Carbon-Intelligent Spatio-Temporal Adaptive Scheduling via Ex-Ante Prediction for Compute-Intensive Long-Running Training Workloads
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113543
과학기술정보통신부
한국연구재단
동아대학교
천세진
6명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,383만원
6,383만원
기초연구
대학
부산광역시 사하구
정보/통신 > 정보이론 > Cloud computing/Grid computing
■ 최종목표내용 o LLM 분산 학습 환경에서 병렬화 구성(TP, PP, DP), 워크로드 특성, 탄소강도를 통합 고려하는 시공간 기반 적응형 저탄소 스케줄링 기법 개발 o 연산 집약적 장시간 학습(CILT) 워크로드의 탄소 배출량 사전 예측(Ex-ante prediction) 및 최적 실행 전략 도출 o 실행 시간, 지역, 병렬 구성...
■ 연구개발내용 o CILT 워크로드 탄소 배출 분해 측정 및 정량 분석 - Transformer 블록(Attention, FFN, LayerNorm 등), 통신, 유휴 구간 단위 전력 분리 측정 - TP·PP·DP 병렬 구성별 탄소 배출 특성 정량화 및 이상치 기반 신뢰성 확보 o 사전(Ex-ante) 기반 ...
... - 실행 시간 증가율 ≤ 15% 유지 o 활용 방안 - 탄소 배출량 사전 예측 모델 및 비용 함수 공개 → 후속 연구 재현성 확보 - 저탄소 클라우드 및 병렬 구성 선택을 위한 통합 의사결정 모듈로 활용 o 경제·산업적 효과 - GPT급 학습 1회 기준 약 166 tCO₂eq 감소 (약 530만 원 절감 효과) ...