지속적인 네트워크 혁신 지원
[데이터넷] AMD가 ESnet(Energy Sciences Network)과 美 에너지부(DOE)의 최신 과학 분야 전용 고성능 네트워크인 ‘ESnet6’ 출시를 위해 협력했다고 밝혔다.
양사는 강력한 적응형 컴퓨팅 기술을 통합해 ESnet6의 프로그래밍 가능한 스마트 네트워크 노드를 구현하고, 지속적인 네트워크 혁신을 위해 2018년부터 긴밀히 협력해 왔다. ESnet6에는 초대규모인 익스트림 스케일의 패킷 모니터링 시스템이 탑재되는데, 해당 시스템의 코어 네트워크 스위칭 노드에 AMD의 FPGA 기반 네트워크 연결 가속 카드 ‘알베오(Alveo) U280’이 활용된다.
이는 네트워크 모니터링 및 관리 정확도를 높이는 하이-터치 패킷 프로세싱을 통해 성능을 향상시키며, 프로그래밍 가능한 하드웨어의 장점을 바탕으로 네트워크의 지속적인 혁신을 위한 새로운 기능도 추가할 수 있도록 한다.
AMD는 알베오 U280 2x100Gbps 가속기를 ESnet6용 네트워크 인터페이스 카드(NIC)로 커스터마이즈 및 탑재하기 위해 자체 개발한 오픈NIC 오버레이를 활용, 표준 네트워크 인터페이스 및 호스트 연결 하드웨어를 제공하며, 이를 통해 새롭고 실험적인 네트워킹 기능을 알베오 카드 상에서 손쉽게 쉽게 구현한다.
오픈소스로 제공되는 오픈NIC는 ESnet뿐 아니라 학계의 다양한 주요 연구 그룹에서 활용되고 있다. 또한 AMD는 하드웨어 비전문가들이 이러한 기술 혁신을 신속하게 수행할 수 있도록 P4 패킷 프로세싱 언어를 FPGA 하드웨어로 컴파일할 수 있는 AMD VitisNetP4 개발 툴도 지원한다.
오픈NIC 및 VitisNetP4를 활용하는 AMD의 알베오 U280은 ESnet6 네트워크 상의 노드 전체에 탑재된다. FPGA 가속 프로세싱 기반의 하이-터치 접근 방식을 통해 ESnet6의 모든 패킷에 대한 초고속 모니터링 시스템을 제공하며, 네트워크 동작에 대한 정밀한 분석은 물론 네트워크 상의 문제나 핫스팟을 신속하게 감지하고 수정할 수 있도록 지원한다. 또한 오픈NIC 플랫폼을 탑재한 알베오 U280은 ESnet6의 수명주기 동안 최종 사용자 커뮤니티가 필요로 하는 새롭고 진보된 기능을 지속 지원하는 탁월한 적응성도 제공한다.
한편, AMD가 제공하는 적응형 컴퓨팅의 장점은 ESnet6 네트워크 엣지에도 적용된다. 전 세계에서 운용되는 다양한 과학 연구 목적의 장비들은 ESnet이 지원하는 ‘빅데이터’ 과학의 주요한 소스다.
오픈NIC 기반의 알베오 카드는 이러한 장비들의 데이터가 ESnet으로 전송되기 전 맞춤형 필터링 및 쉐이핑 기능을 수행한다. 실례로 대규모 데이터 세트의 대상 중 하나인 슈퍼컴퓨팅 설비의 경우, 오픈NIC을 탑재한 알베오 카드를 컴퓨팅 및 스토리지 서버 간의 부하 분산에 사용할 수 있다.
AMD 적응형 및 임베디드 컴퓨팅 그룹 CTO 이보 볼젠(Ivo Bolsens)은 “새로운 네트워크 서비스에 필요한 첨단 기술과 전문지식을 ESnet에 제공하게 돼 기쁘다”며 “AMD FPGA 기반 적응형 네트워킹 기술은 ESnet6의 대규모 패킷 프로세싱 시스템을 위한 핵심 빌딩 블록을 구성하고, DOE의 분산형 원격 사이언스에 대한 미래 비전의 토대를 제공한다”고 전했다.
ESnet은 DOE의 모든 국립 연구소 및 수많은 DOE 지원 연구원들을 연결하는 ‘데이터 순환 시스템’ 역할을 수행한다. 여기에는 AMD 에픽(EPYC) CPU와 AMD 인스팅트 가속기로 구동되는 세계 최초의 엑사스케일 시스템인 프론티어 슈퍼컴퓨터를 비롯해 DOE가 보유한 최고 수준의 과학 장비 및 슈퍼컴퓨터 센터가 포함된다.
Esnet 상무 인데르 몬가(Inder Monga)는 “DOE는 일상 생활의 혁신을 가져올 과학 연구에 수십억 달러 규모의 투자를 진행하고 있다. Esnet6는 이를 지원하고자 구축됐으며 과학 연구를 위한 네트워크 구축 방식의 혁신을 의미한다”며 “AMD의 기술은 네트워크의 탄력성과 유연성, 성능 향상에 도움을 준다”고 말했다.
한편 ESnet6은 과학 연구 분야 고유의 요구사항 지원을 위해 이전 세대 대비 대폭 향상된 초당 64테라비트 이상의 대역폭을 제공한다. 과학자들은 이러한 증가한 용량과 새로운 서비스 기능을 기반으로 한 실험, 모델링 및 시뮬레이션을 통해 생성된 방대한 연구 데이터를 보다 신속하게 처리, 분석 및 시각화하고, 공유 및 저장할 수 있다. 또한 상호 연결된 사이트, 공동 작업자들 간의 신속한 데이터 전달을 통해 검색 시간을 단축할 수 있다.
