DFT, MD simulation lab도 장비나 연구비 많이 필요한가요?

2024.02.24

3470

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 9개

2024.02.24

관련분야 종사자로서 반가운 질문이네요 ^^. 개인적인 의견을 드리자면 다음과 같습니다.

개인 노트북은 작업 확인용이고 보통 원격으로 리눅스 서버에 접속해서 진행하기 때문에 공간 제약이 없음 (해당 분야 연구의 큰 장점).
병렬계산용 컴퓨터는 다다익선이고, DFT/MD 특히 MD는 장비 매우 중요하고 연구비 많이 필요하므로 진학 시에 중요한 고려사항이 될 수 있습니다 (최근 나오는 네이처/사이언스 자매지 결과 보면 한국에 있는 장비로 돌릴만한 수준이 안됨. 특히 미국, 일본 쪽 슈퍼컴퓨터 활용하는 것과 비교하면 우리나라는 매우 초라함).
보통 컴퓨터로 연구한다고 하면 연구비 많이 필요 없을 것 같다는 인식이 있는데 (데스크탑으로 돌리던 예전 수치 계산이나 그럴 듯) 세부 분야마다 다름.
계산자원 필요량은 대략 MD >>> DFT >>>>>>> FEM 정도 느낌이고, DFT/MD 연구를 한다면 랩 연구비와 그에 따른 자체 장비 충분하지 않으면 학생 입장에서 큰 스트레스 유발. 이유는 아래와 같음.

2024.02.24

- FEM은 보통 데스크탑 형태의 워크스테이션을 여러 대 갖추는 방식으로 연구
- DFT/MD는 보통 자체 클러스터, KISTI 누리온, HPC Cloud(아마존 등) 를 활용
- 자체 클러스터와 HPC Cloud를 비교하면 비용적으로 무조건 자체 클러스터가 우위 (왜냐면 자체 클러스터는 랩에서 전기료를 안내기 때문).
- MD는 애당초 DFT에 비해 사이즈를 키우는 것이 목적이기 때문에 거대규모 계산에 맞는 계산자원이 많이 필요하고 병렬 효율이 매우 중요함.
- 비용적으로 보면, KISTI 누리온 지원과제가 무료이기는 하지만, 선정 경쟁이 있고 선정되어서 활용하려고 해도 사용자가 너무 많아서 계산 시작되려면 며칠 걸리는 경우 허다함 (대학원생 배우는 입장에서 조건 하나 확인하는데 며칠 걸리면 어떻게 연구함?). Xeon phi 병렬 효율이 쓰레기라서 MD 연구에 돈 주고 사용할 것은 못됨.
- 외부 HPC Cloud를 과금 형태로 사용하면 바로 계산이 돌기는 하지만, 잔고 확인하는 것 자체가 스트레스 유발 요소임 (큰 계산 하나 잘못 돌리면 교수 눈치보기 바쁨. 실험랩에서 실험 잘못해서 재료비/분석료 낭비하고 욕먹는 것처럼).

대댓글 3개

노래하는 마이클 패러데이*

2024.02.24

Xeon Phi ㅋㅋ

2024.02.24

지나가다가 궁금해서 질문 남깁니다! 저희는 3세대 제온 스케일러블 프로세서(총 500코어)로 클러스터 구축해서 쓰는데 제온 파이처럼 병렬연산 효율이 별로인가요? MD DFT는 계산 하나에 코어 최소 몇개정도 투입되는게 적당할까요? 현재는 계산 하나에 CPU 코어 50개정도 쓰는것 같습니다.

2025.03.14

KISTI 누리온에서 요금을 내고 사용하려고 하는데 별로일까요? 저희 연구실이 DFT 계산을 하는 연구실도 아니고 컴퓨터도 계산용으로 없어서요

2024.02.24

현재로서는 인텔 제온 스케일러블 아니면 선택이 없죠. AMD CPU가 스펙상 가성비는 좋아보여도 인텔 컴파일러의 힘으로ㅋ 인텔 스케일러블이 병렬 효율이 좋고 아직까지 서버용 CPU는 인텔이죠. 제온 전체가 아니라 제온 파이를 말씀드린 거고요 (조기 단종된 망작인데 누리온에서 재고떨이에 큰 기여를 했지요). 아 3세대라면 인텔이 삽질을 거듭할 때 니온거라 2세대에 비해 가성비가 똥망이지만 어쨌든 성능상에는 문제가 없고요.

2024.02.24

노드간 네트웍 장비(Infini band) 성능에 따라 차이가 있겠지만, 1개 노드를 벗어난 계산은 일정부분 효율이 떨어지므로 돌릴 계산이 많다면 무조건 1개 노드씩 돌려야겠죠. 물론 급한 계산은 효율이 조금 떨어지더라도 여러 개를 잡아서 빨리 돌려야겠지만요. 경험상 DFT건 MD건 무거운 계산일수록(원자 수가 많을 수록) 상대적으로 병렬 효율이 잘 나오고 가벼운 계산일수록 효율이 떨어지므로, 목표로 하는 계산과 상황(교수의 쪼임과 졸업의 압박ㅋ)을 감안할 수 밖에 없겠지요. 근데 1개
노드를 벗어나는 계산에서 DFT(VASP)의 병렬화 효율이 MD(LAMMPS)에 비해 많이 떨어져서, 전반적으로 DFT를 주로 다루는 랩은 노드 1개당 코어를 늘리는 방향으로 구성하고, MD를 주로 다루는 랩은 노드 1개당 코어수는 가성비가 좋은 CPU를 따르고 네트웍 장비로 잘 연동하는 방향으로 가는 듯 합니다.

2024.02.25

CPU 코어 위주인게 아직까지인데 지금 사실 과도기라서 점차 GPU기반으로 넘어가는 추세입니다. 알려진 MD DFT소프트웨어들은 다 GPU버전이 나왔고 알고리즘 GPU로 포팅하면 논문이 나오죠

2024.02.29

컴퓨터사양 좋아야 하고 서버비같은거 내던데요 잘은 모르지만 ㅋㅋ

댓글쓰기

게시판 목록으로 돌아가기

자유 게시판(아무개랩)에서 핫한 인기글은?

자유 게시판(아무개랩)에서 최근 댓글이 많이 달린 글

🔥 시선집중 핫한 인기글

최근 댓글이 많이 달린 글