본 논문은 기존 고성능컴퓨팅(HPC)과 새로운 머신러닝(ML) 방법론을 결합한 하이브리드 워크플로우가 과학 컴퓨팅을 변화시키는 상황에서, 서비스 기반 실행을 통해 RADICAL-Pilot을 확장하여 AI-out-HPC 워크플로우를 지원하는 확장성 있는 런타임 시스템의 아키텍처와 구현을 제시한다. 이 런타임 시스템은 분산된 ML 기능, 효율적인 자원 관리, 그리고 로컬 및 원격 플랫폼 전반에서 원활한 HPC/ML 결합을 가능하게 한다. 초기 실험 결과는 제안된 접근 방식이 로컬 및 원격 HPC/클라우드 리소스에서 ML 모델의 동시 실행을 최소한의 아키텍처 오버헤드로 관리할 수 있음을 보여준다. 이는 세 가지 대표적인 데이터 기반 워크플로우 애플리케이션의 프로토타이핑과 리더십급 HPC 플랫폼에서의 대규모 실행을 위한 기반을 마련한다.
