H200 실측 + 공개 스펙 외삽

내 셀에는 어떤 GPU가 필요한가

SevenNet 계열 MLIP를 LAMMPS·ASE로 돌릴 때 원자수와 모델이 정해지면 필요한 VRAM과 걸리는 시간이 정해진다. 아래 숫자는 H200 두 장에서 직접 잰 것이고, 다른 GPU는 그 측정에 공개 스펙을 곱해 추정한 것이다 — 둘을 표에서 구분해 표시한다.

산정기

셀 크기와 모델을 넣으면 GPU별로 들어가는지, 얼마나 걸리는지 나온다. 파란 줄이 실측이고 나머지는 추정이다.

고객 생산 경로는 켬
ns — 소요 일수를 계산한다
GPU판정VRAM여유 ms/stepns/day 목표 소요W$

측정 — 원자수와 모델

H200 한 장, oeq 가속, TF32 끔. 점은 실측이고 선은 적합이다. 끊긴 곳은 VRAM이 모자라 돌지 않은 지점이다.

스텝당 시간

양축 로그. 기울기 1이면 원자수에 선형이다.

VRAM 정점

가로선은 주요 GPU의 용량. 선을 넘으면 그 GPU에서 못 돌린다.

측정 — 무엇이 시간을 먹는가

D3 분산보정의 몫

D3는 모델과 무관하게 붙는 비용이라 큰 계에서는 신경망보다 커진다.

OpenEquivariance 가속

같은 물리를 융합 커널로 계산한다. 1.0보다 크면 빨라진 것이다.

측정 — GPU 2장은 얼마나 도움이 되는가

NVLink(NV18)로 묶인 H200 두 장, e3gnn/parallel, CUDA-aware MPI. 이상적이면 2.0배다.

가로 점선이 1.0(이득 없음)과 2.0(완전 선형). 2.0을 넘는 점은 병렬 효율이 아니라 메모리 압력이다 — omni 30,976원자는 1장에서 카드의 99%를 써서 비정상적으로 느리고(같은 조건 3회가 17% 폭으로 흔들린다), 2장에서 랭크당 63%로 내려오며 제 속도가 난다. 압력이 없는 구간의 추세 (7,744원자 1.45× · 15,488원자 1.78×)로는 1.9× 부근이 상한이다.

측정 — LAMMPS와 ASE

같은 모델, 같은 셀. ASE는 파이썬 루프가 매 스텝 계산기를 부르고 LAMMPS는 C++ 적분기 안에서 부른다. 그 고정비가 스텝마다 붙는다.

세로축은 처리량 비다 — 1.00 이 LAMMPS 와 같고, 아래로 갈수록 ASE 가 느리다. 계가 작고 모델이 가벼울수록 손해가 크다: 파이썬 루프의 고정비가 스텝마다 붙는데, GPU 계산이 짧을수록 그 비중이 커진다. D3 를 켠 조건은 표에 함께 있다.

측정 — 컴파일러

다른 GPU 추정의 근거

클럭 고정 권한이 없어 MPS로 SM 점유율을 25·50·75·100%로 제한해 연산 자원만 줄인 곡선을 얻고, t(f) = t_c/f + t_0로 적합해 연산 지배분과 그 외(지연·대역폭)를 갈랐다.

SM 점유율 스케일링

완전 연산 지배면 25%에서 4배 느려진다.

모델별 연산 지배분

VRAM 하드캡 검증

"정점 사용량 = 실제 필요량"이 맞는지 CUDA MPS로 메모리를 강제로 묶어 확인했다. 판정 전체가 이 가정 위에 서 있어서 그냥 넘길 수 없다.

전체 측정값

필터로 조건을 좁힐 수 있다.

GPU 스펙과 추정 배수

측정 조건과 한계