이질적 고성능 클라우드 컴퓨팅을 위한 확장형 OpenStack의 개발 및 평가

국문 초록 (Abstract)

GPU는 저비용 고효율의 프로세서로 각광을 받고 있으며, 이질적 고성능 컴퓨팅 시스템의 주계산 자원으로 채택되고 있다. 본 논문에서는 GPU 기반의 고성능 클라우드 컴퓨팅을 위해 개발된 확장형 OpenStack을 서술한다. 확장형 OpenStack은 OpenStack에서 GPU 사용이 가능한 가상 머신의 생성 및 관리가 가능하도록, 가상 머신 간의GPU 공유 스케줄러와 GPU 인지형 Nova 스케줄러를 제공한다. 확장형 OpenStack과 Rodinia 벤치마크를 이용한 실험에서 GPU 가상화로 인한 오버헤드가 2%내에 불과함을 보여주고 있다. 이것은 OpenStack이 이질적 고성능 클라우드 컴퓨팅에도 성공적으로 적용 가능함을 의미한다.

다국어 초록 (Multilingual Abstract)

GPU's are getting the spotlight in the chip processor market due to low power consumption and high efficiency, and increasingly adopted as a main computing resource in heterogeneous high performance computing systems. This paper describes OpenStack extension for heterogeneous high performance computing on the cloud. The extended features are a coarse-grained GPU scheduler and a GPU-aware Nova scheduler developed for creating and managing GPU-enabled virtual machines with OpenStack. The experiments by using Rodinia benchmark on OpenStack extension shows that the overhead due to GPU virtualization is within 2%. This means that OpenStack is successfully applicable to the heterogeneous high-performance cloud computing.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. GPU 자원 공유 스케줄러
• 2.1 과립형 GPU 공유 메카니즘
• 2.2 GPU 자원 관리
• 3. GPU 확장형 OpenStack
• 3.1 GPU 인지형 Nova 스케줄러
• 3.2 GPU 사용 가능 가상 머신(GEVM)의 생성
• 4. 성능 평가
• 5. 관련 연구
• 6. 결론
• Acknowledgment
• 참고문헌

참고문헌 (Reference)

1 김진택, "클라우드컴퓨팅 기술 스택 분석" 한국차세대컴퓨팅학회 11 (11): 79-89, 2015

2 박상면, "클라우드 컴퓨팅 환경에서 자원의 TDP(Thermal Design Power)와 사용률을 이용한 소비전력 예측 방안" 한국차세대컴퓨팅학회 12 (12): 25-32, 2016

3 최정열, "클라우드 데이터 센터의 에너지 효율성 평가프레임워크" 한국차세대컴퓨팅학회 10 (10): 66-76, 2014

4 L. Shi, "vCUDA: GPU accelerated high performance computing in virtual machines" 1-11, 2009

5 P. Barham, "Xen and the Art of Virtualization" 2003

6 "Rodinia Benchmark"

7 "PCI express direct pass-through"

8 "OpenStack Foundation"

9 "OpenStack"

10 "OpenCL"

11 "NVIDIA vGPU"

12 "KVM"

13 E. W. Pugh, "IBM's 360 and early 370 systems" MIT Press

14 "Graphics Processing Unit"

15 V. Gupta, "GViM: GPU-accelerated virtual machines" 17-24, 2009

16 "GPU energy efficiency"

17 T. Jun, "GPGPU enabled HPC Cloud Platform based on OpenStack" 2014

18 H. Jo, "Exploiting GPUs in virtual machine for BioCloud" 2013

19 "Cloud market trends"

20 "CUDA"

21 "Amazon EC2"

22 B. Varghese, "Acceleration-as-a-Service: Exploiting Virtualised GPUs for a Financial Application" 2015

23 S. Mittal, "A Survey of CPUGPU Heterogeneous Computing Techniques" 2015

24 Giunta G., "A GPGPU transparent virtualization component for high performance computing clouds" 6271 : 379-391, 2010