# 분산 슈퍼컴퓨터

한 번에 더 많은 작업을. 단계적으로 더 큰 가능성을.

상태: 설계 확정
수정일: 2026-11-02

## 먼저, 독립 작업의 병렬 처리

요청 A를 NODE 1에, 요청 B를 NODE 2에 배정합니다. 모델이 각 NODE 안에서 실행되므로 통신 의존도를 줄일 수 있습니다. 초기에는 작업 종류·메모리·예상 시간·데이터 위치를 기준으로 한 독립 작업 분배를 우선합니다.


## 하나의 큰 작업을 함께 처리하는 방식

한 모델을 여러 GPU나 NODE에 나눠 실행하려면 엔진의 모델 병렬화 지원, 통신 토폴로지, 지연과 대역폭 조건이 필요합니다. 일반 인터넷 PC 간 분산 추론은 장기 연구 항목이며 현재 구현 완료로 표시하지 않습니다.


## 두 방식의 차이



| 비교 | 독립 작업 병렬 처리 | 단일 작업 공동 처리 |
| --- | --- | --- |
| 작업 단위 | 서로 독립된 요청·배치 | 한 모델 또는 밀접한 계산 |
| 통신 | 입력 전달과 결과 수신 중심 | 중간 상태의 빈번한 교환 가능 |
| 메모리 | 각 NODE 내부에서 확보 | 엔진의 명시적 분할 필요 |
| 초기 우선순위 | 우선 개발 | 장기 연구 |
| 확장 효과 | 조건이 맞으면 총 처리 용량 확대 | 네트워크 조건에 따라 이득 제한 |

## 전체 자원 합계의 해석

합산 코어 수·VRAM·RAM은 네트워크 인벤토리입니다. 단일 프로세스가 전부 사용할 수 있는 공유 메모리를 뜻하지 않습니다. 아래 모형은 균일한 독립 작업을 가정한 교육용 계산이며 실제 성능 예측이 아닙니다.


## 설계 결정

- 초기 스케줄러는 독립 작업 단위로 설계합니다.

## 검토 과제

- 작업별 분할 가능성 정의
- 데이터 이동 비용을 반영한 배정 점수