이 페이지에서는 Google Cloud에서 확장 가능한 컨테이너화된 코드 최적화 실험을 실행할 수 있는 AlphaEvolve HPC 솔루션을 소개합니다.
AlphaEvolve는 반복적인 진화 루프를 사용합니다. 후보 코드를 생성하고, 코드의 적합성을 측정하고, 결과를 AlphaEvolve API에 다시 입력하여 향후 반복을 안내합니다. AlphaEvolve HPC 솔루션은 Cluster Toolkit, Batch, Pub/Sub을 사용하여 분산 인프라를 배포합니다. 각 후보 평가를 컨테이너화되고 리소스가 많은 가상 머신 (VM)에서 실행되는 격리된 일시적 작업으로 처리합니다.
AlphaEvolve HPC 솔루션을 사용해야 하는 경우
워크로드가 표준 환경에 적합하지 않은 경우 로컬 또는 Cloud Run 인스턴스에서 평가를 실행하는 대신 AlphaEvolve HPC 솔루션을 사용하세요.
평가에 너무 오래 걸림: 코드 문제가 복잡하여 로컬에서 실행하는 데 너무 오래 걸리거나 개별 Cloud Run 인스턴스의 리소스 및 런타임 한도를 초과합니다.
전문 하드웨어가 필요함: 평가에 하드웨어 가속기 (예: GPU 또는 TPU) 또는 컴퓨팅 최적화 HPC 머신 계열 (예: H3 인스턴스)이 필요합니다.
대규모 병렬 처리가 필요합니다. 격리된 환경에서 여러 후보 구현을 동시에 빌드하고 평가하려고 합니다.
코드형 인프라 (IaC)가 필요한 경우: 리소스가 많은 클러스터를 배포하고 해체하는 작업을 간소화하여 노력과 비용을 절감할 수 있는 반복 가능한 자동 설정이 필요합니다.
AlphaEvolve HPC 솔루션에서 제공하는 기능
AlphaEvolve HPC 솔루션은 AlphaEvolve 최적화 문제에 필요한 인프라의 구성, 배포, 실행을 위한 엔드 투 엔드 흐름을 제공합니다.
기본 인프라 배포: Cluster Toolkit을 사용하여 최적화 실행에 필요한 기본 인프라를 배포합니다. 이 단계에서는 필요한 API가 활성화되고, 서비스 계정이 설정되고, Pub/Sub 주제와 Colab Enterprise 런타임이 프로비저닝됩니다. 이 기본 인프라는 여러 최적화 문제에 재사용할 수 있습니다.
소프트웨어 환경 구성: 특정 최적화 문제에 맞게 소프트웨어 환경을 구성하고 배포합니다.
실험 실행: 실험 시작, 중지, 분석은 맞춤 Colab Enterprise 런타임에 연결된 Colab Enterprise에서 실행되는 Jupyter 노트북 내에서 이루어집니다.
AlphaEvolve 작동 방식
솔루션을 구성하고 배포하면 실제 AlphaEvolve 최적화 프로세스가 다음과 같이 실행됩니다.
생성: 컨트롤러는 AlphaEvolve API (Gemini 지원)를 호출하여 타겟 측정항목과 이전 성공 실행을 기반으로 코드 후보를 제안합니다.
평가: 후보는 일괄 작업으로 정확성과 성능이 동시에 평가됩니다.
스토리지: 생성된 후보 파일, 소스 코드 수정사항, 숫자 테스트 측정항목은 보안 Cloud Storage 버킷에 보관됩니다. AlphaEvolve HPC 솔루션은 실험적 아티팩트를 Cloud Storage 버킷에 저장하므로 사용하지 않을 때는 인프라를 해체할 수 있습니다.
피드백: 결과와 통계 로그가 AlphaEvolve API에 다시 제공되어 성공과 실패를 학습하고 다음 세대에서 더 나은 코드를 지능적으로 샘플링할 수 있습니다.
AlphaEvolve HPC 솔루션은 다음 아키텍처 다이어그램에 설명된 대로 리소스를 배포합니다.
AlphaEvolve HPC 솔루션 배포
기본 인프라를 배포하고, 컨테이너 이미지를 빌드하고, 최적화 실험을 실행하려면 다음 단계를 따르세요.
- AlphaEvolve HPC GitHub 저장소로 이동하여 안내를 따르세요.