Core Concepts
대규모 컴퓨팅 하드웨어를 활용하여 진화 생물학과 인공 생명 분야의 주요 과제에 대한 실험적 연구를 수행할 수 있는 방법을 제시한다.
Abstract
이 연구는 Cerebras Wafer Scale Engine (WSE)과 같은 차세대 고성능 컴퓨팅 가속기 하드웨어를 활용하여 진화 생물학과 인공 생명 분야의 주요 과제에 대한 실험적 연구를 수행하는 방법을 제시한다.
주요 내용은 다음과 같다:
기존의 중앙 집중식 계통수 추적 방식의 한계를 극복하기 위해 분산 방식의 계통수 추적 알고리즘을 개발하였다. 이를 통해 대규모 분산 시뮬레이션에서도 계통수 정보를 효율적으로 추출할 수 있다.
WSE 하드웨어에 최적화된 비동기 방식의 섬 모델 유전 알고리즘을 구현하였다. 이를 통해 단일 WSE 디바이스에서 초당 수백만 세대의 진화 시뮬레이션을 수행할 수 있다.
개발된 계통수 추적 기법과 유전 알고리즘을 통합하여 대규모 진화 시뮬레이션을 수행하고, 그 결과를 분석하였다. 실험 결과, 적응 동역학이 활성화된 경우와 그렇지 않은 경우의 계통수 구조 차이를 명확히 구분할 수 있었다.
이러한 기술적 진보를 통해 진화 생물학과 인공 생명 분야의 새로운 연구 문제들을 탐구할 수 있게 되었다. 향후 다양한 고성능 컴퓨팅 플랫폼에서 이 기술을 활용할 수 있을 것으로 기대된다.
Stats
아비다 플랫폼에서는 하루에 약 2억 번의 개체 복제 사건이 발생할 수 있다.
렌스키 장기 진화 실험에서는 하루에 약 6번의 세대 교체가 일어난다.
아비다 플랫폼의 유효 개체 수는 약 1만 개인 반면, 렌스키 실험의 유효 개체 수는 약 3천만 개이다.
Quotes
"진화 생물학과 인공 생명 분야의 주요 과제를 해결하기 위해서는 대규모 계산 능력이 필요하다."
"기존 실리콘 기반 프로세서의 성능 향상은 제한적이므로, 다중 프로세서 컴퓨팅이 필요하다."
"대규모 시뮬레이션의 관찰 가능성을 유지하는 것이 중요하다."