SlideShare a Scribd company logo
1 of 31
Download to read offline
슈퍼컴퓨터와 국가경쟁력

이 지 수

국가슈퍼컴퓨팅연구소
한국과학기술정보연구원
Contents
슈퍼컴의 정의

슈퍼컴의 활용

Top500 순위

2
슈퍼컴퓨터의 정의

3
슈퍼컴퓨터란 무엇인가? (1/2)
▣ 슈퍼카 vs 일반자동차



현대 아반떼
•
최대속력: 시속 182 킬로
•
엔진: 1.5리터, 100마력
•
가격: 1000만원



람보르기니 레벤톤
•
최대속력: 시속 356 킬로
•
엔진: V12형 6.5리터, 650마력
•
가격: 100만 유로 (약 15억원)

4
슈퍼컴퓨터란 무엇인가? (2/2)
▣ 슈퍼컴 vs 보통컴퓨터



삼성
•
•
•
•

매직스테이션
최대성능: 6.6 GFLOPS
CPU: Intel 2 Core, 3.3 GHz
소모전력: 450W
가격: 150만원



일본
•
•
•
•

이화학연구소 K 컴퓨터
최대성능: 11 PFLOPS
CPU: 88128 SPARC64, 2 GHz
소모전력: 13MW
가격: 1조 5천억원

5
슈퍼컴퓨터는 얼마나 빠른가? (1/2)
▣ FLOPS (FLoating OPerations per Second)
 FLOPS = 1초에 수행할 수 있는 실수 연산의 수

 다음 계산을 하시오

+

3.141592310543
0.235354354431

 계산시간 및 해당 FLOP
• 1초: 1 FLOP
• 10초: 0.1 FLOP

________________________________________

 컴퓨터의 계산속도
• 109: Giga FLOP (보통의 PC)
• 1012: Tera FLOP
• 1015: Peta FLOP (현재의 슈퍼컴)
• 1018: Exa FLOP (차세대 슈퍼컴)

6
슈퍼컴퓨터는 얼마나 빠른가? (2/2)
▣ 11 Peta FLOPS의 의미
 인류와의 계산속도 비교
• 70억명 * 0.1 FLOPS = 0.7 GFLOPS
• 11 PFLOPS / 0.7 GFLOPS = 15,714,285
• 15,714,285 / (24*3600) = 182 일

인류전체가 6개월간 수행할 연산을 단 1초 만에 수행!
계산기를 사용해서 17일간 수행할 연산을 1초 만에 수행

그렇다면, 계산을 빠르게 하는 것이 크게 도움이 될까?

7
슈퍼컴의 활용

8
슈퍼컴퓨터는 어디에 쓰이나?
▣ 자동차 산업 (1/3)

 물리적 실험에 의존
• 시험자동차 제작: 30만불 (3.3억원)
•

충돌시험용 인형: 10만불 (1.1억원)

•

모형의 제작 및 시험 소요시간



물리적실험을 슈퍼컴으로 보완
•
개발기간: 5년 (80년대)
→ 2년 (현재) → 15개월
•
개발비용: 60% 절약

9
슈퍼컴퓨터는 어디에 쓰이나?
▣ 자동차 산업 (2/3)

 EcoBoost 엔진설계 (미국 Ford 사)
•
•

Lincoln, Taurus, Flex에 활용
2013년 전체 차량의 80% 탑재

 충돌시 안정성 향상
•
•

수동적 & 능동적
충돌경고, 에어백 작동,브
레이크 작동 등

10
슈퍼컴퓨터는 어디에 쓰이나?
▣ 자동차 산업 (3/3)
 거대도전 (Grand Challenge): 차량 전체 시뮬레이션
•

자동차 설계에는 여러가지의 연관된 요소를 고려해야 함
•

•
•

외형, 연비, 승차감 등

이러한 요소를 동시에 고려한 최선의 방안을 도출
목표: 개발비용 1/10, 개발시간 1/3로 감축

 거대도전 II: 차량 전체 내구성 실험
•

별도의 수리없이 150,000 mile을 주행
(약 24만 킬로미터)

Resource

11
슈퍼컴퓨터는 어디에 쓰이나?
▣ Blue Brain Project (1/3)
 최종목적
•

인간을 포함한 포유류의 뇌를 컴퓨터로 재현

 추진단계
•
•
•
•

두뇌 시뮬레이션 시설(Brain Simulation Facility)을 구축
쥐의 체성감각부의 신피질(neocortical) column 의 상세모형 구현
구현된 모형을 이용하여 두뇌의 구조 및 기능을 이해
뇌의 다른 부위 및 다른 동물로 확대

Resource

12
슈퍼컴퓨터는 어디에 쓰이나?
▣ Blue Brain Project (2/3)

 Brain Simulation Facility

 신피질 Column 구현 및 분석

•

실험 및 문헌 데이터를 획득

•

약 10,000개의 뉴런

•

모형구현 및 시뮬레이션을 수행

•

쥐의 뇌는 100,000개의 Column

•

결과의 가시화 및 분석

•

실험을 통한 검증작업 수행

13
슈퍼컴퓨터는 어디에 쓰이나?
▣ Blue Brain Project (3/3)
 다음목표: 인간의 뇌를 컴퓨터로 재현

Resource

14
슈퍼컴퓨터는 어디에 쓰이나?
▣ 3.11 일본 대지진 (1/3)
 개요
•
•
•
•
•

진도: 9.0
인명피해:
건물피해:
재산피해:
피해원인:

(일본 최대, 세계 5번째 지진)
사망 5,854, 실종 3,155, 부상 26,992명
전파 129,225, 반파 254,204, 손상 691,766
2350 억달러 (약 260조원)
지진, 쓰나미, 원전사고

Resource

15
슈퍼컴퓨터는 어디에 쓰이나?
▣ 3.11 일본 대지진 (2/3)
 쓰나미
•
•
•

최초피해: 지진발생10~30분 후
센다이 공항 침수: 지진 발생 1시간 후
치바현 피해: 2시간 반 후

Resource

16
슈퍼컴퓨터는 어디에 쓰이나?
▣ 3.11 일본 대지진 (3/3)
 쓰나미 전파 예측

Resource

17
슈퍼컴퓨터는 어디에 쓰이나?
▣ 퀴즈왕 Watson (1/3)
 주어진 문제
•
•
•

자연어로 이루어진 질문에 대하여
속도, 정확도, 신뢰도의 측면에서
인간과 대등한 수준의 답을 하는 컴퓨터

Resource

18
슈퍼컴퓨터는 어디에 쓰이나?
▣ 퀴즈왕 Watson (2/3)
 Watson이 답을 찾는 방법
•

질문분석 → 정답후보 도출 → 증거자료와 비교 → 신뢰도 계산 → 답안

Resource

19
슈퍼컴퓨터는 어디에 쓰이나?
▣ 퀴즈왕 Watson (3/3)
 Watson의 재능을 어떻게 활용할수 있을까?

 “IBM Watson 시티은행에 취직” (2012. 3. 5)
•
•

고객들의 거래내역과, 블로그, SNS 이용 데이터를 취합해 고객의
프로파일을 만들어 개인대출 여부 판단을 지원
장기적으로 고객의 거래와 은행서비스의 개선에 활용

 “퀴즈왕 올랐던 IBM 수퍼컴퓨터, 이번엔 의사로” (2012. 3. 22)
•
•

교과서, 의학저널, 개인의료기록, 암시나리오를 입력 (공부)
암 진단 및 치료 방안이 빠르게 제시될 것으로 기대

 “IBM Watson의 다음직장은 건강보험회사” (2012. 3. 26)
•

Resource
방대한 건강정보 정보와 환자의 정보를 바탕으로 치료법 및 치료약
을 추천

20
계산과학이란 무엇인가?
▣ 계산과학
 미 대통령 과학기술 자문위원회 (PITAC)에 따른 정의
•

“계산과학은 고성능 컴퓨터를 활용하여 복잡한 현상을 이해하고 해결책을 찾아내
는 빠르게 성장하는 학제간의 분야를 말한다”

 계산과학과 “세번째 기둥”
•
•
•

과학은 현상에 대하여 가설 및 모형을 세우고 이를 실험으로 검증
실험 및 이론에 이어 제3의 방법론 (“Third Pillar of Science”)으로 자리”잡았음
Simulationㄴ냐ㅡㅕㅣㅁ샤ㅐㅜ Based Science and Engineering 등으로도 불림

21
슈퍼컴퓨터와 국가경쟁력
▣ 미국 국가경쟁력위원회
 6개 영역
 8대 과제

- HPC Initiative
-“Out-compute to
Out-compete”

22
슈퍼컴퓨터는 어디에 쓰이나?

Resource

ㅗㅅjysoolee.blogspot.com

23
Top500 순위

24
슈퍼컴퓨터 Top500 순위 (2013. 11 기준)
Tianhe-2 (1/2)
▣ 시스템 사양

 계산노드

 1 노드: 2 Intel Ivy Bridge CPU + 3 Xeon Phi
 1 보드: 2 노드
 1 프레임: 16 보드
 1 캐비닛: : 4 프레임
 시스템: 125 캐비닛
 32000 CPU + 48000 Phi

 성능

 이론성능: 54.89 PFLOPS
 CPU: 6.75 PFLOPS (2.2 GHz ⃰ 8 FLOPS ⃰ 12
core x 2 socket x 2 node x 16 board x 4 frame
x 125 cabinet)
 Phi: 48.14 PFLOPS (1.1GHz x 4 FLOPS x
4 thread x 57 core x 3 socket x 2 node x 16
board x 4 frame x 125 cabinet)
 실측성능: 33.9 PFLOPS

 전력: 17.5 MW, 소요면적: 218 평
26
Tianhe-2 (2/2)

Slide from Lu (NUDT)

27
슈퍼컴퓨터 성능: 과거, 현재 및 미래

Slides from Strohmaier (LBNL)
슈퍼컴퓨터 보유: 국가별 현황 (2013.06 기준)

Slides from Strohmaier (LBNL)
슈퍼컴퓨터 보유: 아시아 국가별 현황 (2013.06 기준)

Slides from Strohmaier (LBNL)
31

More Related Content

Similar to 슈퍼컴과 국가경쟁력

Meetup history
Meetup historyMeetup history
Meetup historyMk Kim
 
Human-Machine Interaction and AI
Human-Machine Interaction and AIHuman-Machine Interaction and AI
Human-Machine Interaction and AIDataya Nolja
 
Kiosk issue52 2018_9
Kiosk issue52 2018_9Kiosk issue52 2018_9
Kiosk issue52 2018_9올포피엠
 
과학의날-강연-양정중학교
과학의날-강연-양정중학교과학의날-강연-양정중학교
과학의날-강연-양정중학교Minsuk Lee
 
양자 기계 학습.pptx
양자 기계 학습.pptx양자 기계 학습.pptx
양자 기계 학습.pptxJhung Soo Hong
 
Medical Ai perspectives
Medical Ai perspectivesMedical Ai perspectives
Medical Ai perspectivesNamkug Kim
 
[232] 수퍼컴퓨팅과 데이터 어낼리틱스
[232] 수퍼컴퓨팅과 데이터 어낼리틱스[232] 수퍼컴퓨팅과 데이터 어낼리틱스
[232] 수퍼컴퓨팅과 데이터 어낼리틱스NAVER D2
 
Ai(인공지능) & ML(머신러닝) 101 Part1
Ai(인공지능) & ML(머신러닝) 101 Part1Ai(인공지능) & ML(머신러닝) 101 Part1
Ai(인공지능) & ML(머신러닝) 101 Part1Donghan Kim
 
Deep Learning for AI (1)
Deep Learning for AI (1)Deep Learning for AI (1)
Deep Learning for AI (1)Dongheon Lee
 
K means 알고리즘을 이용한 영화배우 클러스터링
K means 알고리즘을 이용한 영화배우 클러스터링K means 알고리즘을 이용한 영화배우 클러스터링
K means 알고리즘을 이용한 영화배우 클러스터링Edward Yoon
 
[Blt]ai patent strategy(ver2.0) 20181029 karl_final
[Blt]ai patent strategy(ver2.0) 20181029 karl_final[Blt]ai patent strategy(ver2.0) 20181029 karl_final
[Blt]ai patent strategy(ver2.0) 20181029 karl_final태균 정
 
데이터분석의 길 5: “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)
데이터분석의 길 5:  “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)데이터분석의 길 5:  “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)
데이터분석의 길 5: “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)Jaimie Kwon (권재명)
 
20180501 two faces of artificial intelligence 6
20180501 two faces of artificial intelligence 620180501 two faces of artificial intelligence 6
20180501 two faces of artificial intelligence 6ssuser57308c
 
T ka kr_4th
T ka kr_4thT ka kr_4th
T ka kr_4thSubin An
 
[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기
[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기
[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기NAVER D2
 
기계 학습의 현재와 미래
기계 학습의 현재와 미래기계 학습의 현재와 미래
기계 학습의 현재와 미래Joon Kim
 
[한국어] Neural Architecture Search with Reinforcement Learning
[한국어] Neural Architecture Search with Reinforcement Learning[한국어] Neural Architecture Search with Reinforcement Learning
[한국어] Neural Architecture Search with Reinforcement LearningKiho Suh
 
K ems 20060428
K ems 20060428K ems 20060428
K ems 20060428상진 정
 
의료에서의 인공지능 정리 파일 김치원 V5
의료에서의 인공지능 정리 파일 김치원 V5의료에서의 인공지능 정리 파일 김치원 V5
의료에서의 인공지능 정리 파일 김치원 V5Chiweon Kim
 

Similar to 슈퍼컴과 국가경쟁력 (20)

Meetup history
Meetup historyMeetup history
Meetup history
 
Human-Machine Interaction and AI
Human-Machine Interaction and AIHuman-Machine Interaction and AI
Human-Machine Interaction and AI
 
Kiosk issue52 2018_9
Kiosk issue52 2018_9Kiosk issue52 2018_9
Kiosk issue52 2018_9
 
과학의날-강연-양정중학교
과학의날-강연-양정중학교과학의날-강연-양정중학교
과학의날-강연-양정중학교
 
양자 기계 학습.pptx
양자 기계 학습.pptx양자 기계 학습.pptx
양자 기계 학습.pptx
 
Medical Ai perspectives
Medical Ai perspectivesMedical Ai perspectives
Medical Ai perspectives
 
[232] 수퍼컴퓨팅과 데이터 어낼리틱스
[232] 수퍼컴퓨팅과 데이터 어낼리틱스[232] 수퍼컴퓨팅과 데이터 어낼리틱스
[232] 수퍼컴퓨팅과 데이터 어낼리틱스
 
Ai(인공지능) & ML(머신러닝) 101 Part1
Ai(인공지능) & ML(머신러닝) 101 Part1Ai(인공지능) & ML(머신러닝) 101 Part1
Ai(인공지능) & ML(머신러닝) 101 Part1
 
Deep Learning for AI (1)
Deep Learning for AI (1)Deep Learning for AI (1)
Deep Learning for AI (1)
 
K means 알고리즘을 이용한 영화배우 클러스터링
K means 알고리즘을 이용한 영화배우 클러스터링K means 알고리즘을 이용한 영화배우 클러스터링
K means 알고리즘을 이용한 영화배우 클러스터링
 
[Blt]ai patent strategy(ver2.0) 20181029 karl_final
[Blt]ai patent strategy(ver2.0) 20181029 karl_final[Blt]ai patent strategy(ver2.0) 20181029 karl_final
[Blt]ai patent strategy(ver2.0) 20181029 karl_final
 
데이터분석의 길 5: “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)
데이터분석의 길 5:  “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)데이터분석의 길 5:  “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)
데이터분석의 길 5: “고수는 큰자료를 두려워하지 않는다” (클릭확률예측 상편)
 
20180501 two faces of artificial intelligence 6
20180501 two faces of artificial intelligence 620180501 two faces of artificial intelligence 6
20180501 two faces of artificial intelligence 6
 
T ka kr_4th
T ka kr_4thT ka kr_4th
T ka kr_4th
 
[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기
[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기
[213] 의료 ai를 위해 세상에 없는 양질의 data 만드는 도구 제작하기
 
기계 학습의 현재와 미래
기계 학습의 현재와 미래기계 학습의 현재와 미래
기계 학습의 현재와 미래
 
공공기관의 빅데이터 구현 전략
공공기관의 빅데이터 구현 전략공공기관의 빅데이터 구현 전략
공공기관의 빅데이터 구현 전략
 
[한국어] Neural Architecture Search with Reinforcement Learning
[한국어] Neural Architecture Search with Reinforcement Learning[한국어] Neural Architecture Search with Reinforcement Learning
[한국어] Neural Architecture Search with Reinforcement Learning
 
K ems 20060428
K ems 20060428K ems 20060428
K ems 20060428
 
의료에서의 인공지능 정리 파일 김치원 V5
의료에서의 인공지능 정리 파일 김치원 V5의료에서의 인공지능 정리 파일 김치원 V5
의료에서의 인공지능 정리 파일 김치원 V5
 

슈퍼컴과 국가경쟁력

  • 1. 슈퍼컴퓨터와 국가경쟁력 이 지 수 국가슈퍼컴퓨팅연구소 한국과학기술정보연구원
  • 4. 슈퍼컴퓨터란 무엇인가? (1/2) ▣ 슈퍼카 vs 일반자동차  현대 아반떼 • 최대속력: 시속 182 킬로 • 엔진: 1.5리터, 100마력 • 가격: 1000만원  람보르기니 레벤톤 • 최대속력: 시속 356 킬로 • 엔진: V12형 6.5리터, 650마력 • 가격: 100만 유로 (약 15억원) 4
  • 5. 슈퍼컴퓨터란 무엇인가? (2/2) ▣ 슈퍼컴 vs 보통컴퓨터  삼성 • • • • 매직스테이션 최대성능: 6.6 GFLOPS CPU: Intel 2 Core, 3.3 GHz 소모전력: 450W 가격: 150만원  일본 • • • • 이화학연구소 K 컴퓨터 최대성능: 11 PFLOPS CPU: 88128 SPARC64, 2 GHz 소모전력: 13MW 가격: 1조 5천억원 5
  • 6. 슈퍼컴퓨터는 얼마나 빠른가? (1/2) ▣ FLOPS (FLoating OPerations per Second)  FLOPS = 1초에 수행할 수 있는 실수 연산의 수  다음 계산을 하시오 + 3.141592310543 0.235354354431  계산시간 및 해당 FLOP • 1초: 1 FLOP • 10초: 0.1 FLOP ________________________________________  컴퓨터의 계산속도 • 109: Giga FLOP (보통의 PC) • 1012: Tera FLOP • 1015: Peta FLOP (현재의 슈퍼컴) • 1018: Exa FLOP (차세대 슈퍼컴) 6
  • 7. 슈퍼컴퓨터는 얼마나 빠른가? (2/2) ▣ 11 Peta FLOPS의 의미  인류와의 계산속도 비교 • 70억명 * 0.1 FLOPS = 0.7 GFLOPS • 11 PFLOPS / 0.7 GFLOPS = 15,714,285 • 15,714,285 / (24*3600) = 182 일 인류전체가 6개월간 수행할 연산을 단 1초 만에 수행! 계산기를 사용해서 17일간 수행할 연산을 1초 만에 수행 그렇다면, 계산을 빠르게 하는 것이 크게 도움이 될까? 7
  • 9. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 자동차 산업 (1/3)  물리적 실험에 의존 • 시험자동차 제작: 30만불 (3.3억원) • 충돌시험용 인형: 10만불 (1.1억원) • 모형의 제작 및 시험 소요시간  물리적실험을 슈퍼컴으로 보완 • 개발기간: 5년 (80년대) → 2년 (현재) → 15개월 • 개발비용: 60% 절약 9
  • 10. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 자동차 산업 (2/3)  EcoBoost 엔진설계 (미국 Ford 사) • • Lincoln, Taurus, Flex에 활용 2013년 전체 차량의 80% 탑재  충돌시 안정성 향상 • • 수동적 & 능동적 충돌경고, 에어백 작동,브 레이크 작동 등 10
  • 11. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 자동차 산업 (3/3)  거대도전 (Grand Challenge): 차량 전체 시뮬레이션 • 자동차 설계에는 여러가지의 연관된 요소를 고려해야 함 • • • 외형, 연비, 승차감 등 이러한 요소를 동시에 고려한 최선의 방안을 도출 목표: 개발비용 1/10, 개발시간 1/3로 감축  거대도전 II: 차량 전체 내구성 실험 • 별도의 수리없이 150,000 mile을 주행 (약 24만 킬로미터) Resource 11
  • 12. 슈퍼컴퓨터는 어디에 쓰이나? ▣ Blue Brain Project (1/3)  최종목적 • 인간을 포함한 포유류의 뇌를 컴퓨터로 재현  추진단계 • • • • 두뇌 시뮬레이션 시설(Brain Simulation Facility)을 구축 쥐의 체성감각부의 신피질(neocortical) column 의 상세모형 구현 구현된 모형을 이용하여 두뇌의 구조 및 기능을 이해 뇌의 다른 부위 및 다른 동물로 확대 Resource 12
  • 13. 슈퍼컴퓨터는 어디에 쓰이나? ▣ Blue Brain Project (2/3)  Brain Simulation Facility  신피질 Column 구현 및 분석 • 실험 및 문헌 데이터를 획득 • 약 10,000개의 뉴런 • 모형구현 및 시뮬레이션을 수행 • 쥐의 뇌는 100,000개의 Column • 결과의 가시화 및 분석 • 실험을 통한 검증작업 수행 13
  • 14. 슈퍼컴퓨터는 어디에 쓰이나? ▣ Blue Brain Project (3/3)  다음목표: 인간의 뇌를 컴퓨터로 재현 Resource 14
  • 15. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 3.11 일본 대지진 (1/3)  개요 • • • • • 진도: 9.0 인명피해: 건물피해: 재산피해: 피해원인: (일본 최대, 세계 5번째 지진) 사망 5,854, 실종 3,155, 부상 26,992명 전파 129,225, 반파 254,204, 손상 691,766 2350 억달러 (약 260조원) 지진, 쓰나미, 원전사고 Resource 15
  • 16. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 3.11 일본 대지진 (2/3)  쓰나미 • • • 최초피해: 지진발생10~30분 후 센다이 공항 침수: 지진 발생 1시간 후 치바현 피해: 2시간 반 후 Resource 16
  • 17. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 3.11 일본 대지진 (3/3)  쓰나미 전파 예측 Resource 17
  • 18. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 퀴즈왕 Watson (1/3)  주어진 문제 • • • 자연어로 이루어진 질문에 대하여 속도, 정확도, 신뢰도의 측면에서 인간과 대등한 수준의 답을 하는 컴퓨터 Resource 18
  • 19. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 퀴즈왕 Watson (2/3)  Watson이 답을 찾는 방법 • 질문분석 → 정답후보 도출 → 증거자료와 비교 → 신뢰도 계산 → 답안 Resource 19
  • 20. 슈퍼컴퓨터는 어디에 쓰이나? ▣ 퀴즈왕 Watson (3/3)  Watson의 재능을 어떻게 활용할수 있을까?  “IBM Watson 시티은행에 취직” (2012. 3. 5) • • 고객들의 거래내역과, 블로그, SNS 이용 데이터를 취합해 고객의 프로파일을 만들어 개인대출 여부 판단을 지원 장기적으로 고객의 거래와 은행서비스의 개선에 활용  “퀴즈왕 올랐던 IBM 수퍼컴퓨터, 이번엔 의사로” (2012. 3. 22) • • 교과서, 의학저널, 개인의료기록, 암시나리오를 입력 (공부) 암 진단 및 치료 방안이 빠르게 제시될 것으로 기대  “IBM Watson의 다음직장은 건강보험회사” (2012. 3. 26) • Resource 방대한 건강정보 정보와 환자의 정보를 바탕으로 치료법 및 치료약 을 추천 20
  • 21. 계산과학이란 무엇인가? ▣ 계산과학  미 대통령 과학기술 자문위원회 (PITAC)에 따른 정의 • “계산과학은 고성능 컴퓨터를 활용하여 복잡한 현상을 이해하고 해결책을 찾아내 는 빠르게 성장하는 학제간의 분야를 말한다”  계산과학과 “세번째 기둥” • • • 과학은 현상에 대하여 가설 및 모형을 세우고 이를 실험으로 검증 실험 및 이론에 이어 제3의 방법론 (“Third Pillar of Science”)으로 자리”잡았음 Simulationㄴ냐ㅡㅕㅣㅁ샤ㅐㅜ Based Science and Engineering 등으로도 불림 21
  • 22. 슈퍼컴퓨터와 국가경쟁력 ▣ 미국 국가경쟁력위원회  6개 영역  8대 과제 - HPC Initiative -“Out-compute to Out-compete” 22
  • 25. 슈퍼컴퓨터 Top500 순위 (2013. 11 기준)
  • 26. Tianhe-2 (1/2) ▣ 시스템 사양  계산노드  1 노드: 2 Intel Ivy Bridge CPU + 3 Xeon Phi  1 보드: 2 노드  1 프레임: 16 보드  1 캐비닛: : 4 프레임  시스템: 125 캐비닛  32000 CPU + 48000 Phi  성능  이론성능: 54.89 PFLOPS  CPU: 6.75 PFLOPS (2.2 GHz ⃰ 8 FLOPS ⃰ 12 core x 2 socket x 2 node x 16 board x 4 frame x 125 cabinet)  Phi: 48.14 PFLOPS (1.1GHz x 4 FLOPS x 4 thread x 57 core x 3 socket x 2 node x 16 board x 4 frame x 125 cabinet)  실측성능: 33.9 PFLOPS  전력: 17.5 MW, 소요면적: 218 평 26
  • 28. 슈퍼컴퓨터 성능: 과거, 현재 및 미래 Slides from Strohmaier (LBNL)
  • 29. 슈퍼컴퓨터 보유: 국가별 현황 (2013.06 기준) Slides from Strohmaier (LBNL)
  • 30. 슈퍼컴퓨터 보유: 아시아 국가별 현황 (2013.06 기준) Slides from Strohmaier (LBNL)
  • 31. 31