ICRAP을 소개합니다

연산 자원을 나눠 쓰는 일

연구 조직에서 GPU와 서버는 늘 부족합니다. 누가 어떤 장비를 얼마나 쓰고 있는지 한눈에 보기 어렵고, 실험 환경은 사람마다 조금씩 달라서 같은 코드도 다른 결과를 내기 쉽습니다. 무엇보다도, 워크스테이션을 함께 원격 접속으로 사용하는 것에는 분명한 한계가 있습니다. 사용 순서를 기다리는 시간은 연구의 손실이 됩니다.

ICRAP(Integrated Compute Resource Allocation Platform, 통합 연산 자원 할당 플랫폼)은 이 문제를 해결하기 위한 솔루션입니다. 흩어진 연산 자원을 하나의 클러스터로 관리하고, 연구원에게는 필요한 성능만큼의 독립 워크스페이스를 할당하여 효율적인 연구 환경을 구성합니다.

ICRAP의 솔루션

• 서버별 CPU, 메모리, GPU의 요청량과 실사용량을 클러스터 사용량 화면에서 실시간으로 보여 줍니다.
• 연구원은 템플릿을 고르기만 하면, 다른 사람과 격리된 워크스페이스(웹 VS Code, JupyterLab, 터미널)를 받습니다. GPU는 요청한 워크스페이스에만, 요청한 장수만큼 보입니다.
• 몇 시간 넘게 걸리는 학습은 배치 잡으로 큐에 넣습니다. 자리가 나면 실행되고, 끝나면 자원을 돌려줍니다.
• 워크스페이스에는 자동 정지가 없습니다. 연구원마다 두 개까지 만들 수 있고, 오래 쉬고 있는 GPU 워크스페이스는 관리자가 회수를 예고한 뒤 정리합니다.

귀찮은 설정 없이 손쉽게 실험을 시작합니다.

할당 시스템

워크스페이스 하나가 할당되기까지는 네 단계를 거칩니다.

워크스페이스 템플릿

템플릿은 CPU 개발용 세 가지, GPU용 세 가지, 서버 한 대를 거의 통째로 쓰는 full 템플릿 세 가지가 있습니다. CPU와 메모리는 보장–최대 순서입니다. 보장량은 언제나 확보되고, 서버에 여유가 있으면 최대량까지 더 씁니다. 아래 사양은 2026년 10월 1일 기준입니다.

full 템플릿을 켜 두는 동안에는 그 서버에 다른 사람의 워크스페이스나 배치 잡이 거의 뜨지 못하니, 꼭 필요할 때만 쓰고 끝나면 바로 정지합니다. gpu-a5000과 full 템플릿의 홈은 400 GiB까지 늘릴 수 있고, GPU·full 템플릿에는 큰 데이터를 둘 /data 디스크가 따로 붙습니다.

배치 잡 제출

긴 학습은 포털의 배치 잡 화면에서 제출합니다. 공개 git 저장소와 실행할 명령을 적으면, 팀 쿼터에 자리가 날 때 실행되고 결과와 체크포인트는 $RUN_DIR(/shared/runs/<내 이름>/<잡 이름>/)에 남습니다. 아래는 제출 폼에 들어가는 항목의 예시입니다.

이름mnist-baseline
저장소https://github.com/[계정]/[저장소]
refmain
명령python train.py --epochs 100
GPU1장
필요한 VRAM상관없음
이미지PyTorch 2.14 · CUDA 13.0

CPU, 메모리, 우선순위는 플랫폼이 정합니다. 잡은 최대 72시간 실행되고, 다른 팀이 자기 몫을 되찾으면 선점되어 처음부터 다시 줄을 섭니다. 그러니 $RUN_DIR의 체크포인트에서 이어 가도록 코드를 짜 둡니다.

ICRAP 시작

현재 ICRAP은 Beta로 운영되고 있습니다. 포털의 로그인 화면에서 이메일이나 GitHub로 가입을 신청하면, 관리자가 승인한 뒤부터 워크스페이스와 배치 잡을 쓸 수 있습니다.

작성자

최원섭 · Wonseop Choi

White Shade Labs · 인프라