국가 초고성능컴퓨터 6호기 구축 방안
2023. 01. 30.
제 52 호
https://doi.org/10.22810/2023KIB052
국가슈퍼컴퓨팅본부(국가초고성능컴퓨팅센터, 이하 국가센터)는 핵심적 R&D 인프라인 대형 슈퍼컴퓨팅 자원을 주기적으로 현대화하여 국가차원의 공공의 서비스를 제공하고 있으며, 계산과학, 고성능컴퓨터 기술, 고성능컴퓨팅(HPC) 활용 응용연구 및 산업체 기술지원 분야 등에서도 국가경쟁력 강화를 위한 핵심적 역할을 수행하고 있다.
2018년 12월부터 서비스를 개시하여 24년까지 운영될 KISTI 슈퍼컴퓨터 5호기는 평균 부하율이 74%를 넘어서면서 시스템이 포화상태에 이르러 자원 부족 현상이 심화되고 있으며, 주력 계산 자원이 범용 CPU 타입이어서 가속기를 통한 성능 향상이 탁월한 분야에서 활용에 제약을 받고 있다. 또한 4차 산업혁명 시대로의 전환, 팬데믹 및 기후변화 등 급변하는 외부 환경 변화에 능동적으로 대응하고 대규모 과학·공학 계산 및 초거대 AI 분야의 연구개발 지원을 통한 국가 과학기술 경쟁력 제고를 위해서도 최신 슈퍼컴퓨터 도입이 절실한 상황이다.
국가센터 초고성능컴퓨터 6호기는 2024년～2028년 국가차원의 거대 계산과학 자원 수요와 초거대 AI 자원 수요 대응을 목표로 구축을 계획하고 있다. 초고성능컴퓨터 6호기는 현재 운영중인 5호기를 대체하여, 기존 과학 및 공학 분야와 인공지능 분야의 고성능 컴퓨팅 요구 자원 수요를 충족하고 다양한 사용자 요구를 반영할 수 있는 컴퓨팅 환경을 제공할 것이다. 이에, 본고에서는 초고성능컴퓨터의 역할과 차기 시스템인 초고성능컴퓨터 6호기 구축 계획에 대해 살펴보고자 한다.
홍태영 · 안도식 · 우준
1.
초고성능컴퓨터 개념 및 구축 필요성
· 초고성능컴퓨터의 개념
· 초고성능컴퓨터 구축 추진 배경 및 필요성
2.
국내외 초고성능컴퓨터 구축 동향
· 해외 초고성능컴퓨터 구축 동향
· 국내 초고성능컴퓨터 구축 동향
3.
국가센터 초고성능컴퓨터 5호기 현황 및 활용성과
· 초고성능컴퓨터 5호기 운영 성과
· 초고성능컴퓨터 5호기 활용 성과
4.
국가 플래그십 초고성능컴퓨터 6호기 구축·운영 계획
· 국가 플래그십 초고성능컴퓨터 6호기 구축 계획
· 국가 플래그십 초고성능컴퓨터 6호기 운영 계획
5.
국가 플래그십 초고성능컴퓨터 6호기 기대 효과
초고성능컴퓨터 구축 배경 및 필요성 1.
초고성능컴퓨터의 개념
●
(정의) 초고성능컴퓨터는 일반 컴퓨터보다 압도적으로 빠른 속도로 대용량 연산을 수행하는 대형 컴퓨터 시스템과 이를 활용하기 위한 응용기술을 통칭
-
수백 대 이상의 고성능컴퓨터를 고속 상호연결망으로 연결시킨 물리적 집합체(HW)와 운영체제 (시스템SW)로 구성
-기술 발전에 따라 성능은 계속 향상되는 만큼 매년 상대적인 성능 비교
1)를 통해 선정하고 있으며, 이를 슈퍼컴퓨터
로도 불리고 있음
1) 매년 6월 유럽에서 열리는 ISC(International Supercomputing Conference)와 11월 미국에서 열리는 SC(Supercomputing Conference)에서 전 세계 초고성능컴
<표 1> 초고성능컴퓨터의 개념
출처) 과기부, 2018
명 칭 세부 기준 비고
탑500 초고성능컴퓨터 (Top500 Supercomputer)
매년 두 차례(6월, 11월)에 걸쳐 발표하는 전세계에서 성능이 가능 뛰어난 500대의
초고성능컴퓨터
초고성능컴퓨터
(Supercomputer) 150만달러를 초과하는 고성능컴퓨터
고성능컴퓨터 (High Performance
Computer)
일반컴퓨터보다 뛰어난 계산·메모리·데이터를 기반으로 과학·공학·데이터분석 등에 사용되는
서버급 이상 컴퓨터
<표 1> 초고성능컴퓨터의 개념
-
국내에서 ‘초고성능컴퓨터’는 국가초고성능컴퓨터 활용 및 육성에 관한 법률에 정의
1. “초고성능컴퓨터”란 대용량 데이터를 초고속으로 생산·처리·활용할 수 있는 컴퓨터로서 국가 초고성능컴퓨팅위원회가 정하는 기준에 적합한 컴퓨터를 말한다.
2. “초고성능컴퓨팅”이란 초고성능컴퓨터나 초고성능컴퓨터 기술을 이용한 고용량·고속의 전산망의
활용, 특수 목적의 실험시스템 구축, 응용 및 시스템 소프트웨어, 대용량 데이터 관리 등을 포함하는
컴퓨팅, 통신 및 정보기술을 말한다.
●
(이용 범위) 초고성능컴퓨터는 보통의 고성능 컴퓨터로는 풀기 어려운 대용량의 정보들을 초고속으로 생산·
처리·활용하는데 이용되며, 인공지능·빅데이터 기술과 융합하여 계산 → 데이터분석, 기초과학 → 산업 중심 으로 이용 범위가 확대 발전
-
학술적 연구 목적의 활용에서부터 기상예보, 보건 등의 공공 서비스, 그리고 다양한 분야의 산업적 목적으로 이용
-전통적으로 기상·기후 예측 및 입자물리·천문우주·생명공학 등 거대·계산과학 분야 와 실험이 어렵거나 불가능한
핵실험 등 국방·안보·에너지 분야 연구에 주로 이용
-
현재는 빅데이터·인공지능 등과 융합되어 정밀 의료, 농업 기술에서부터 스마트도시, 재생에너지, 자율 주행 자동차에 이르는 일상 분야 전반으로 이용 확대
초고성능컴퓨터 구축 추진 배경 및 필요성
●
(국가 초고성능컴퓨터) 정부는 ’88년 슈퍼컴퓨터 1호기 구축을 시작으로, ’11년 국가초고성능컴퓨터 활용 및 육성에 관한 법률(초고성능컴퓨터법) 제정에 따라 국가센터를 지정, 최고수준의 초고성능컴퓨터를 구축·운영
-2차례의 기본계획 수립(’13, ’18)을 통해 국가 초고성능컴퓨팅 육성 체계를 구축, 국내 과학기술의 비약적 발전에
기여
-
이를 기반으로 1~5호기까지 국가 초고성능컴퓨팅 인프라 구축을 통해 국내 과학 기술의 비약적 발전 및 혁신성과 창출에 기여
1호기 2호기 3호기 4호기 5호기
・구축: ’88년
・성능: 2 GFlops ・구축: ’93년
・성능: 16 GFlops ・구축: ’02년
・성능: 4.6 TFlops ・구축: ’08년
・성능: 360 TFlops ・구축: ’18년
・성능: 25.7 PFlops
<표 2> 국가 초고성능컴퓨터 구축 연혁
●
(수요급증) 초거대문제 해결 및 산업과학기술 혁신 창출, 국민생활 개선, AI 활용연구 분야 확대 등 급증하는 컴퓨팅 자원 수요 대비 現 국가센터 초고성능컴퓨터 가용성 감소로 인해 인프라 교체 및 신규 서비스 제공 시급
-최근 5년간 연산수요는 약 49배 폭증했으나, 자원량은 3.2배만 확충되어 ’20년 기준 수요의 1/480 수준만 대응 가능
※ 국내 자원량/수요 현황: (’15)9.7PF/311PF(1/32)→(’20)31.5PF/15.1EF(1/480)
-
국가센터 5호기 누리온(25.7PF) 시스템의 사용률이 (’19년)63% (’20년)78%, (’21년) 78.2%로 단기간에 포화 상태에 이르렀으며, 구축 이후 평균 사용률 73%, 평균 대기 시간 5.1시간에 달함
※ 행안부 정보시스템 운영 성과관리 지침에 따르면, 자원의 70~80%(CPU 활용률) 이상 사용시 과부하상태로 판정
-특히 대기시간 문제로 연구자 신청회수를 2회로 제한했음에도 불구하고 과제 선정률은 51%로 낮아지는 등, 연구자
지원 수준이 취약한 실정(’21년)
※ 국가센터 과제 지원율: (’16)85%→(’17)76%→(’18)59%→(’19)63%→(’20)65%→(’21)51%
-
또한 기존 거대계산과학 분야 외에 최근 폭발적으로 증가한 인공지능 분야 연산수요에 대응할 수 있는 공공 인프라는 매우 취약한 실정
●
(교체주기 도래) 서비스 5~6년차부터는 최신 CPU/GPU 성능 대비 5호기의 성능 한계로 인해 서비스 품질 하락
-
초고성능컴퓨터는 무어의 법칙
2)반도체 칩의 집적도(컴퓨터 성능)가 평균 1.5~2년마다 2배씩 증가(성능 향상)에 따라 가격대 성능비가 내년 저하되며, 5년이 되면 연간 유지보수비가 시스템의 현재가치를 상회함
-
서버의 내구년수를 고려, 해외 주요국 초고성능컴퓨팅 연구소들은 평균 약 3~5년을 주기로 새로운 초고성능 컴퓨터를 구축
구분 운영기간* 성능(TFlops) TOP500 순위** 예산(억원) 주요 활용 성과
1호기 ’88~’93(5년) 0.002 - 180 ·국산 자동차 설계지원(기간/비용 단축)
·과학적 기상예보 시작
2호기 ’93~’01(8년) 0.016 23위 260 ·액체로켓 엔진 연소실 시뮬레이션
·탄소나노튜브 평면 디스플레이 제작
3호기 ’01~’09(8년) 4.6 42위 594 ·세계최대 우주 시뮬레이션을 통해 우주 생성·진화 과정 규명
4호기 ’08~’18(10년) 363.6 14위 732 ·대체작물 미래 생산성 예측을 통한 기후변화 대응 식량생산 정책 지원
5호기 ’18~ 현재(4년) 25,700 11위 908 ·초거대규모 난류 열유동 해석을 통해 난류 에너지 생성·
변화과정 규명
* 주요국 시스템별 평균 운영기간 : 4~5년
** 구축완료 당시 기준
●
(초거대 AI 분야 신규수요 대응) 4차 산업혁명 및 디지털 뉴딜 정책 추진에 의한 데이터량 증가와 초거대 AI 중심으로 인공지능 분야 수요 급증
-
최근 국내 초거대 AI 모델 도입이 현실화되고 수요가 급증*하고 있는 상황에서 대기업은 자체 초고성능컴퓨터를 구축하고 있으나, 공공영역에서 AI R&D를 지원하는 컴퓨팅 자원은 매우 부족한 상황
* 네이버 하이퍼클로바(매개변수 2,040억개), 카카오브레인 KoGPT(매개변수 3000억개), LG 엑사원(매개변수 3,000억개), OpenAI GPT-3(매개변수 1,750억개) 등
-
KISTI 국가초고성능컴퓨팅센터는 GPU 기반의 뉴론(3.5PF)을 통해 AI 분야를 일부 지원해왔으나, 긴 대기시간 및 자원량 부족으로 인해 많은 연구자/기업들은 소규모의 자체구축 시스템 혹은 국내외 클라우드 서비스를 활용
※ 자체 구축은 소규모 시스템과 클라우드 서비스로는 거대규모 AI 활용 연구 불가
-
인공지능 분야의 원천기술 확보 및 첨단 AI 모델 개발과 AI 기반 과학기술 분야 응용 연구를 수행할 수 있는 대규모*
계산자원을 확보하여 인공지능 분야의 국가 역량 강화 시급
* AI 분야의 최대 계산 규모는 해마다 7배씩 증가하는 추세로 슈퍼컴퓨터의 지원 없이는 첨단 AI 기술개발에 한계 (출처: OpenAI)
●
(거대문제 해결) 대표 거대문제의 세계적 수준 달성을 위한 계산자원 확충 필요
-
(바이오 분자동역학 시뮬레이션) 계산 규모가 매년 1.25배씩 증가해왔으며, 2025년 15PF, 2030년 75PF의 계산자원이 필요할 것으로 추정
-
(유체의 직접 수치 시뮬레이션) 계산 규모가 매년 1.6배씩 증가해왔으며, 2025년 13PF, 2030년 130PF의 계산 자원이 필요할 것으로 추정
-
(천체물리 N-body 시뮬레이션) 계산 규모가 매년 2.1배씩 증가해왔으며, 2025년 76PF, 2030년 3EF의 계산
자원이 필요할 것으로 추정
국내외 초고성능컴퓨터 구축 동향 2.
<그림 1> 최근 10년간 초고성능컴퓨터 동향(Top500)
해외 초고성능컴퓨터 구축 동향
●
(Top500 동향) 세계 각국은 초고성능컴퓨터를 국가 미래경쟁력을 좌우하는 핵심요소로 간주하고 전략적으로 집중 투자
-
미국, 유럽, 일본, 중국 등에서 엑사스케일/프리엑사스케일 급의 초고성능컴퓨터 확보를 위해 경쟁 중임 -
지난 10년간 세계 1위 초고성능컴퓨터 연산성능은 34PF(’13)에서 1.1EF (’22)로 32배 증가
-
국가별 초고성능컴퓨터 실측성능(Rmax) 총합에서, ’22.11월 기준 미국 2,132PF, 일본 624PF, 중국 515PF, 핀란드 321PF, 이탈리아 253PF의 성능 순위를 나타내며 한국은 89PF로 8번째에 위치함
-
전 세계 초고성능컴퓨터의 계산 성능은 4.9EF(’22.11월 기준)이며, ExaFlops(초당 100경(10
18)회 계산속도) 급 단일시스템이 ISC22(’22.6월)에서 최초 등재
●
(미국) 초고성능컴퓨팅 분야 ‘세계 최강’ 유지를 위해 전방위 투자
-
초고성능컴퓨팅을 활용한 사회문제해결, 기술개발, 산업혁신 등 전방위적 발전을 위해 국가초고성능컴퓨팅 전략(NSCI, ’15) 수립
※ 초고성능컴퓨팅 예산 투입(NITRD): ’11년 19.3억 달러 → ’17년 24.4억 달러
-
세계 500위권 내 초고성능컴퓨터 127대(대수기준 2위), 합계성능 약 3,216PF 보유(성능기준 1위)
-
Frontier(HPE-AMD)는 미국 에너지부(DoE) 산하 국립연구소(Oak Ridge National Laboratory)에서 Linpack 엑사플롭스 임계값을 넘은 최초 슈퍼컴퓨터로 ’22년 상반기 Top500에서 1.1엑사플롭스 성능을 기록하였고, El Capitan은 3번째로 미국 엑사스케일 시스템으로 계획 중에 있음
-
2번째 엑사급 시스템은 Argonne National Laboratory의 Aurora 슈퍼컴퓨터로 2EP급 시스템으로 예상되며
현재 구축하고 있음
※ Sapphire Rapids CPU 개발 지연으로 애초 계획 대비 1년 이상 구축 지연
●
(유럽) 과학과 산업 전반으로 초고성능컴퓨팅 활용 확대
-
‘HORIZON Europe’ 전략계획을 통해 범유럽 초고성능컴퓨팅 자원 활용을 위한 연구 인프라 확장 계획 추진 (’21~’24)
-
핀란드 EuroHPC 프리엑사스케일 슈퍼컴퓨터 LUMI가 규모를 확장하여 SC22 TOP500에 다시 등재(2배 확장) 되었으며 309PF(Rmax)의 성능으로 유럽에서 가장 빠른 슈퍼컴퓨터 1위, 전 세계에서 3번째로 빠른 슈퍼 컴퓨터로 선정
-
이탈리아의 Leonardo 슈퍼컴퓨터가 Linpack(HPL) 174.7 PF 성능으로 Top500 순위 4위로 새롭게 등재
-국가별 성능 순위에 핀란드(4위), 이탈리아(5위), 독일(6위), 프랑스(7위)가 유럽의 슈퍼컴퓨터가 성능 순위 10위
안에 대거 자리잡고 있음
-
스위스, 핀란드, 이탈리아 등 ’21~’22년 500PF~1EP 급 대형 시스템을 지속적으로 구축 추진하고 있음
-Europe Processor Initiative(EPI)를 통해 ARM 및 RISC-V를 기반으로 CPU와 다양한 가속기를 하나로 패키징한
이종 CPU를 자체 개발을 추진 중
※ ’22년까지 pre-Exascale 시스템과 ’23년까지 Exascale 시스템 개발을 추진
●
(일본) 초고성능컴퓨팅 강국으로 재도약을 위해 차세대 기술개발에 대규모 투자
-
다양한 분야의 초고성능 컴퓨팅 활용 확대를 위한 공동인프라 구축, 자체 기술개발 (ExaFlops급)을 주요 목표로 하는 Flagship 2020 프로젝트 결과로 ’20년 세계 1위 초고성능컴퓨터인 Fugaku 구축 완료
※ Fugaku 시스템은 이전 시스템인 K Computer보다 100배 더 뛰어난 애플리케이션 성능을 보유한 반면, 전력 소비량은 57.7% ～ 68.3% 증가에 그침
-
세계 500위권 내의 초고성능컴퓨터 31대(대수기준 4위), 합계성능 약 624PF(Rmax 기준 3위)를 보유
●
(중국) 중장기 과학기술계획을 기반으로 자체 초고성능컴퓨터 기술을 위해 투자한 결과, 세계 수준의 기술력 확보
-
중국과학원(CAS) 주관 국가 초고성능컴퓨터사업에 국가고성능컴퓨팅센터(NHPCC), 컴퓨팅기술연구소(ICT) 등이 참여
-
텐허-1(Tianhe-1, 天河-1), 텐허 1A, 텐허-2 개발로 세계 1위를 차지하는 등 자체 개발한 시스템을 지속적으로 발전시키는 중
※ 정부 주도의 대규모 투자로 CPU를 포함한 대부분의 구성요소를 자체 개발하여 전체 시스템 및 응용 최적화
까지 확대
국내 초고성능컴퓨터 구축 동향
●
(국내 초고성능컴퓨터) 국내에서 공공 목적으로 도입된 초고성능컴퓨터는 KISTI(대규모), 기상청(대규모), 한국핵융합에너지연구원(중규모), 기초과학연구원(중규모)을 제외하고 대부분 소규모 장비임
-
외부 공동활용 서비스를 제공하고 있는 KISTI 이외의 대부분의 기관에서는 내부 단독 활용(서비스) 중심으로 운영되고 일부 기관에서만 제한적으로 외부 공동활용 서비스를 제공하고 있음
부처 기관명 시스템명 이론성능
(TF) 구축연도
(년) 이용자수
(명) 운영목적
과학기술 정보통신부
KISTI
누리온(Nurion) 27,500 2018
3,500 공동활용 뉴론(Neuron) 3,500 2018~22
(매년증설)
한국핵융합에너지연구원 카이로스(KAIROS) 1,560 2020 40 내부서비스
기초과학연구원
알레프(Aleph) 1,433 2018
23 공동활용 및 내부서비스 올라프(Olaf) 2,220 2020~21
(매년증설)
울산과학기술원 타키온(Tachyon)* 420 2019
171 공동활용 및 내부서비스
덤보(Dumbo) 3,877 2018
광주과학기술원 DREAM-AI 6,418 2022 미정 자동차 특화 분야
공동활용
고등과학원 Lexicon 343 2018 160 내부서비스
한국표준과학연구원 소재연구데이터플랫폼시스템 260 2021(매년증설) 미정 공동활용 및
내부서비스
한국지질자원연구원 탐사자료분석시스템 151 2020 18 내부 단독활용
기상청 국가기상
슈퍼컴퓨터센터
두루(Duru) 1,900 2020
600 내부서비스 및 그루(Guru) 25,500 2021 공동활용
마루(Maru) 25,500 2021
국방부 국방과학연구소 Sky 350 2018 비공개 내부서비스
농촌진흥청 국립농업과학원
NABIS 1호기** 100 2019 161
내부서비스 및 NABIS 2호기*** 2,900 2023.05 공동활용
(예정) 미정
<표 3> 국내 초고성능컴퓨터 구축 현황
* KISTI 4호기 시스템 이관 사용
** 기상청 3호기 시스템 이관 사용
*** 기상청 4호기 시스템 이관 사용(예정)
※ 국내 단일시스템 기준 100TF(이론성능) 이상 고성능컴퓨팅 자원 포함
국가센터 초고성능컴퓨터 5호기 운영 현황 및 활용성과 3.
초고성능컴퓨터 5호기 운영 현황
●
(성능) 총 이론성능 25.7PF로 2018년 6월 기준 세계 11위(4호기 대비 70배 향상)
-
가격 및 전력 대비 성능이 뛰어나며, 고성능 인터커넥트와 고성능/대용량 스토리지를 채택, 계산집중형 응용뿐만 아니라 데이터집중형 응용에도 고품질 서비스 제공
-
계산 노드는 8,437대, 코어 수는 약 57만개로 구성되어 국내 4차 산업혁명을 주도하기 위한 기반 연구 인프라 역할 수행
●
(시스템 가동 현황) ’19년 1월부터 ’22년 누리온의 월평균 가동률은 99.44%, 사용률은 74.2%(최소 42.4%, 최대 90.7%)
-
시스템 안정화 및 장애복구 자동화를 통해 평균 시스템 가동률 99.4% 달성, 지속적인 최적화를 통해 성능 일관성 확보
<그림 2> 5호기 시스템 사용률 및 가동률(’22.01. ’22.09.)
●
(작업처리건수) ’19년 5호기 공식 서비스 이후 누리온의 작업 처리 건수는 8,416,528건이며, 월평균 작업 수행 건수는 약 20만건임(’22.06.30 기준)
-
5호기의 작업 처리 건수는 ’19년 1,855,639건, ’20년 3,274,173건으로 급격히 증가 되었으며 매년 200만건
이상의 작업을 처리
- 2019 2020 2021 2020 합계 사용자 작업수 1,855,639 3,284,173 2,219,083 1,057,633 8,416,528
<표 4> 누리온 작업 건수 현황 (2019~2022.06)
<그림 3> 누리온 전체 작업 건수 및 평균 대기시간(2019.1.1.~2022.6.30.)
<그림 4> 5호기 기관별 사용 현황
●
(이용자 현황) 5호기의 사용자 수는 ’22년 7월 기준 165개 기관 3,559명이 활용중
-
국가초고성능컴퓨팅센터는 전국의 대학, 연구소, 산업체, 정부기관 등 다양한 기관에 초고성능컴퓨터 자원과 서비스를 지원하고 있음
-
무상:유상 사용자 비율은 75:25
<그림 5> 국가센터 5호기 활용 우수 연구 사례
<Cell 게재> <Nature Comm. 게재> <Physical Chemistry 게재> <Computer Physics Comm.>
대학 연구소 산업체 정부 합계
2019 1,572 350 198 62 2,182
2020 2,390 664 254 79 3,387
2021 2,942 822 261 68 4,093
2022 2,555 726 207 71 3,559
합계 9,459 2,562 920 280 13,221
<표 5> 5호기 지원 사용자 현황 (2019~2022.06)
초고성능컴퓨터 5호기 활용 성과
●
(세계적 수준의 우수 연구성과) 세계 11위(’18.06월 기준) 국가센터 5호기를 통해 초거대문제 및 난제 해결 등 세계적 연구성과 창출 (SCI 논문 658건 유발, IF 합계 4,832(평균 7.34), NSC 저널 44건,
’18.91~’21.12)
<표 6> 5호기 지원 기관 현황 (2019~2022.06)
대학 연구소 산업체 정부 합계
2019 66 21 59 4 150
2020 76 27 77 6 186
2021 79 35 81 9 204
2022 74 31 53 7 165
합계 295 114 270 26 705
-
바이오, 에너지, 소재 등 국가전략 분야의 현안 해결을 지원하는 한편, 선진사례 분석을 통한 초거대문제 선정 및 세계 최고 수준의 문제해결을 위해 기술개발 및 공동연구 수행
분야 주요 내용
나노소재 페로브스카이트
LED 소자
· Journal of Physical Chemistry Letters(’19), (IF 7.3, 상위 15%): 1저자 및 공동교신저자
· Proceedings of IEEE Cluster(’19), (CS 분야 Tier2급 학회): 1, 2저자 및 교신저자
· LHP 소재 합성시뮬레이션 국내 특허 등록 및 해외 PCT 출원
바이오
융합유전자 · Cell(’19), (IF 36, 상위 0.5%): 공저자
알츠하이머 · Nature communications(’19), (IF 11.9, 상위 6.6%): 공동 1저자 및 공동교신저자 자폐증 · Nature genetics, under revision(’19), (IF 25.5, 상위 0.9%): 공동 1저자 특정질환 · Drug repositioning을 통한 특정질환 약물 선정 플랫폼을 SK케미컬에 기술이전 천체물리 우주 진화 · Astrophysical Journal, in preparation(’20.5), (IF 5.58, 상위 16%): 공저자
유체역학 극한 열유동 · Computer Physics Communication, under revision(’19), (IF 3.309, 상위 15%): 공동 1저자
<표 7> 슈퍼컴퓨터 5호기 활용 Big Science 문제해결을 통한 세계적 연구성과
●
(대표 활용성과) 나노소재 전자구조 계산
-
(개요) 반도체 분야에서 메모리 집적도를 현재보다 1,000배 이상 높일 수 있는 신소재를 찾는 연구에 기여
-(성과 및 의미) 누리온을 활용, ‘산화하프늄’이라는 분자에 들어있는 산소 원자에 전압을 가하면 ‘원자간 탄성’이
사라져 집적도를 높일 수 있음을 보임. 국제 학술지 사이언스(Science) 발표(’20.07)
●
(대표 활용성과) 단일세포 전장유전체 분석
-
(개요) 총 334개의 단일세포 및 379개의 조직을 기증받아 세계 최대 규모의 단일세포 전장유전체 분석
-
(성과 및 의미) 윤리적 문제 없이 인간의 초기 배아 발생과정 추적 증명, 희귀질환의 예방, 선별검사 및 정밀치료 시스템 구축에 기여. 국제학술지 네이처(Nature)에 게재(’21.08)
●
(대표 활용성과) p형 반도체용 최적 소재 연구
-
(개요) 슈퍼컴퓨터를 활용한 대규모 p형 산화반도체 소재 데이터 생성 및 후보물질을 발굴, 고처리 전자구조 시뮬레이션을 통한 고온(1000K)에서도 안정적인 반도체 소재 2건 발굴
-
(성과 및 의미) 슈퍼컴퓨터를 이용하여 17,700개의 연구데이터를 생산하여 태양 전지·광전자 소재와 같은 소자에
범용적으로 사용 가능한 새로운 p형 반도체를 구현함으로써 데이터 기반 과학연구 시대를 슈퍼컴퓨터를 활용해
선도
<반도체 직접도 1,000배 향상>
연구팀이 제시한 단일 원자에 데이터를 저장하는 메모리(위)와 수천 개의 원자 집단인 도메인을 사용해 데이터를 저장하는
메모리 비교(아래)
<대규모 신소재 후보물질 발굴>
계층적 스크리닝 기법을 통해 얻어낸 p형 반도체의 구조 예시:
NaNbO2(좌), La2SiO4Se(우)
<유전체 빅데이터 분석 인간 배아발생 규명> <코로나19 스파이크 단백질 시뮬레이션>
<그림 6> 국가센터 5호기 활용 코로나19 연구 사례
●
(대표 활용성과) 코로나19 치료제·백신 개발 연구
-
’20년 4월부터 미 백악관 과학기술정책실에서 주도하는 코로나19 HPC 컨소시엄 가입(’21.07)
-
약 2만 개의 기존 약물 대상으로 슈퍼컴퓨터 시뮬레이션을 통해 코로나19 치료제로 활용 가능한 약물(후보 약물)
8개 발견(’20.03, KISTI 연구팀)
국가 플래그십 초고성능컴퓨터 6호기 구축·운영 계획 4.
국가 플래그십 초고성능컴퓨터 6호기 구축 계획
●
(목표) ’24년 상반기 기준 세계 10위 수준인 600PF(이론성능) 규모의 초고성능컴퓨팅 시스템 구축
-
계산과학 및 첨단 인공지능 분야의 거대 계산 R&D 지원을 위해 이기종 컴퓨팅 환경으로 구성
-국가슈퍼컴퓨팅센터의 기존 기반시설을 최대한 활용하여 구축 공기 및 비용절감
-
대규모 연산을 위한 병렬처리 환경의 운영과 병렬 어플리케이션 개발환경 지원
-
자원 일부를 서비스분야 및 하드웨어 타입별로 분할 구성하여 활용성을 높이고, 스토리지를 다변화하여 계산과학 및 AI 분야 최적 성능을 확보
-
초고성능컴퓨팅 시스템 구성 및 기반시설 주요 요구사항
구분 내용
총 요구성능 이론성능 600PFlops 이상
컴퓨팅노드 구성 GPU파티션,
CPU파티션으로 구성
스토리지 용량(PB) 200PB
인터커넥트 400Gbps
냉각 시스템 수냉식(컴퓨팅자원)
구분 내용
전력량 18MW* 이내
전산실 공간 300m2 이내
냉각용량 3,000RT
냉각 시스템 수냉식(컴퓨팅자원)
<표 8> 초고성능컴퓨터 6호기 시스템(좌) 및 기반시설(우) 설계 용량
●
(시스템) CPU와 GPU를 동시 탑재한 이기종 프로세스 환경을 제공하며 차세대 고성능 CPU 및 가속기 로드맵을 고려하여 최신의 아키텍처를 탑재
<그림 6> 국가 플래그십 초고성능컴퓨터 6호기 시스템 구성(안)
* 컴퓨팅자원 전력 14MW + 기반시설 전력 4MW
-
(연산자원) CPU:GPU 비율을 1:2 수준으로 구성하여 GPU 기반의 목표 성능 확보와 충분한 CPU 확보를 통한 기존 계산과학 호환성 보장
※ 계산 시스템을 GPU 파티션과 CPU 파티션으로 분할 구성하여 GPU를 통해 성능 가속이 탁월한 분야(소재, 바이오, AI 등)와 CPU 기반의 기존 계산과학 응용분야(유체, 구조, 항공, 기후 등)을 대상으로 성능과 활용성 동시 달성
구분 GPU 파티션 CPU 파티션
아키텍처 이기종 클러스터
노드 전체 노드 수 3,000노드 내외 1,500노드 내외
전체 랙수 30 8
CPU
노드 당 CPU 1 2
파티션 당 CPU 3,000개 내외 3,000개 내외
전체 CPU 6,000 내외
GPU
노드 당 GPU 4
-
파티션 당 GPU 12,000개 내외
-
전체 GPU 12,000개 내외
성능 (Rpeak) PFlops 600 10
610
메모리
방식 DDR5 DDR5
노드 당 용량 (GB) 512 이상 512 이상
전체 용량 (PB) 1.5 0.75
2.25
<표 9> 초고성능컴퓨터 시스템 계산 자원 설계(안)
구분 사양
인터커넥트 네트워크
노드 당 대역폭(Gbps) 400
컴퓨팅 노드 당 포트 수 노드당 1포트 또는 2포트
토폴로지 Fat-tree (non-blocking) 또는 Dragonfly(+)
<표 10> 인터커넥트 네트워크 주요 사양
-(인터커넥트) 노드 간 400Gbps의 고대역폭 저지연 인터커넥트 네트워크 구성
-
(스토리지) 오픈소스 기반 병렬 파일시스템 구성
※ 데이터 기반 거대 계산과학·AI·데이터분석을 지원하기 위해 고성능 Flash 스토리지와 HDD 스토리 지를 1:9 비율로 계층화하고 다양한 스토리지 성능향상 기술(GPU Direct, Automated Storage Tiering, Distribute
※ 6호기 시스템 주요 사양은 변경 될 수 있음
●
(기반시설) 14MW 규모의 6호기 시스템을 안정적으로 운영하기 위한 전력, 항온, 항습 등 기반시설*을
’23년 구축
* 냉동시스템, 전력분배 시스템, 전산실 공기 흐름, 항온·항습 쿨링, 비상발전기, 무정전 전원공급장치(UPS), 축전지, 소화장치, 자동제어 및 모니터링 시스템 등
-
초고성능컴퓨터 5, 6호기의 병행운전 환경에서 무중단, 무장애 운영이 가능하도록 차별화된 기술을 적용하여 적기 구축
-
5호기와 6호기가 일정기간 병행운전 되는 환경에서 6호기를 운영하기 위해 장비가 설치된 기존 공간을 고려 하여 여유공간에 안정적으로 기반시설
-
슈퍼컴퓨터 6호기의 무중단, 무장애 운영이 가능하도록 전원 및 냉수, 냉각수 이중화(2N)와 냉동기, 냉각탑 및 변압기 예비설비(N+1, 2) 구성
-
14MW급 초고성능컴퓨터 6호기 운영을 위해 3,000RT 급 수냉식 냉각설비 구축
※ 에너지 효율성 극대화를 위해 냉각탑을 중점적으로 활용하는 DLC(Direct Liquid Cooling) 운영 환경 구축
<그림 7> Direct Liquid Cooling 방식과 설치 사례(ORNL Frontier)
구분 사양
공유파일 서비스 시스템
파일시스템 오픈소스 기반
전체 용량 200PB
(Flash 20PB + HDD 180PB)
I/O 성능 대역폭 10TB/s
Meta data: Reads 300M IOPS / Writes 50M IOPS 파일 서버 주요 사양 GPU Direct Storage(GDS) I/O Data On Metadata(DOM)
Progressive File Layout(PFL) Distributed Namespace(DNE) 백업
스토리지 테이프 스토리지 용량 (PB) 40
(5호기 10PB 활용)
<표 11> 파일시스템 주요 사양
-
냉동기 및 냉각탑을 통해 6호기에 냉수를 공급하고 공랭식 냉각기능이 필요한 자원은 기존 프리쿨링 냉동기 활용
-
냉각탑은 밀폐형 냉각탑을 적용하고 건물 옥상에 태양광 패널을 철거한 위치에 설치하며 냉수 공급의 보조 역할을 수행할 냉동기는 지하에 설치
-
냉동기는 무급유 인버터 방식 터보냉동기를 적용하며 6호기를 위한 직접 수냉식으로 계획하되 초고성능컴퓨터의 무중단, 무장애로 안정적 운영이 가능하도록 구성
-
신규 설치될 냉동기에 대해 전통적인 냉동기+냉각탑 조합 외 배관 경로가 짧고 펌프 대수를 줄일 수 있는 프리쿨링 냉동기를 적용
국가 플래그십 초고성능컴퓨터 6호기 운영 계획
●
(목표) 6호기의 최적 활용을 위한 시스템 SW 및 개발도구 구축·운영 지원 등 안정적인 시스템 유지·관리
●
(소프트웨어) 최적성능 제공을 위한 시스템 소프트웨어, 개발도구, 응용소프트웨어 활용 환경 구축
-
시스템 소프트웨어: 작업관리 스케쥴러, 프로비저닝 및 모니터링 소프트웨어는 오픈소스를 우선 고려
-개발도구: 하드웨어 성능에 최적화된 수학 라이브러리 및 컴파일러 등은 상용 소프트웨어 활용
-
응용 소프트웨어: 제품 설계의 해석에 사용되는 CAE 계열 소프트웨어 중 제 3자 서비스가 가능한 것 위주로 제공 (연단위 라이선싱)
구분 사양
소프트웨어시스템
운영체제 Linux 계열
시스템 구성 및 관리 프로그램 Kickstart, Nagios, Ganglia, Openipmi, Conman 등 작업 관리 (택 1) GridEngine, SLURM, PBS pro, Platform LSF, Torque/Maui
가상화 Docker, Singularity, Kubernetes 등
소프트웨어시스템
컴파일러 및 디버거 GCC, Intel Compiler, PGI Compiler, PathScale Compiler, Intel Debugger, Nvidia Nsight 등
병렬 실행 환경 MVAPICH2, OpenMPI, Intel MPI 등
수학 라이브러리 Intel MKL, Atlas, LAPACK, PETSC, BLAS, FFT, Sparse, Nvidia cuBLAS, cuTensor 등
AI/ML 프레임워크 TensorFlow, PyTorch, Keras, JAX 등
응용 소프트웨어 Gaussian, MSC One, OpenFoam 등
<표 12> 초고성능컴퓨터 소프트웨어 주요 사양
구성 비중 시스템 구조
기초·원천연구 40%
· 국가 전략분야*를 중심으로 한 기초연구 지원
* 국가초고성능컴퓨팅 혁신전략(’21.05.28) 10대 전략분야 및 국가전략기술 육성방안(‘22.10.28) 12대 전략기술분야
공공·사회현안 20%
· 기상·기후 예측, 방재, 사법행정 정보, 국방 등 국민생활과 직결된 공공서비스 개발 및 사회현안 해결 연구 지원
※ 현재 5호기 공공·사회현안 분야 지원 비중인 3.25%(구좌수 기준, ‘20~’21)에서 10% 수준으로 점진적으로 높여나갈 예정
산업활용 20%
· 시뮬레이션 기반의 제조 생산성 향상 및 인공지능·데이터와 융합한 신산업* 등 산업분야 전반에 적용되는 기술 개발 지원
* 스마트시티, 맞춤형 의료 서비스, 스마트 공장, 자율주행, 디지털 트윈 등
※ 현재 5호기 산업활용 분야 지원 비중인 1.5%(구좌수 기준, ‘19~’21)에서 20% 수준으로 점진적으로 높여나갈 예정
공유활용 20% · 전문센터와 연계한 초고성능컴퓨팅자원 공유활용체계 연동
<표 13> 초고성능컴퓨터 6호기 자원 배분(안)
●
(운영) 사용자 만족도 제고를 목표로 안정적 운영환경 구축 및 편리한 사용자 서비스 환경 제공
-
중단 없는 전력 공급, 항온·항습 환경 유지, 물리적 보안 및 사이버 침해 대응, 장비 모니터링 및 장애 대응 등을 통한 안정적 운영환경 유지
※ UPS 및 축전지의 물리적 분리를 통해 화재 등 비상상황 확산 방지, 6호기 시스템에 적합한 재해·재난 대비 비상복구 절차 마련 등
-
5호기 및 이기종 시스템(뉴론)의 운영 노하우를 6호기에 반영하여, 안정적 시스템 운영과 최적화된 시스템 성능 보장
※ 작업관리 스케쥴러의 자원할당 방식을 노드 독점할당을 기본으로 하여, 작업간의 성능 간섭과 보안이슈 회피
-
경량 가상화 기술을 본격 적용한 사용자 웹 서비스*를 통해 사용 편의성 개선 및 신규 사용자의 진입장벽 완화
※ 작업 수행, 데이터 관리, 웹기반 개발 환경 등을 지원하는 사용자 포털 및 통합 인증 구현
●
(활용) 국가 정책과 연계한 임무 중심 자원배분, 적극적 지원체계 강화 등을 통해 6호기 활용성 강화
-(자원배분) 공공·사회현안, 산업 분야별 자원배분 비중을 설정하고 패스트트랙* 제도 운영으로 전략성을
강조하고 자원배분 결과 환류** 및 외부전문가 참여 위원회 구성***으로 자원배분의 공정성 확보 * 국가적으로 중요하거나 시급한 이슈(감염병, 소부장 등) 관련 과제에 대해서는 평가 없이 상시적으로 지원
** 초고성능컴퓨팅 자원 활용 과제의 성과 정보를 향후 자원배분 평가에 반영
*** 신청 과제 평가 지표 결정, 평가 결과에 대한 상위 평가 등 정책 결정
5장 국가 플래그십 초고성능컴퓨터 6호기 기대 효과 5.
경제적 기대효과
●
(직접가치) 6호기 구축 후 5년간 총 5,834억원 비용절감 예상
-
수요기관의 중복투자 방지를 통한 비용절감 효과는 2023년부터 2028년까지 5년간 4,149억원에 이를 것으로 추정
-
해외 클라우드 사용비용 절감효과는 5년간 1,685억원으로 추정
●
(간접가치) 초고성능컴퓨터 관련 온라인교육 및 최적화 서비스를 통한 부가가치 창출
-
운영지원, 소프트웨어 제공, 상담, 최적화/병렬화, 온/오프라인 교육 등을 통해 매년 1,000억, 5년간 5,000억 이상의 부가가치 창출 예상 (’21년 KISTI 경제성분석결과)
과학기술적 기대효과
●
(과학기술 역량 제고) 경제·산업 근간이 되는 기초과학 수준을 세계적 수준으로 높여 우리나라의 과학 기술혁신 역량 제고
-
기초 · 원천기술 핵심 인프라로서 분야간 융합협력연구 활성화를 통해 새로운 수요를 창조하고 과학기술적 도약을 선도
※ 지능정보사회 관련 비즈니스, 가상현실, 테라급 나노기능 소자, 환경오염 처리 기술 등의 IT, BT, ET, NT, CT를 융합한 새로운 분야의 원천기술 개발을 선도
-
막대한 비용이 필요한 실험 · 이론을 대체/보완할 시뮬레이션을 통해 창의적인 아이디어와 혁신적 연구기법을 개발
※ 가상현실 및 증강현실 기반의 가상 설계, 가상 제작, 가상 시제품 등 가상 제조업 신시장 창출 및 시제품 없는 고부가가치 비즈니스 모델 개척
-
향후 수요가 예상되는 AI 및 바이오에 특화된 연산인프라 및 응용소프트웨어를 제공, 세계적 연구성과 창출 지원
※ 플래그십 초고성능컴퓨터를 사용, 수요 증가에 보다 유연하게 대응하고 적시에 초고성능 컴퓨팅 자원을 제공
●
(기술혁신 촉진) 기존 불가능했던 거대규모 연구와 첨단연구에 활용하여 과학기술적 발견 및 노벨상 도전의 기반 조성
-
초고성능컴퓨터를 연계한 거대과학연구를 통한 과학적 발견은 기존 연구성과를 뒤집는 혁신을 이룰 원천
기술로 성장 가능
-
감염병 예측·예방, 기후변화 대응 등 글로벌 문제해결에 있어 기존에는 시도하기 어려웠던 범지구적 거대연구 도전 가능
●
(연구생산성 향상) 초고성능컴퓨팅 인프라 기반 융합연구 확대는 연구개발 시간/비용을 수백배 이상 저감하는 효과 창출
-
10대 전략분야를 포함하여 다양한 기초·응용 분야에서 새로운 혁신 아이디어 창출 및 검증을 앞당김
전략분야 연구과제 연구내용
바이오융복합 AI 기반 초고속 대규모 유전체 분석 · 빅데이터, 인공지능 기반 유전체 분석을 통한 질병위험도 및 바이오마커 분석
· 한국인 유전체(K-DNA)를 이용한 질병 기전 및 다양한 표현형 연구를 통한 표적치료 개발
자율주행 안전운행 제어 모형 개발 및 강화 학습을 통한 복합환경 자율주행 AI 모델 개발
· 자율주행 차량으로부터 수집되는 대용량 자료를 기반으로 차량의 안전성과 상태 추정 방안 연구
· 복합환경 자율주행 차량 관제를 위한 Total Solution 개발 ICT 고성능컴퓨팅 기반 자연언어처리, 비전,
멀티모달 연구 · 위성영상 전처리 기술, 저화질의 위성영상을 고화질로 전환하는 초고해상도 생성용 적대신경망(GAN) 관련 딥러닝 기술
기상·기후
환경 GPU 기반 기상/기후 모형 속도 개선 및
구름 모수화 방안 연구 · ARM 기반 저전력 고효율 아키텍처/RISC-V 활용 기상/기후 모형 속도 개선 연구
· 인공지능 기반 날씨 예측을 위한 GPU 기반 구름 모수화 방안 연구개발
제조기반
기술 초대규모 CFD 해석 및 다점·다분야
비정상 최적설계 연구 · 가상의 비행기를 실제와 같이 구현하는 digital aircraft를 이용, 다분야 최적설계 및 설계 파라미터 변경에 따른 분야별 영향 정량화
<표 14> 고성능컴퓨팅 활용 연구과제(예시)
-
모사실험(M&S: Modeling & Simulation), 빅데이터·AI를 활용한 신규 연구방법론 적용을 통해 R&D 투자 효율성 대폭 증대
※ 가능성 있는 실험연구의 사전 스크린과 이론, 검증, 실험 등을 계산기반 연구개발 수행으로 연구시간 단축과 불필요한 실험 방지
-
신약, 신소재/물질 개발·양산 등 대규모·중장기 투자가 필요한 혁신 연구에서 획기적인 예산절감 및 개발기간 단축 효과
사회적 기대효과
●
(지능정보사회 구현) 거대 데이터 수집·구축, 축적·해석을 통해 데이터 지능화를 가능케 함으로써 지능 정보 기술 구현
-
GPT-3 등 초거대 AI 등장과 함께 사회 전반에 걸쳐 범용기술로서의 AI 실현에 초고성능컴퓨터의 유무가 핵심
성공요인이 됨
※ GPU 기반 고속병렬처리 기술은 로봇, 자율주행, 공장자동화, 의료 등 고속처리가 요구되는 산업 전분야의 핵심기술로 발전되면서 기술혁신 동인(Driver)으로 작용
-
실생활에 적용되는 지능화 기반 공공·비즈니스 신제품/신서비스 창출 견인
<그림 9> 지능정보기술을 구현하는 초고성능컴퓨터 역할
●
(국민 삶의 질 향상) 기상·기후 예측, 방재, 사법행정 정보, 국방 등 국민생활과 직결된 공공서비스 분야 활용
-
초고성능컴퓨팅을 활용한 환경문제·재난·신종 전염병 등에 대한 예측 시스템 구축으로 국민 안전도 향상 도모
※ 실시간 태풍 경로 예측 및 정확한 주의보·경보·대피령 발령, 전염병 확산 경로 예측 등을 통해 국민들의 생명과 재산을 보호하고 사회 혼잡비용 최소화
-
치안, 사법, 행정정보, 국방 등 국민 편의와 직결된 공공서비스 분야 활용을 통해 국민 삶의 질 향상
-
초고성능컴퓨팅을 활용, 기후변화, 지진 및 해일 예측 등 범지구적 문제 해결을 선도적으로 추진함에 따라
국제사회 위상 강화
분야 주요 예상성과
우주기원 우주의 근원을 밝히는 세계 최대 규모인 한 변의 길이가 2.5 Gpc/h인 정육면체 공간에서 1조개 이상의 입자들이 만드는 우주거대구조물 공간 천체 시뮬레이션을 위한 코드 개발 및 모사 수행. 이를 통하여 암흑물질과 암흑에너지와 관련된 물리들을
파악하여 지난 100년 동안 현대 우주론 역사에서 획기적인 사건이 될 수 있음
제조기반 대규모 자연대류에서 난류 열전달 특성 연구를 위한 세계 최고수준의 고병렬 소프트웨어 개발 및 엑사스케일 모사 수행. 도심열섬, 대기순환과 같은 자연현상 및 열교환기 혹은 친환경 건축물과 같은 공학문제에 대해 적용할 수 있음
핵융합 국산 토카막형 핵융합 실험로인 KSTAR 핵융합 플라즈마 거동 및 붕괴 과정 시뮬레이션 코드 개발 및 엑사스케일 규모 모사 수행.
붕괴 과정은 물론 준정상상태 경계면 불안정성을 다룰 수 있도록 수십 msec 이상의 시뮬레이션 목표로 함
기후변화 엑사스케일 규모의 자원에서 25KM 이상의 고해상도 기후모델 수행. 신기후 체제에서 탄소 배출량 조절 정책을 마련하고 비가역적 기후변화에 따른 동아시아 지역 기후와 폭염 등 악기상 출현빈도 및 강도 변화를 전망할 수 있음
감염병 대규모 AI 학습을 통한 코로나19 등의 신종감염병 예측 및 대응. 이를 위해 차량 이동데이터, 모바일 데이터, 대중교통 사용 정보, 역학조사 데이터 등 다양한 분야로부터의 빅데이터 학습. 기존에 수행하지 못했던 규모의 빅데이터 분석 수행 시도
국방·안보 AI와 HPC 기술을 융합하여 수치예보 기반의 작전기상정보 생산 및 지원. AI 기법 적용으로 수치예보 내부 물리 모수화 과정 개선하고 엑사스케일 규모의 고해상도 수치예보모델을 수행하여 보다 정확하고 구체적인 예보를 목표로 함
해양기상 AI와 HPC 기술을 융합하여 해양 기상재해 즉 태풍해일 침수범람, 해안 침식, 파랑 등을 예측하는 고병렬 소프트웨어 개발 및 모사 수행. AI 기술을 이용해 멀티모달 데이터 기반 물리역학 모델을 개선하고 기존 HPC 기술을 엑사스케일 환경에서 수행하기 위한
세계최고 수준의 고병렬 소프트웨어 개발을 목표로 함
<표 15> 대표 활용 사례(예시)
• ’21년 제4차 예비타당성 기획보고서, ｢국가 플래그십 초고성능컴퓨팅 인프라 고도화 사업｣, 2021.12.
• 관계부처 합동 (2021), ｢국가초고성능컴퓨팅 혁신전략｣, 2021.5.
• Europe, H. (2022). Horizon Europe. Widening Participation and Strengthening the European Research Area, 2021-2027.
• Frontier supercomputer, https://www.olcf.ornl.gov/frontier
• Lee, Hyun-Jae, et al. “Scale-free ferroelectricity induced by flat phonon bands in HfO2.”Science 369.6509 (2020): 1343-1347.
• Park, Seongyeol, et al. “Clonal dynamics in early human embryogenesis inferred from somatic mutation.”
Nature 597.7876 (2021): 393-397.
• Top500, https://www.top500.org
• Seo, Sangjae, et al. “Supercomputer-aided Drug Repositioning at Scale: Virtual Screening for SARS-CoV-2 Protease Inhibitor.” (2020).
• Youn, Yong, et al. “Large-scale computational identification of p-type oxide semiconductors by hierarchical screening.” Chemistry of Materials 31.15 (2019): 5475-5483.
참고문헌
발 행 일 발 행 인 편 집 위 원 발 행 처
I S S N
2023. 01. 30.
김재수
조민수, 최희석, 이준, 정한민, 함재균, 이준영, 이상환, 곽영
34141 대전광역시 유성구 대학로 245 한국과학기술정보연구원 정책연구실 https://www.kisti.re.kr
2635-5728 제52호
저 자 홍 태 영
KISTI 국가슈퍼컴퓨팅본부 슈퍼컴퓨팅인프라센터 선임연구원
T. 042-869-0667 E. tyhong@kisti.re.kr 안 도 식
KISTI 국가슈퍼컴퓨팅본부 슈퍼컴퓨팅인프라센터 선임기술원
T. 042-869-0664 E. dsan@kisti.re.kr 우 준
KISTI 국가슈퍼컴퓨팅본부 슈퍼컴퓨팅인프라센터 책임연구원
T. 042-869-0595 E. wjnadia@kisti.re.kr
