1. AWS 유안타증권 HPC 적용 사례
Jeongho Chu
유안타 증권
Time : 10:30 - 11:20

2. Agenda
1. Introduction
2. Challenges
3. HPC with AWS
4. Outcome
5. Next Steps

3. 추정호 (OTC운용팀)
jeongho.chu@yuantakorea.com
Marquis who’s who (2009)
KAIST 수학 (학사)
KAIST 기계공학 (석사)
KAIST 기계공학 (박사)
금융
IT
Quant
수학
Profile
Introduction
What’s a Quant?

4. Introduction to ELS (Equity Linked Securities)
Dominant Type
• Stepdown
• Auto-callable
• Mixture of many types of options
• Multiple underlying assets
Dominant Underlying Assets
• Equity Indexes
• KOSPI 200, HSCEI, S&P 500, etc…
53

5. Pricing Method
Mathematical Model
 Geometric Brownian Motion
𝑑𝑆
𝑆
= 𝑟𝑑𝑡 + 𝜎𝑑𝑊
 Black-Scholes equation
𝜕𝑉
𝜕𝑡
+ 𝑟𝑆
𝜕𝑉
𝜕𝑆
+
1
2
𝑆2 𝜎2
𝜕2 𝑉
𝜕𝑆2
= 𝑟𝑉
Monte Carlo Method
Finite Difference Method

6. 현재 사내 Computing 환경
• Intel Xeon E5-2600 v3 – 사내에 8대 보유
(총 128 Core)
• Accelerator : Intel Xeon Phi × 2
• Grid manager : OpenMPI
• In-House Pricing Engine
• Intel Compiler for optimization

7. Pricing step down
• # of Product : 500
• # of Scenario : 50
• # of total cases : 25,000
• Computing time for each case : 1 min
• On 128 cores, it requires 3.3 hours
Price surface for 2 index ELS
“128 Core에서는 결과를 얻기 까지 약 3시간이 소요됨”

8. Agenda
1. Introduction
2. Challenges
3. HPC with AWS
4. Outcome
5. Next Steps

9. Challenges & Requirements
한정적인 컴퓨팅 자원
높은 투자 비용
필요 컴퓨팅 자원 예측 불가
결과 도출 시간 절감 필요
비용 절감 필요
확장성과 무제한 컴퓨팅 니즈
1
2
3

10. 한정적 컴퓨팅 자원
?
• 하루에 장이 종료되고 특정 시간대에만
몰리는 Job의 특성
• 8대(128 Core)의 한정적인 Cluster는 Job이
몰리게 되면 대기열이 생기고 응답시간이
느려지게 됨
1

11. 높은 투자 비용
• Unit Price : 1,000 ~ 1,500만원
• 1,000 Core 구축 시 최대 3억~5억 필요
• 추가적인 유지보수 비용 소요
• 도입 시 견적, 예측, 설치 등 수개월 소요
“높은 초기 투자비용으로 인해 많은 Core를 구매하기 어려움”
2

12. Market doesn’t wait for you
KOSPI
HSCEI
2,200
1,800
15,000
8,000
-18%
-46%
Needs more
computing power
“Market의 변동성이 클수록 순간적이고 일시적인 컴퓨팅 파워를 요구함”
3

13. Agenda
1. Introduction
2. Challenges
3. HPC with AWS
4. Outcome
5. Next Steps

14. Challenges & Requirements
한정적인 컴퓨팅 자원
높은 투자 비용
필요 컴퓨팅 자원 예측 불가
결과 도출 시간 절감 필요
비용 절감 필요
확장성과 무제한 컴퓨팅 니즈

15. From one instance…
Job A = 1 core x 500 hours

16. …to thousands
Job A = 500 core x 1 hour
Job A = 1 core x 500 hours

17. Challenges & Requirements
한정적인 컴퓨팅 자원
높은 투자 비용
필요 컴퓨팅 자원 예측 불가
결과 도출 시간 절감 필요
비용 절감 필요
확장성과 무제한 컴퓨팅 니즈

18. 고객이 이미 사용하고 있는 부분
100%
Time
Spot
0%
AWS Spot Market
데이터센터
Utilization

19. 스팟 인스턴스 가격 History
일반 가격의 10~20% 수준
일반 On-demand가격

20. Agenda
1. Introduction
2. Challenges
3. HPC with AWS
4. Outcome
5. Next Steps

21. Architecture on AWS
RabbitMQ
NFS
Master
OpenMP
Worker
OpenMP
Worker
OpenMP
Worker
On demand
Spot
Spot
Spot
10G Network
• Queue 시스템 도입 : 확장성 향상
• 고립된 네트워크 : 보안성 향상, 10G 네트워킹 사용으로 퍼포먼스 증대
• Master - On Demand Instance, Worker – C4.8XL Spot Instance × 14
• 36 Cores x 14 = Total 504 Cores – 수요에 따라 수분 만에 추가 확장 가능

22. 결론
 Cost
• On Premise : 400~600원/hour (3년 감가상각 가정, 32 core 서버 1대, 임대료, 전기 등
제외)
• On Demand : 1.91 $/hour (c4.8xlarge : 36core, 추가 비용 없음)
• Spot Instance : 0.2 ~ $/hour
 Usage
• 1 × On Demand + 14 × Spot = 540 cores, around 6$/hour (spot : 0.3$ 가정)
• On Premise 이었다면 : 6.8K ~ 10.2K 원/hour (서버 17대)
 Time
• 기존 128 Core에서 평균 2 시간이 걸리던 Job이 AWS에서 4배 빨라져 30분으로 단축
• AWS 상에서는 필요한 시간 대에만 구동시켜 사용하기 때문에 더 비용 효율적임
기존 On Premise 대비 약 1/10로 절감 가능

23. Agenda
1. Introduction
2. Challenges
3. HPC with AWS
4. Outcome
5. Next Steps

24. Future Plan
We consider another 50 scenarios
of market movement.