현대의 연산 집약적 소프트웨어는 CUDA, OpenMP, OpenCL, OpenMP target offload를 포함하여 가속기, 프로그래밍 API, 컴파일러 스택, 이식성 계층이 계속 변하는 생태계 전반으로 이전해야 한다. 대규모 언어 모델(LLM)과 자율 코딩 에이전트(agent)가 이러한 이전을 위해 점점 더 제안되고 있지만, 이 분야는 스레드 인덱싱, 동기화, 메모리 관리, 호스트-디바이스 조율, API별 실행 구조를 포함하여 번역을 행동적으로 유효하게 만드는 저수준 병렬 의미론을 보존하는지 측정할 신뢰할 수 있는 방법이 부족하다. 우리는 실행 가능하고 재현 가능한 조건에서 LLM 기반 병렬 API 번역을 평가하기 위한 커널 중심 벤치마크 프레임워크인 ParBench를 제시한다. ParBench는 선언적 벤치마크 명세를 통해 주변 빌드, 실행, 검증 인프라를 고정하고 모델에게 계산 커널만 번역하도록 요구한다. 이는 여러 오픈소스 HPC 스위트를 활용하며 CUDA, OpenMP, OpenCL, OpenMP target offload 간 대표적인 교차 API 번역 방향을 다룬다. 성공이 표면적 형태의 암기가 아닌 견고한 번역을 반영하는지 검증하기 위해 ParBench는 AST 기반, 의도된 동작 보존, 기준선 검증된 소스 증강을 포함한다. 최신 오픈소스 및 독점 LLM에 대한 평가는 방향 비대칭성, 다중 파일 조율, 불완전한 API 적응, 소스 수준 교란에 대한 불균등한 견고성을 포함하여 신뢰할 수 있는 병렬 코드 번역에 지속적인 장벽이 있음을 보여준다. 코드는 https://github.com/Scientific-Computing-Lab/ParBench 에서 이용할 수 있다.
고성능 컴퓨팅(HPC) 클러스터는 대규모 과학 계산의 중추로 남아 있으며, 전통적으로 예측 가능한 성능을 위해 최적화된 결정론적이고 선형인 파이프라인을 실행해 왔습니다. 그러나 과학 연구에 인공지능(AI)과 파운데이션 모델이 광범위하게 통합됨에 따라 근본적으로 새로운 계산 패러다임이 도입되었습니다. AI 기반 워크플로우는 본질적으로 반복적이고, 데이터 주도적이며, 확률적이어서 데이터 중력(data gravity), 이기종 리소스 관리, 복잡한 워크플로우 오케스트레이션과 관련된 독특한 과제를 야기합니다. 이 가이드는 연구자들이 효율적이고, 확장 가능하며, 재현 가능한 AI 기반 HPC 워크플로우를 설계할 수 있도록 돕기 위해 고안된 12가지 실용적인 팁을 제공합니다. 환경 이식성을 위한 컨테이너화, 잡 배열의 전략적 배포, 명시적인 피드백 루프 메커니즘, 작은 파일에 대한 I/O 최적화와 같은 주요 시스템 수준의 병목 현상을 해결함으로써, 이 기사는 경직된 실행 파이프라인에서 적응형 지능형 계산 환경으로 전환하기 위한 프레임워크를 제공합니다. 이러한 아키텍처 원칙은 분산 환경 전반에 널리 적용 가능하지만, 특히 현대 계산 생물학의 자원 집약적인 처리량 요구에 맞춰 조정되었습니다.
기존 HPC 교리는 네이티브 하드웨어 FP64 실리콘이 과학 컴퓨팅의 환원 불가능한 기반이며—이중 정밀도 시뮬레이션의 '성배'라고 본다. 이 논문은 그 교리가 틀렸다고 주장한다. B300 세대 및 이후의 AI 최적화 GPU에서는 풍부한 FP8 텐서 처리량과 중국 나머지 정리(Chinese Remainder Theorem) 기반 Ozaki Scheme II를 결합하면, 표준 HPC 커널 스펙트럼 전반에서 완전한 FP64 정밀도로 메모리 roofline 실행을 회복한다. NVIDIA Blackwell Ultra(B300)는 네이티브 FP64를 ~1.3 TFLOPS로 축소한다—B200 대비 31배 퇴보—로, 메모리 바운드 커널(SpMV, GEMV, stencil)까지도 연산 바운드로 만든다. 우리는 네 가지 기여를 제시한다. 첫째, Roofline에 연산 배수 alpha, 대역폭 배수 beta, 재구성 지연 gamma를 추가한 통합 해석 모델인 Tensor-Memory Equilibrium(TME) 모델. 둘째, beta -> 1을 이끄는 메커니즘으로 레지스터 수준 융합을 밝히고, 메모리 벽 뒤에서 에뮬레이션이 사실상 무상이 되게 한다. 셋째, Ozaki II가 에뮬레이션 FP64를 ~1 TFLOPS 네이티브 하한에서 ~500 TFLOPS(B300) 및 ~400 TFLOPS(Rubin R200)로 끌어올릴 것으로 전망하며, 연산 바운드 영역에서는 B200의 네이티브 FP64 상한을 한 자릿수 이상 초과하고 대역폭 바운드 영역에서는 메모리 roofline에 부합한다. 넷째, H100 기준선 대비 Ozaki II는 연구한 모든 워크로드에서 H100과 동등하거나 이를 초과하며, B300 네이티브 FP64가 부과하는 최대 50배 퇴보와 대조된다. 동반 FFT 분석(생존 INT32 파이프라인에서 Kulisch 고정소수점 재구성) 및 동반 Part(2) 논문에서 보고된 FP32+Kahan 환원과 결합하면, B300의 조사된 모든 커널 클래스가 완전한 FP64 정밀도로 메모리 roofline에 도달한다. 증거는 제목의 주장을 뒷받침한다. Ozaki II와 Kulisch 우회 경로를 갖춘 FP8만으로 프로덕션 HPC에 충분하며, 네이티브 FP64 실리콘은 더 이상 그동안 여겨져 온 성배가 아니다.