2026-09-11 — views
GPU-CFR: 80배 빠른 CFR을 위한 게임 트리 컴파일
읽어야 하는 이유 이 컴파일러 접근 방식은 커널 호출 오버헤드를 제거하여, 이전에는 CPU가 우세했던 대규모 게임에서도 GPU 기반 CFR을 가능하게 합니다.
GPU-CFR는 게임 트리를 정적 데이터플로우로 컴파일하여 기존 GPU 구현 대비 최대 80배 속도 향상을 달성하고 CPU 베이스라인을 압도합니다.
카운터팩추얼 레그렛 미니미제이션(CFR)에서의 CPU 우위 극복
카운터팩추얼 레그렛 미니미제이션(CFR)은 역사적으로 GPU보다 CPU에서 더 나은 성능을 보여주는 수치적 작업 부하였습니다. 전통적인 구현 방식은 수십억 개의 상태를 포함하는 게임 트리를 수백만 개의 작은 상호 의존적 gather 및 scatter 단계를 통해 스캔합니다. GPU 커널은 마이크로초 단위로 실행되므로, 커널 호출 및 프레임워크 디스패치 오버헤드가 실행 시간을 지배하여, 기존 GPU 시도들이 최적화된 CPU 코드에 밀려났습니다.
정적 데이터플로우 솔루션
연구자들은 GPU-CFR을 도입했습니다. 이는 컴파일러 및 런타임 시스템으로, 고정된 게임의 경우 첫 번째 반복이 시작되기 전에 CFR 반복의 구조가 알려져 있다는 점을 관찰하여 이러한 비효율성을 해결합니다. 이 시스템은 게임을 한 번만 컴파일하여 정적 데이터플로우 표현으로 변환합니다. 이 과정은 평평한 엣지 및 정보 집합 배열, 사전 계산된 인덱스, 그리고 깊이 레벨 배치 처리를 생성합니다. 이러한 요소들은 전체 작업 시퀀스를 고정하여, 반복 간에 솔버 상태만 변경되도록 보장합니다.
성능 향상 및 기술 혁신
GPU-CFR 아키텍처는 정적 찬스 폴딩, 깊이 레벨 실행 블록, 그리고 듀얼 레인 리치 버퍼를 사용합니다. 이러한 기법들은 프레임워크 작업 수를 최대 18.1배까지 줄입니다. 모양, 인덱스, 버퍼 주소가 일정하므로, 시스템은 CUDA Graph Replay를 활용합니다. 이 기능은 반복을 한 번 기록하고 단일 그래프 호출로 다시 재생하여 오버헤드를 극적으로 줄입니다.
벤치마크 결과
카드, 주사위, 보드 게임을 포함한 8개 게임 스위트에서 A100 가속기를 대상으로 테스트한 결과, 상당한 성능 개선이 드러났습니다. GPU-CFR은 동일한 하드웨어에서 가장 빠른 기존 GPU CFR 구현보다 29.8배에서 80.4배 더 빠르게 실행됩니다. 가장 빠른 오픈 소스 CPU 구현 중 하나인 LiteEFG와 비교했을 때, GPU-CFR은 스위트에서 가장 큰 4개 게임에서 14배에서 258배 더 빠릅니다.
특히, 컴파일된 표현이 이 성능 차이의 대부분을 차지합니다. 가속기 없이 8개 스레드를 가진 CPU에서도, 시스템은 GPU 베이스라인보다 2.2배에서 51.1배 더 빠릅니다. CPU에서 최적화된 경로는 참조 반복을 비트 단위로 재현하며, 트리 구축 및 그래프 캡처 비용은 첫 번째 솔브 단계 내에서 상쇄됩니다. GPU-CFR은 기본 업데이트 규칙을 변경하지 않고도 스위트의 중대형 게임에서 모든 CPU 및 GPU 베이스라인을 능가합니다.
실무자 노트
개발자들은 커널 호출 오버헤드를 제거하기 위해 고정 게임 AI 솔버에 정적 데이터플로우 컴파일을 채택하는 것을 고려해야 합니다. CUDA Graph Replay를 활용하면 반복적 수치 작업 부하에서 프레임워크 디스패치 비용을 크게 줄일 수 있습니다.