---
title: "Sandia 국립연구소의 LAPIS: 희소 행렬 연산을 위한 MLIR 기반 컴파일러 프레임워크"
published: 2026-03-12T23:55:07.000Z
canonical: https://jeff.news/article/470
---
# Sandia 국립연구소의 LAPIS: 희소 행렬 연산을 위한 MLIR 기반 컴파일러 프레임워크

Sandia 국립연구소에서 MLIR 위에 구축한 LAPIS 컴파일러 프레임워크 발표. Kokkos 방언으로 다양한 아키텍처 지원하며 희소 선형대수 연산을 GPU에서 효율적으로 최적화

- Sandia 국립연구소에서 MLIR 기반의 LAPIS 컴파일러 프레임워크를 개발함
- 희소 선형대수 연산을 최적화하고 다양한 아키텍처에서 성능 이식성(performance portability)을 지원하는 게 목표임
- 핵심 혁신은 **Kokkos 방언(dialect)**: 고수준 언어에서 다양한 아키텍처로 코드를 내리는(lowering) 과정을 깔끔하게 처리함
- 저수준 MLIR 코드를 C++ Kokkos 코드로 변환할 수 있어서 과학적 머신러닝(SciML) 모델을 기존 앱에 통합하기 쉬워짐
- 분산 메모리 아키텍처용으로 **partition 방언**도 새로 만듦: 희소 텐서 분배와 통신 패턴을 관리하고, 통신 최소화를 위한 알고리즘 최적화 포함
- 다양한 GPU에서 희소/밀집 선형대수 커널 모두에서 효과적인 최적화를 시연함
- 실제 응용 사례: 희소 선형대수 및 그래프 커널, TenSQL(GraphBLAS 위에 구축한 RDBMS), 서브그래프 동형/단사 커널
- 생산성, 성능, 이식성, 분산 메모리 실행을 모두 지원하면서 전통적 프로그래밍 언어에서는 어려운 선형대수 수준의 최적화를 가능하게 함

## 핵심 포인트

- MLIR 기반 LAPIS 프레임워크로 희소 연산 최적화
- Kokkos 방언으로 다양한 GPU 아키텍처 포터블 지원
- 분산 메모리용 partition 방언으로 통신 패턴 최적화
- TenSQL, 서브그래프 동형 커널 등 실제 응용 시연

## 인사이트

HPC 영역에서 MLIR이 점점 더 중요해지고 있음을 보여주는 프로젝트