 핫스팟을 식별하고, 고성능컴퓨팅 환경에서의 연산 가속을 위한 병렬처리 최적화 기법을 제안한다. 코드 프로파일링 도구(gprof, valgrind, vtune)를 활용하여 주요 연산 핫스팟은 Hydro::RiemannSolver 부분임을 확인하였으며, 이를 대상으로 CUDA 기반 GPU 병렬화를 수행하였다. 제안 방법의 성능 평가는 Google Colab의 A100 GPU 환경에서 수행되었으며, 단일 연산 사이클 기준 평균 실행 시간이 기존 CPU 대비 약 25배 이상 향상되었고, 반복 연산 구조의 병렬처리를 통해 연산 효율이 크게 개선되었음을 확인하였다. 이러한 결과는 이기종 CPU-GPU 환경에서의 병렬화가 고성능 시뮬레이션 코드의 실질적인 성능 향상에 크게 기여할 수 있음을 시사한다. 또한, 차세대 컴퓨팅 디바이스(CXL, DPU 등)에 적합한 아키텍처 설계와 데이터 흐름 최적화 전략이 향후 HPC 응용 프로그램 성능 개선의 핵심 요소가 될 것임을 확인할 수 있다.

영문 초록

This paper identifies performance hotspots in the magnetohydrodynamics (MHD) simulation code Athena++ and proposes parallel optimization techniques for computational acceleration in high-performance computing (HPC) environments. Through code profiling tools such as gprof, valgrind, and vtune, the primary computational hotspot was found to be the Hydro::RiemannSolver module. Performance evaluation was conducted in the Google Colab environment using the A100 GPU. The results demonstrated over a 25-fold improvement in average execution time per computation cycle compared to the CPU implementation, confirming substantial enhancement in computational efficiency through parallel processing of repetitive structures. These findings suggest that parallelization in heterogeneous CPU-GPU environments can significantly improve the performance of high-fidelity simulation codes. Moreover, architecture design and data flow optimization tailored for next-generation computing devices such as CXL and DPUs are expected to play a critical role in future HPC application performance improvement.

목차

Ⅰ. 서론

Ⅱ. 관련연구

Ⅲ. Athena++ 유체역학 수치해석 알고리즘 및 핫스팟 분석

Ⅳ. GPU 기반 분산병렬처리 코드 변환 및 성능 테스트

Ⅴ. 결론

키워드

고성능컴퓨팅 Athena++ 자기유체역학 리만 솔버 코드 프로파일링 High-Performance Computing Athena++ Magnetohydrodynamics Riemann Solver Code Profiling