메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조효재 (전북대학교) 한태현 (전북대학교) 이현명 (전북대학교) 조희승 (충북대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.46 No.9
발행연도
2019.9
수록면
876 - 884 (9page)
DOI
10.5626/JOK.2019.46.9.876

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
GPU는 높은 연산 성능으로 인하여 단순히 그래픽 연산에만 국한되지 않고, 연산 중심의 작업에도 널리 활용되고 있다. CPU와 GPU를 동시에 사용하는 것 자체는 어려운 일이 아니지만, 이기종 프로세서 사이에서 작업을 분배하고 연산에 대한 분담 비율을 조정하는 것은 쉽지 않으며 이는 성능 향상의 중대한 척도이다. 본 논문에서는 이러한 어려움을 쉽게 해결하기 위해 고안한 새로운 프레임워크인 PARPA 프레임워크를 제안한다. PARPA 프레임워크는 간단한 방법으로 애플리케이션의 CPU, GPU 동시 사용을 가능하게 하며, 이를 통해 전반적인 시스템 자원을 효율적, 효과적으로 사용할 수 있도록 한다. 또한, 실행중인 애플리케이션의 특성 및 각 아키텍처 유닛의 특성과 실시간 부하도에 따라 자동으로 로드 밸런싱을 수행한다. 실험 결과에 따르면 PARPA 프레임워크를 적용한 애플리케이션은 최대 3.48배 높은 성능을 달성하였다.
#고성능 컴퓨팅 #GPGPU #이기종 컴퓨팅 #병렬처리 #OpenCL #high performance computing #heterogeneous computing #parallel processing

목차

요약
Abstract
1. 서론
2. 배경
3. 설계
4. Evaluation
5. Related work
6. Conclusion
References

참고문헌 (21)

참고문헌 신청
Nvidia Corporation, Nvidia TITAN V [Online]. Available: https://www.nvidia.com/en-us/titan/titan-v/ (downloaded 2019, Mar. 04) Nvidia Corporation, CUDA Toolkit Documentation v10.0.130 - CUDA C Programming Guide [Online]. vailable: https://docs.nvidia.com/cuda/cuda-c-programming-guide/ (downloaded 2019, Mar. 04) The khronos Group Inc, OpenCL [Online]. Available: https://www.khronos.org/opencl/ (downloaded 2019, Mar. 04) M. Galloy, CPU vs GPU performance [Online]. Available: http://michaelgalloy.com/2013/06/11/cpu-vs-gpuperformance.html (downloaded 2019, Mar. 04) V. W. Lee, C. Kim, J. Chhugani, M. Deisher, D. Kim, A. D. Nguyen, N. Satish, M. Smelyanskiy, S. Chennupaty, P. Hammarlund, et al., "Debunking the 100x gpu vs. cpu myth: an evaluation of throughput computing on cpu and gpu," ACM SIGARCH computer architecture news, Vol. 38, No. 3, pp. 451-460, 2010. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

통합 메모리를 사용하는 NVIDIA 파스칼 GPU에서의 CPU 메모리와 GPU 메모리 간 데이터 통신 분석
신필규 ,  홍성수 한국컴퓨터정보학회 학술발표논문집 2018 .07
Dovetail Usage Prediction Model for Resource-Efficient Virtual Machine Placement in Cloud Computing Environment
강형빈 ,  유현진 ,  김정빈 외 3명 Journal of KIISE 2023 .12
클라우드 컴퓨팅 기반 비전처리 애플리케이션을 위한 공동 전송데이터 압축 및 무선 자원할당 기법에 관한 연구
허수빈 ,  박세웅 한국통신학회 학술대회논문집 2023 .06
Adjusting OS Scheduler Parameters to Improve Server Application Performance
한태현 ,  이현명 ,  조희승 Journal of KIISE 2020 .07
암호화 통신의 모니터링을 위한 SSLSPLIT 성능 분석
한태현 ,  이현명 ,  조효재 외 1명 정보과학회 컴퓨팅의 실제 논문지 2019 .10

최근 본 자료

전체보기

댓글(0)

0