NVIDIA cuOpt, 1억 변수 최적화 지원

주장엔비디아(NVIDIA)가 다중 그래픽 처리 장치(Graphics Processing Unit) 환경에서 선형 계획법(Linear Programming) 문제를 분산 처리하는 엠피디엘피(mPDLP) 솔버를 새롭게 도입했습니다.

팩트엠피디엘피 솔버는 엔비디아링크(NVLink)로 연결된 여러 그래픽 처리 장치에 문제를 분산하여 처리합니다.

팩트이 솔버는 단일 그래픽 처리 장치 기반 프리디얼듀얼프리디언트(PDLP) 대비 그래픽 처리 장치당 최대 6배 낮은 피크 메모리 사용량을 기록합니다.

팩트처리 가능한 선형 계획법 문제의 비영 요소는 최대 21억 개까지 지원합니다.

교차검증엠피디엘피의 성능은 문제의 희소성 구조와 에지 컷 비율에 따라 달라질 수 있습니다.

팩트비영 요소가 1000만 개를 초과하는 대규모 인스턴스에서 기존 분산 프리디얼듀얼프리디언트(D-PDLP) 방식 대비 1.2배에서 2.5배의 속도 향상을 보입니다.

팩트엔비디아 디지엑스 비이백(DGX B200) 그래픽 처리 장치를 사용한 100개 이상의 선형 계획법 인스턴스 벤치마크 결과, 비영 요소가 1000만 개를 넘을 때 속도 향상이 뚜렷하게 나타납니다.

팩트가장 큰 문제의 경우 프리디얼듀얼프리디언트 단계에서만 최대 11.4배의 성능 개선을 달성했습니다.

팩트실제 산업 사례로 키낙시스(Kinaxis)는 1억3500만 개 이상의 변수를 가진 공급망 모델에서 8개의 에이치일백(H100) 그래픽 처리 장치를 사용하여 3.3배의 속도 향상을 확인했습니다.

팩트피에스알(PSR)은 1억8500만 개의 변수를 가진 에너지 확장 모델에서 8개의 비이백 그래픽 처리 장치를 통해 5배 이상의 성능을 입증했습니다.

주장선형 계획법의 핵심 연산인 희소 행렬-벡터 곱셈(SpMV)은 메모리 대역폭에 의존하는 작업입니다.

팩트엠피디엘피는 여러 그래픽 처리 장치의 대역폭을 결합하여 이 병목 현상을 해결하고, 통신 오버헤드와 부하 불균형을 최소화하도록 설계되었습니다.

팩트엔비디아는 하드웨어적으로 엔비디아링크와 엔비디아스위치(NVSwitch)를 통해 그래픽 처리 장치 간 고속 데이터 교환을 지원합니다.

팩트소프트웨어적으로는 엔비디아 콜렉티브 커뮤니케이션 라이브러리(NCCL)를 활용하여 그래픽 처리 장치 간 직접 통신 및 집합 연산을 최적화함으로써 다중 그래픽 처리 장치를 하나의 거대한 공유 머신처럼 작동하게 합니다.

주장공급망의 재고 관리 단위(SKU) 증가와 에너지 그리드의 복잡성 증대로 인해 더 큰 모델을 실시간으로 평가해야 하는 수요가 급증하고 있습니다.

팩트씨유옵트(cuOpt)의 그래픽 처리 장치 가속 최적화는 기존 중앙 처리 장치(CPU) 솔버 대비 10배 이상의 속도 향상을 제공하여 비즈니스 의사결정의 병목을 제거합니다.

팩트2008년 도입된집공유사이비공유삼(zib03) 벤치마크 문제는 1억400만 개 이상의 비영 요소를 포함하며 알고리즘 성능 측정의 표준으로 사용됩니다.

팩트씨유옵트는 엠피디엘피를 통해 이 문제를 1년 전보다 약 10배 빠른 속도로 해결하며 기술적 한계를 돌파했습니다.

출처엔비디아 테크니컬 블로그(https://developer.nvidia.com/blog/scaling-decision-optimization-to-100-million-variables-and-beyond-with-mpdlp-in-nvidia-cuopt/)의 보도 내용을 교차 검증했습니다.