Next-generation Computing Systems Laboratory

"생물정보학 프로그램 가속을 위한
Processing-in-Memory 구조" 연구

컴퓨팅 자원에 기반한 유전자 정보 처리는 신약 개발, 질병 분석, 수명 연장 등 현재 생명공학 분야의 가장 뜨거운 주제로 떠오르고 있습니다. 우리는 생물정보학에서 가장 골치아픈 난제로 여겨지는 De-novo Assembly의 가속을 위한 컴퓨터 구조 개선에 앞장섭니다.

• Q: 왜 난제인가?

  • A: "이젠 연산이 아닌, 데이터 이동이 병목 현상의 주 원인. CPU/GPU 프로세서 규모의 증대가 답이 아닙니다."

  • Solution: 데이터를 연산장치까지 이동시키지 않고, 데이터 저장장치에서 연산을 합니다. (PIM + ISC)

• SW에서의 도전 (PIM+ISC를 위한 SW)

  1. 확장성이 보장되는 De-novo Assembly 알고리즘 개발

  2. CPU + GPU + PIM + ISC 기반 이종-멀티코어 프로세싱을 위한 프로그래밍 모델 개발

• HW에서의 도전 (어떻게 PIM+ISC를 구성해야 하는가)

  1. Bioinformatics Application들의 파이프라인 별 동작 특성에 최적화된 processing element 설계 (Fine-grain Domain-specific Processor 도입)

  2. Bioinformatics 프로세싱에 적합한 Processing-in-Memory 구조 설계 및 컴파일러 구현

[관련 연구 프로젝트]

• "유전체 염기서열 분석 가속화를 위한 페타스케일 인-스토리지 컴퓨팅 기초연구실"

  • 기초연구실사업(BRL), 한국연구재단 (2024 - 2027)

DES/ABS을 통한 실세계 문제 해결

가공할만한 컴퓨팅 파워와 AI 기술 발전에 힘입어, 이제는 현실 세계의 문제를 컴퓨터를 통한 모델링/시뮬레이션을 활용해 해결하고자 하는 시도가 잦아지고 있습니다.

우리 연구실에서는 과거 컴퓨터 아키텍처 시뮬레이터 구현 및 시뮬레이션 관련 경험과, Discrete Event Simulation (DES) 및 Agent-based Simulation (ABS) 등 여러가지 모델링 방법론 등을 기반으로 현실 세계의 여러 문제들을 모델링하고, 딥러닝 및 강화학습 기법, 휴리스틱 알고리즘 등을 활용하여 상황인식/최적화/행동결정 등을 수행하고자 합니다.

[활용 분야]

• 국방 모델링 및 시뮬레이션

• 물류 최적화 (Warehouse Simulation, Route Optimization, Last-Mile Delivery Optimization)

  • 인간-로봇 협력 형 시나리오를 위한 동선 최적화

• 팬데믹 시뮬레이션 (코호트 격리, 대중교통 통제 등)

• 신재생에너지/원자력 하이브리드 기반 파워그리드 시뮬레이션

• 우주 개척을 위한 지구 외 위성/행성 자원 개발 시뮬레이션 

• Image source: NVIDIA, "NVIDIA AI Solutions for Efficient Supply Chain Operation"

차세대 전장 상황에 적합한 M&S 플랫폼 + LLM 기반 의사결정/평가 시스템 구축

해당 연구 주제에 대한 상세한 사항을 알아보고 싶다면, 직접 면담을 통하거나 메일을 통해서 문의하여 주세요.

• 연구 주제 특성 상, 대한민국 학생만 참여 가능합니다.

[관련 분야]

• 국방 ICT, 이산 사건 시뮬레이션 (Discrete Event Simulation),
  에이전트 기반 모델링 (Agent-based Modeling)

• 국방 AI (M&S + LLM)

• 하이브리드 공습(극초음속 미사일, 드론 스웜, 다연장 로켓포)에 따른 미사일 방어체계 피로도 시뮬레이션 (방어 한계)

• TDG기반 훈련용 워게임 시뮬레이터 (w/ LLM)

• 메트로폴리스 지역의 대피(evacuation) 시뮬레이션

• 차세대 무기 체계의 도입 타당성 평가를 위한 모델링/시뮬레이션

  • 공중항공모함(SS-UAV), 아스널쉽, 해상형 드론항공모함,
    드론 탑재형 4세대 MBT, 드론 포탄, 군용 대인 4족 무인병기
    
    

• Image source: https://en.wikipedia.org/wiki/Professional_wargaming

"CXL 인터페이스 기반의 다중 GPU 환경을 위한,
확장가능한 Near-Far 메모리 아키텍처" 연구

Large Language Model (LLM)을 넘어서, Artificial General Intelligence (AGI) 시대에 다가감에 따라, Deep Learning 모델들의 학습과 추론을 위해서 막대한 규모의 GPU 자원 활용이 중요하다.

본 연구는 다중 GPU 환경에서의 메모리 병목 현상을 해소하기 위해,

(1) 차세대 비휘발성 메모리 소자 (eNVM) 및 스토리지급 메모리 (Stoage Class Memory; SCM) 기반의 Far Memory와

(2) 높은 대역폭 및 낮은 지연시간을 가지는 HBM 기반의 Near Memory 시스템으로 구성된 Near-Far Memory Architecture를 설계하고자 한다.

이를 통해, 확장 가능한 Near-Far 메모리 구조를 Multi-GPU 환경에 적용하여 LLM 구동 및 Heterogeneous Computing 환경에서의 시스템 성능을 대폭 향상하는 것을 목표로 한다.

[관련 연구 프로젝트]

• A Smart Near-Far Memory Architecture for Data-intensive Workloads

  • Yonsei-Samsung Joint Research Program, Samsung Electronics (2021 - Present)

  • PI: Prof. Bernd Burgstaller, Yonsei (공동 연구 수행 中)