과거에는 환자가 초음파 영상진단장치가 설치되어 있는 방에 가서 진단을 받았지만, 현재는 의사가 초음파 영상 진단장치를 가지고 이동하면서 환자를 진단(모바일 초음파, handheldultrasound)할 수 있는 시대가 왔다. 그러나 초음파 영상진단장치로서의 기본적인 기능만을 구현하였으며, 초음파 영상의 질을 결정하는 초음파 빔의 포커싱 알고리즘에서 요구되는 고성능을 만족하지 못하는 실정이다. 또한 모바일 기기의 경우 저전력의 요구조건도 만족하여야 한다. 이를 위해 본 논문에서는 모바일 초음파 영상신호의 포커싱을 위한 방법 중 대표적인 빔포밍 알고리즘(Beamforming Algorithm)을 고성능, 저전력으로 처리 가능한 단일 명령어 다중 데이터(Single Instruction Multiple Data, SIMD)기반의 멀티코어 프로세서를 제안한다. 제안한 SIMD기반 멀티코어 프로세서는 16개의 프로세싱 엘리먼트(Processing Element, PE)로 구성되어 있으며, 초음파의 에코 영상데이터에 내재한 무수한 데이터 레벨 병렬성을 활용하여 빔포밍 알고리즘에서 요구되는 고성능을 만족시킨다. 모의실험 결과, 제안한 멀티코어 프로세서는 현재 상용 고성능 프로세서인 TI DSP C6416보다 평균 15.8배의 성능, 6.9배의 에너지 효율 및 10배의 시스템 면적 효율을 보였다.
과거에는 환자가 초음파 영상진단장치가 설치되어 있는 방에 가서 진단을 받았지만, 현재는 의사가 초음파 영상 진단장치를 가지고 이동하면서 환자를 진단(모바일 초음파, handheld ultrasound)할 수 있는 시대가 왔다. 그러나 초음파 영상진단장치로서의 기본적인 기능만을 구현하였으며, 초음파 영상의 질을 결정하는 초음파 빔의 포커싱 알고리즘에서 요구되는 고성능을 만족하지 못하는 실정이다. 또한 모바일 기기의 경우 저전력의 요구조건도 만족하여야 한다. 이를 위해 본 논문에서는 모바일 초음파 영상신호의 포커싱을 위한 방법 중 대표적인 빔포밍 알고리즘(Beamforming Algorithm)을 고성능, 저전력으로 처리 가능한 단일 명령어 다중 데이터(Single Instruction Multiple Data, SIMD)기반의 멀티코어 프로세서를 제안한다. 제안한 SIMD기반 멀티코어 프로세서는 16개의 프로세싱 엘리먼트(Processing Element, PE)로 구성되어 있으며, 초음파의 에코 영상데이터에 내재한 무수한 데이터 레벨 병렬성을 활용하여 빔포밍 알고리즘에서 요구되는 고성능을 만족시킨다. 모의실험 결과, 제안한 멀티코어 프로세서는 현재 상용 고성능 프로세서인 TI DSP C6416보다 평균 15.8배의 성능, 6.9배의 에너지 효율 및 10배의 시스템 면적 효율을 보였다.
In the past, a patient went to the room where an ultrasound image diagnosis device was set, and then he or she was examined by a doctor. However, currently a doctor can go and examine the patient with a handheld ultrasound device who stays in a room. However, it was implemented with only fundamental...
In the past, a patient went to the room where an ultrasound image diagnosis device was set, and then he or she was examined by a doctor. However, currently a doctor can go and examine the patient with a handheld ultrasound device who stays in a room. However, it was implemented with only fundamental functions, and can not meet the high performance required by the focusing algorithm of ultrasound beam which determines the quality of ultrasound image. In addition, low energy consumption was satisfied for the mobile ultrasound device. To satisfy these requirements, this paper proposes a high-performance and low-power single instruction, multiple data (SIMD) based multi-core processor that supports a representative beamforming algorithm out of several focusing methods of mobile ultrasound image signals. The proposed SIMD multi-core processor, which consists of 16 processing elements (PEs), satisfies the high-performance required by the beamforming algorithm by exploiting considerable data-level parallelism inherent in the echo image data of ultrasound. Experimental results showed that the proposed multi-core processor outperforms a commercial high-performance processor, TI DSP C6416, in terms of execution time (15.8 times better), energy efficiency (6.9 times better), and area efficiency (10 times better).
In the past, a patient went to the room where an ultrasound image diagnosis device was set, and then he or she was examined by a doctor. However, currently a doctor can go and examine the patient with a handheld ultrasound device who stays in a room. However, it was implemented with only fundamental functions, and can not meet the high performance required by the focusing algorithm of ultrasound beam which determines the quality of ultrasound image. In addition, low energy consumption was satisfied for the mobile ultrasound device. To satisfy these requirements, this paper proposes a high-performance and low-power single instruction, multiple data (SIMD) based multi-core processor that supports a representative beamforming algorithm out of several focusing methods of mobile ultrasound image signals. The proposed SIMD multi-core processor, which consists of 16 processing elements (PEs), satisfies the high-performance required by the beamforming algorithm by exploiting considerable data-level parallelism inherent in the echo image data of ultrasound. Experimental results showed that the proposed multi-core processor outperforms a commercial high-performance processor, TI DSP C6416, in terms of execution time (15.8 times better), energy efficiency (6.9 times better), and area efficiency (10 times better).
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 기존의 고성능 프로세서인 TI C6416, ARM926EJ-S, ARM1020E와의 성능 비교를 통해 제안하는 SIMD기반 멀티코어 프로세서의 잠재 가능성을 보여주고자 한다. 따라서 공정한 성능 평가를 위해 제안한 멀티코어 프로세서와 고성능 프로세서들을 동일한 130nm 테크놀로지와 720MHz 클록주파수로 실험하였다.
본 논문에서는 모바일 초음파 영상신호의 빔포밍 알고리즘을 고성능, 저전력으로 처리를 위하여 SIMD기반 멀티코어 프로세서를 제안하였다. 제안한 멀티코어 프로세서는 16개의 프로세싱 엘리먼트로 구성되어 있으며, 각 프로세싱 엘리먼트는 메쉬 배열 구조에서 동작한다.
본 논문에서는 반사된 초음파 영상신호의 빔포밍 기법 중 하나인 PSDF(Pipelined Sampling Delay Focusing)[12] 기법을 실시간으로 처리하기 위해 SIMD기반 멀티코어 프로세서를 제안한다. 제안한 SIMD기반 멀티코어 프로세서는 16개의 프로세싱 엘리먼트로 구성되어 있으며, 각각의 프로세싱 엘리먼트는 자신에게 균등하게 할당된 초음파 데이터를 동시에 처리함으로써 고성능을 추구한다.
제안한 SIMD기반 멀티코어 프로세서는 16개의 프로세싱 엘리먼트로 구성되어 있으며, 각각의 프로세싱 엘리먼트는 자신에게 균등하게 할당된 초음파 데이터를 동시에 처리함으로써 고성능을 추구한다. 본 논문에서는 현재 Sonosite사의 M-Turbo 휴대용 초음파 기기에 사용되고 있는 고성능 프로세서인 TI DSP C6416[13], ARM926EJS[14], ARM1020E[15]와의 성능을 비교하여 잠재가능성을 보이고자 한다. 모의실험 결과, 제안한 멀티코어 프로세서는 TI DSP C6416과 비교하여 평균 15.
제안 방법
본 논문에서는 기존의 고성능 프로세서인 TI C6416, ARM926EJ-S, ARM1020E와의 성능 비교를 통해 제안하는 SIMD기반 멀티코어 프로세서의 잠재 가능성을 보여주고자 한다. 따라서 공정한 성능 평가를 위해 제안한 멀티코어 프로세서와 고성능 프로세서들을 동일한 130nm 테크놀로지와 720MHz 클록주파수로 실험하였다. 제안한 멀티코어 프로세서는 16개의 프로세싱 엘리먼트(PE)를 사용하여 데이터 레벨 병렬성(Data-Level Parallelism)을 추구하는 반면, TI C6416은 8-way VLIW (Very Long Instruction Word)아키텍처로서 8개의 명령어를 동시에 처리할 수 있는 명령어 레벨 병렬성(Instruction-Level Parallelism)을 추구한다.
테크놀로지 레벨에서는 아키텍처 레벨에서 구해진 디자인 변수들을 Generic System Simulator (GENESYS)[28]의 입력으로 사용하여 각 아키텍처 모델들의 테크놀로지 변수(Latency, Power, Clock frequency)를 계산하였다. 마지막으로 세 레벨에서 구해진 데이터베이스를 조합하여 각 경우에 대한 실행시간, 에너지 효율, 시스템 면적 효율을 결정하였다.
(그림 9)는 세 가지 레벨(애플리케이션, 아키텍처, 테크놀로지)로 구성되어 있는 SIMD기반 멀티코어 프로세서의 실험 방법론이다. 애플리케이션 레벨에서는 명령어 레벨의 SIMD 병렬 프로세서용 정밀 사이클 시뮬레이터((SIMDMulticore 시뮬레이터)를 이용하여 빔포밍 알고리즘에서 요구되는 사이클 개수, 동적 명령어 빈도, 프로세싱 엘리먼트 이용률(Utilization) 등의 실행 데이터를 추출한다. 아키텍처 레벨에서는 모델링된 아키텍처의 디자인 변수들을 계산하기 위해 Chai가 제안한 SIMD 병렬 프로세서용 이종 아키텍처 모델링 툴을 사용하였다[27].
이러한 기존의 병렬 프로세서와 다르게, 본 논문에서 모의실험을 위해 사용한 SIMD기반 멀티코어 프로세서는 프로세서와 센서의 직접적 연결을 통해 I/O 대역의 문제를 해결하고, 또한 짧은 와이어의 사용으로 높은 면적과 에너지 효율을 보이는 동시에 많은 데이터에 동일한 명령어를 수행하여 고성능을 추구한다.
제안한 SIMD기반 멀티코어 프로세서 구조를 RTL(Register Transfer Level)로 설계하고, Xilinx사의 Vertex-4 XC4VLX60 FPGA[29]를 이용하여 합성하고 테스트하였다. (그림 12)는 16개의 PE를 내장한 멀티코어 프로세서의 스키 매틱을 보여주며, 합성한 결과는 <표 5>와 같다.
본 논문에서는 반사된 초음파 영상신호의 빔포밍 기법 중 하나인 PSDF(Pipelined Sampling Delay Focusing)[12] 기법을 실시간으로 처리하기 위해 SIMD기반 멀티코어 프로세서를 제안한다. 제안한 SIMD기반 멀티코어 프로세서는 16개의 프로세싱 엘리먼트로 구성되어 있으며, 각각의 프로세싱 엘리먼트는 자신에게 균등하게 할당된 초음파 데이터를 동시에 처리함으로써 고성능을 추구한다. 본 논문에서는 현재 Sonosite사의 M-Turbo 휴대용 초음파 기기에 사용되고 있는 고성능 프로세서인 TI DSP C6416[13], ARM926EJS[14], ARM1020E[15]와의 성능을 비교하여 잠재가능성을 보이고자 한다.
따라서 공정한 성능 평가를 위해 제안한 멀티코어 프로세서와 고성능 프로세서들을 동일한 130nm 테크놀로지와 720MHz 클록주파수로 실험하였다. 제안한 멀티코어 프로세서는 16개의 프로세싱 엘리먼트(PE)를 사용하여 데이터 레벨 병렬성(Data-Level Parallelism)을 추구하는 반면, TI C6416은 8-way VLIW (Very Long Instruction Word)아키텍처로서 8개의 명령어를 동시에 처리할 수 있는 명령어 레벨 병렬성(Instruction-Level Parallelism)을 추구한다.
본 논문에서는 모바일 초음파 영상신호의 빔포밍 알고리즘을 고성능, 저전력으로 처리를 위하여 SIMD기반 멀티코어 프로세서를 제안하였다. 제안한 멀티코어 프로세서는 16개의 프로세싱 엘리먼트로 구성되어 있으며, 각 프로세싱 엘리먼트는 메쉬 배열 구조에서 동작한다. 동일한 공정(130nm Technology)과 클럭 주파수(720Mhz)를 사용하여 모의 실험한 결과, 제안한 멀티코어 프로세서는 고성능 TI DSP C6416보다 실행 시간에서 15.
(그림 4)는 SIMD기반 멀티코어 프로세서 아키텍처의 블록 다이어그램을 보여준다. 제안한 멀티코어 프로세서는 16개의 프로세싱 엘리먼트와 이를 제어하는 Array Control Unit(ACU)으로 구성되어 있고, 데이터가 각각의 프로세싱 엘리먼트에 균등하게 분배되면 프로세싱 엘리먼트들은 메쉬 배열 구조에서 명령어들을 동시에 수행한다. 각 프로세싱 엘리먼트는 다음과 같은 특징을 가진다.
<표 1>은 제안한 SIMD기반 멀티코어 프로세서의 파라미터를 보여주며, 성능분석을 위해 SIMD기반 멀티코어 프로세서용 정밀 사이클 (cycle-accurate) 시뮬레이터를 사용하였다. 초음파 신호의 빔포밍 알고리즘을 수행하기 위해 16개의 프로세싱 엘리먼트를 메쉬 구조로 구성하였으며, 각각의 프로세싱 엘리먼트는 자신에게 균일하게 분배된 초음파 영상 신호를 동시에 처리한다. 선택된 알고리즘의 완벽한 수행을 위해 각 프로세싱 엘리먼트는 4096개의 32비트워드 메모리가 요구되었으며, 130nm 테크놀로지와 720MHz 클럭 주파수를 사용하여 시뮬레이션 하였다.
아키텍처 레벨에서는 모델링된 아키텍처의 디자인 변수들을 계산하기 위해 Chai가 제안한 SIMD 병렬 프로세서용 이종 아키텍처 모델링 툴을 사용하였다[27]. 테크놀로지 레벨에서는 아키텍처 레벨에서 구해진 디자인 변수들을 Generic System Simulator (GENESYS)[28]의 입력으로 사용하여 각 아키텍처 모델들의 테크놀로지 변수(Latency, Power, Clock frequency)를 계산하였다. 마지막으로 세 레벨에서 구해진 데이터베이스를 조합하여 각 경우에 대한 실행시간, 에너지 효율, 시스템 면적 효율을 결정하였다.
대상 데이터
각 PE는 1,095개의 LUT (Look-Up Table)와 195개의 레지스터(register)가 사용되었으며, ACU는 1,147개의 LUT와 124개의 레지스터가 사용되었다. 16 PE로 구성된 멀티코어 프로세서는 18,667개의 LUT와 3,244개의 레지스터가 사용되고 전체 메모리는 4,202,496비트이며, 사용된 클럭 주파수는 118Mhz이다.
(그림 12)는 16개의 PE를 내장한 멀티코어 프로세서의 스키 매틱을 보여주며, 합성한 결과는 <표 5>와 같다. 각 PE는 1,095개의 LUT (Look-Up Table)와 195개의 레지스터(register)가 사용되었으며, ACU는 1,147개의 LUT와 124개의 레지스터가 사용되었다. 16 PE로 구성된 멀티코어 프로세서는 18,667개의 LUT와 3,244개의 레지스터가 사용되고 전체 메모리는 4,202,496비트이며, 사용된 클럭 주파수는 118Mhz이다.
초음파 신호의 빔포밍 알고리즘을 수행하기 위해 16개의 프로세싱 엘리먼트를 메쉬 구조로 구성하였으며, 각각의 프로세싱 엘리먼트는 자신에게 균일하게 분배된 초음파 영상 신호를 동시에 처리한다. 선택된 알고리즘의 완벽한 수행을 위해 각 프로세싱 엘리먼트는 4096개의 32비트워드 메모리가 요구되었으며, 130nm 테크놀로지와 720MHz 클럭 주파수를 사용하여 시뮬레이션 하였다.
<표 1>은 제안한 SIMD기반 멀티코어 프로세서의 파라미터를 보여주며, 성능분석을 위해 SIMD기반 멀티코어 프로세서용 정밀 사이클 (cycle-accurate) 시뮬레이터를 사용하였다. 초음파 신호의 빔포밍 알고리즘을 수행하기 위해 16개의 프로세싱 엘리먼트를 메쉬 구조로 구성하였으며, 각각의 프로세싱 엘리먼트는 자신에게 균일하게 분배된 초음파 영상 신호를 동시에 처리한다.
데이터처리
은 제안한 멀티코어 프로세서를 이용하여 초음파 신호의 빔포밍 알고리즘을 구현한 결과를 보여주며, 는 초음파 신호의 빔포밍 알고리즘에 대한 멀티코어 프로세서와 상용 고성능 TI C6416, ARM926EJ-S 및 ARM1020E 의 성능 비교를 보여준다.
이론/모형
애플리케이션 레벨에서는 명령어 레벨의 SIMD 병렬 프로세서용 정밀 사이클 시뮬레이터((SIMDMulticore 시뮬레이터)를 이용하여 빔포밍 알고리즘에서 요구되는 사이클 개수, 동적 명령어 빈도, 프로세싱 엘리먼트 이용률(Utilization) 등의 실행 데이터를 추출한다. 아키텍처 레벨에서는 모델링된 아키텍처의 디자인 변수들을 계산하기 위해 Chai가 제안한 SIMD 병렬 프로세서용 이종 아키텍처 모델링 툴을 사용하였다[27]. 테크놀로지 레벨에서는 아키텍처 레벨에서 구해진 디자인 변수들을 Generic System Simulator (GENESYS)[28]의 입력으로 사용하여 각 아키텍처 모델들의 테크놀로지 변수(Latency, Power, Clock frequency)를 계산하였다.
초음파 영상진단 시스템에서 반사된 초음파 신호는 내장된 신호처리 프로세서를 이용하여 포커싱(focusing)을 위한 빔포밍(Beamforming) 기법을 수행한다. 트랜스듀서에서 같은 시간에 전달된 초음파 신호가 인체를 통과하면서 서로 다른 매질로 이루어진 경계면에 반사되어 다시 트랜스듀서로 되돌아온다.
성능/효과
[17]에서는 DSP와 멀티미디어 애플리케이션에 대한 MMX 명령어의 성능 평가를 기술하였다. MMX 명령어는 81%의 다이내믹 명령어를 감소시켜 평균 5.5배의 성능 향상을 보였다. 이러한 결과에서 보는 바와 같이 SIMD 명령어는 적당한 수준의 성능을 향상시킨다.
제안한 멀티코어 프로세서는 16개의 프로세싱 엘리먼트로 구성되어 있으며, 각 프로세싱 엘리먼트는 메쉬 배열 구조에서 동작한다. 동일한 공정(130nm Technology)과 클럭 주파수(720Mhz)를 사용하여 모의 실험한 결과, 제안한 멀티코어 프로세서는 고성능 TI DSP C6416보다 실행 시간에서 15.8배, 에너지 효율에서 6.9배, 시스템 면적 효율에서 10배의 성능 향상을 보였다. 이러한 결과는 제안한 SIMD기반 멀티코어 프로세서가 모바일 초음파 의료영상 애플리케이션 처리에 있어서 무한한 잠재 가능성을 보여준다.
본 논문에서는 현재 Sonosite사의 M-Turbo 휴대용 초음파 기기에 사용되고 있는 고성능 프로세서인 TI DSP C6416[13], ARM926EJS[14], ARM1020E[15]와의 성능을 비교하여 잠재가능성을 보이고자 한다. 모의실험 결과, 제안한 멀티코어 프로세서는 TI DSP C6416과 비교하여 평균 15.8배의 성능, 6.9배의 에너지 효율 및 10배의 시스템 면적 효율을 보였다.
9배 향상을, 시스템 면적 효율에서는 10배 향상된 결과를 보여준다. 에너지 효율의 증가는 시스템의 배터리 수명을 증가시키는 결과를 가져오며, 시스템 면적 효율의 증가는 시스템의 컴포넌트 이용률을 증가시키는 결과를 가져온다.
9배, 시스템 면적 효율에서 10배의 성능 향상을 보였다. 이러한 결과는 제안한 SIMD기반 멀티코어 프로세서가 모바일 초음파 의료영상 애플리케이션 처리에 있어서 무한한 잠재 가능성을 보여준다.
제안하는 SIMD기반 멀티코어 프로세서의 명령어 종류에는 9가지 형태의 명령어가 존재하는데 산술, 논리, 시프트(Shift), 곱셈, 메모리 명령어, 데이터 지역성의 조건에 따라 PE를 활성화시키는 sleep 명령어, 인접 PE와 외부I/O와 통신하는 NEWS 명령어, 프로그램을 분기하는 분기 명령어, ACU의 연산을 담당하는 스칼라 명령어가 있다.
(그림 11)은 제안한 멀티코어 프로세서와 TI C6416, ARM926EJ-S, ARM1020E의 실행시간, 에너지효율 및 시스템 면적 효율을 비교한 그래프이다. 제안한 멀티코어 프로세서는 초음파 신호의 빔포밍 알고리즘에 대하여 상용 고성능 프로세서인 TI DSP C6416보다 실행시간 면에서 약 15.8배 향상을, 에너지 효율 면에서는 6.9배 향상을, 시스템 면적 효율에서는 10배 향상된 결과를 보여준다. 에너지 효율의 증가는 시스템의 배터리 수명을 증가시키는 결과를 가져오며, 시스템 면적 효율의 증가는 시스템의 컴포넌트 이용률을 증가시키는 결과를 가져온다.
질의응답
핵심어
질문
논문에서 추출한 답변
포커싱을 위한 빔포밍 기법은 무엇을 요구하나?
따라서 반사된 신호는 포커싱 과정을 통해 정렬할 필요성이 있는데 이러한 정렬 과정을 빔포밍(Beamforming)이라 한다[1]. 하지만 포커싱을 위한 빔포밍 기법은 상당한 양의 연산과 입출력 처리를 요구한다. 또한 모바일 초음파의 경우, 고성능 뿐만 아니라 저전력에 대한 수요도 증가하고 있다.
프로세싱 엘리먼트는 어떤 특징을 가지나?
• 32비트 폭의 4096개 워드로 구성된 로컬 메모리
• 32비트 폭의 16개 3포트 범용 레지스터
• 기본적인 산술/논리 연산을 수행하는 ALU
• 64비트 곱셈 및 누산기(Multiply Accumulator)
• 멀티 비트 산술/논리 시프트 연산을 수행하는 배럴 시프트(Barrel Shifter
• 지역 정보를 이용해 각 PE들을 활성 및 비활성 시키는 Sleep 유닛
• 이웃하는 PE들과 데이터 통신을 위한 NEWS(NorthEast-West-South) 네트워크 및 serial I/O유닛
측 방향 해상도는 무엇에 의해 결정되나?
특히, 초음파 영상의 질을 결정하는 가장 중요한 요소 중 하나인 측방향 해상도를 향상시키는 연구가 많이 진행되었다. 측 방향 해상도는 초음파 빔의 포커싱(Focusing)에 의해 결정되기 때문에 많은 포커싱 방법들이 등장하였다[2-5]. 초음파 신호는 서로 다른 매질의 경계면에 반사되어 되돌아오는 과정에서 지연시간이 발생해 동일 시점의 신호들이 서로 다른 시간에 도달한다.
참고문헌 (29)
장성호, "초음파 영상진단장치(의료특집)", 대한전기학회논문지, 제48권, 제8호, 11-21쪽, 1998년 8월.
김성학, 이원석, 신은희, 배병국, 노용래, "64 채널 Phased array 초음파 트랜스듀서의 설계 및 제작", 한국음향학회논문지, 제29권, 제2호, 608-609쪽, 2010년.
이순흠, 최관순, 김동식, "가상 3D 그래픽을 이용한 집속형 초음파 탐촉자 성능평가 방법", 한국정보처리학회논문지 B, 제14-B권, 제6호, 407-412쪽, 2007년.
T. R. Gururaja, and R. K. Panda, "Current status and future trends in ultrasonic transducers for medical imaging applications," in Proc. of the 11th IEEE International Symposium on Application of Ferroelectrics, pp.223-228, 1998.
X.-G. Jiang, J.-Y. Zhou, J.-H. Shi, H.-H. Chen "FPGA implementation of image rotation using modified compensated CORDIC," in Proc. of the 6th International Conference on ASIC, Vol.2, pp.752-756, 2005.
E. B. Bourennane, S. Bouchoux, J. Miteran, M. Paindavoine, S. Bouillant, "Cost comparison of image rotation implementations on static and dynamic reconfigurable FPGAs," in Proc. of IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP '02), Vol.3, pp.III-3176-3179, 2002.
이시현, " $Nios^{(R)}II$ 임베디드 프로세서를 사용한 병렬처리 시스템의 설계 및 구현", 한국컴퓨터정보학회논문지, 제14권, 제11호, 97-103쪽, 2009년 11월.
A. D. Blas et. al, "The UCSC Kestrel Parallel Processor," IEEE Trans. on Parallel and Distributed Systems, Vol.16, No.1, pp.80-92, Jan., 2005.
ARM 926EJ-S data sheet, http://www.arm.com/products/processors/classic/arm9/arm926.php.
ARM 1020E data sheet, http://www.hotchips.org/archives/hc13/2_Mon/02arm.pdf
P. Ranganathan, S. Adve, and N. P. Jouppi, "Performance of image and video processing with general-purpose processors and media ISA extensions," in Proc. of the 26th International Symposium on Computer Architecture, pp.124-135, May, 1999.
R. Bhargava, L. John, B. Evans, and R. Radhakrishnan, "Evaluating MMX technology using DSP and multimedia applications," in Proc. of IEEE/ACM Symposium on Microarchitecture, pp.37-46, 1998.
N. Slingerland and A. J. Smith, "Measuring the performance of multimedia instruction sets," IEEE Trans. on Computers, Vol.51, No.11, pp.1317-1332, Nov., 2002.
A. Krikelis, I. P. Jalowiecki, D. Bean, R. Bishop, M. Facey, D. Boughton, S. Murphy, and M. Whitaker, "A programmable processor with 4096 processing units for media applications," in Proc. of the IEEE International Conference on Acoustics, Speech, and Signal Processing, Vol.2, pp.937-940, May, 2001.
L. W. Tucker and G. G. Robertson, "Architecture and applications of the connection machine," IEEE Computer, Vol.21, No.8, pp.26-38, 1988.
M. Bolotski, R. Armithrajah, W. Chen, "ABACUS: A high performance architecture for vision," in Proceedings of the International Conference on Pattern Recognition, 1994.
J. F. Havlice and J. C. Taenzer, "Medical ultrasonic imaging: An overview of principles and instrumentation," Proceedings of IEEE, Vol.67, No.4, pp.620-640, April, 1979.
M. E. Schafer and P. A. Lewin, "The influence of front-end hardware on digital ultrasonic imaging," IEEE Trans. Sonics Ultrasonics, Vol.SU-31, No.4, pp.295-306, July, 1984.
S. M. Chai, T. Taha, D. S. Wills, and J. D. Meindl, "Heterogeneous architecture models for interconnect-motivated system design," IEEE Trans. on VLSI Systems, Vol.8, No.6, pp.660-670, 2000.
V. Tiwari, S. Malik, and A. Wolfe, "Compilation techniques for low energy: An overview," in Proc. IEEE International Symposium on Low Power Electronics, pp.38-39, 1994.
Xilinx Vertex-4 FPGA XC4VLX60 data sheet, http://www.alldatasheet.net/datasheet-pdf/pdf/152986/XILINX/XC4VLX60.html.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.