[Abstract]
현재 삼성전자는 세계 15위 규모의 수퍼컴을 보유하고 있다. 기술원 내 Extremely Scalable Computing SW 과제는 수퍼컴 활용 역량을 극대화 하는 것을 미션으로 부여 받아, 대규모 AI 분산 학습과 양자화학에 기반한 분자 동역학 시뮬레이션을 효율화 하는 것을 주요 목표로 하고 있다. 대규모 AI 분산 학습의 경우, 단계별로 데이터 병렬화, 모델 병렬화 기술을 세계 최고 수준으로 확보하고 기술원 내 AI 적용 과제에 확산해가고 있다. 2021년 10월, 2022년 6월 MLPerf Training Benchmark에 제출된 BERT (Transformer 기반 언어모델)의 분산 학습 최적화 과정을 소개한다 (A100 GPU 1024개 기준 세계 1위). 한편, 제일계산원리에 기반한 분자 동역학 시뮬레이션 경우 Machine Learning Interatomic Potential (MLIP)을 활용하여 가속하는 것이 주요 골자이다. MLIP가 갖춰야 할 물리적 특성을 설명하고, 주요 MLIP 방법론에 대한 간략한 소개와 평가 결과를 공유한다. 마지막으로 반도체 공정 시뮬레이션에 적용하기 위해서는 현 수준에서 1억배 이상 가속이 필요한 상황을 공유하고, Open Innovation을 제안한다.
[Biography]
B.S in Computer Science and Engineering, POSTECH, 2005
Ph.D in Computer Science and Engineering, POSTECH, 2015
Building Hyper-scale AI R&D solution in Samsung SuperComputer.
Reported outstanding BERT training performance using 1024 A100 GPUs to MLPerf Training benchmark
v1.1 and v2.0. (2020~present)
Researching on machine learning interatomic potential for accelerating quantum-mechanical
atomistic simulations. (2021~present)
Mobile GPU-based deep learning inference framework development and commercialization
(2015~2018)
Deep learning based automatic SEM images classification methodology development and application
to Through-Silicon Via (TSV) process (2015~2018)