Ada-MK: LLM 추론을 위한 자동화된 DAG 기반 검색 및 적응형 메가커널 최적화

LLM 실시간 추론에서 디코드 단계의 빈번한 커널 호출은 전체 지연 시간의 14.6%를 차지하는 병목이다. 기존 메가커널 방식은 이식성과 효율성 사이의 상충 관계가 존재하며, 런타임 동적 스케줄링으로 인한 분기 페널티가 발생한다. Ada-MK는 MLIR 기반 DAG 오프라인 검색으로 최적 실행 경로를 고정하고, 3차원 공유 메모리 제약 모델을 적용해 메모리 사용량을 50% 절감한다. NVIDIA L20 환경에서 TensorRT-LLM 대비 23.6%, vLLM 대비 50.2%의 처리량 향상을 기록했다.