Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

GPU-Initiated Networking for NCCL

Created by
  • Haebom
Category
Empty

저자

Khaled Hamidouche (NVIDIA Corporation), John Bachan (NVIDIA Corporation), Pak Markthub (NVIDIA Corporation), Peter-Jan Gootzen (NVIDIA Corporation), Elena Agostini (NVIDIA Corporation), Sylvain Jeaugey (NVIDIA Corporation), Aamir Shafi (NVIDIA Corporation), Georgios Theodorakis (NVIDIA Corporation), Manjunath Gorentla Venkata (NVIDIA Corporation)

개요

본 논문은 최신 AI 워크로드, 특히 Mixture-of-Experts (MoE) 아키텍처에서 요구되는 낮은 지연 시간과 세분화된 GPU 간 통신을 위해 개발된 GPU-Initiated Networking (GIN) 아키텍처를 소개합니다. GIN은 CPU 조정 오버헤드를 제거하는 device-initiated 통신을 제공하며, NCCL 2.28의 Device API를 기반으로 합니다. 3계층 아키텍처를 통해 CUDA 커널에서 호출 가능한 원격 메모리 연산을 지원하며, GPUDirect Async Kernel-Initiated와 Proxy의 듀얼 시맨틱을 갖춘 네트워크 플러그인 아키텍처를 제공합니다. DeepEP와의 통합을 통해 GIN의 실용성을 입증하고, NCCL의 통합 런타임 내에서 낮은 지연 시간의 통신을 제공함을 보여줍니다.

시사점, 한계점

시사점:
device-initiated 통신을 통해 CPU 조정 오버헤드를 제거하여 통신 지연 시간을 줄임.
NCCL의 통합 런타임 내에서 collective 알고리즘 및 프로덕션 인프라를 활용 가능.
GPUDirect Async Kernel-Initiated 및 Proxy 백엔드를 통해 광범위한 하드웨어 지원 제공.
DeepEP와의 통합을 통해 MoE 통신 라이브러리에서의 활용 가능성을 입증.
한계점:
구체적인 한계점은 논문 요약 내용에 명시되지 않음. (논문 원문을 확인해야 함)
👍