선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 먼저 GPU 구조에 적합한 새로운 쓰레드 스케줄링기법들의 연구 사례들을 소개한다. 이 연구들은 공통적으로 컨트롤 플로우를 분석하여 쓰레드 그룹을 재구성하는 기술을 제안하였다.
- 본 고는 앞서 설명한 GPU의 최신 연구 이슈과 관련 연구 사례들을 보다 자세히 소개한다. 본 고의 2절에서는 GPU의 하드웨어 구조 병렬 컴퓨팅 동작 원리에 대해 소개한다.
- 본 고에서는 GPGPU 기반 어플리케이션을 구동할 수 있는 최신 GPU에서 이론상 최대 성능을 발휘하는데 문제가 되는 요소에 대해 분석하고, 이를 극복하기 위한 최신 연구 동향을 소개하였다. GPU는 TLP와 MLP 를 통해 큰 성능 향상을 얻을 수 있는데, SIMT기반 동작 구조의 한계로 인해 다양한 어플리케이션에서 발생하는 상황에 대해 유연하게 대처하기 어려운 단점이 있다.
- 본 고에서는 위와 같은 이슈들을 극복하기 위한, GPU 구조 관련 최신 연구 사례들을 소개한다. 이를 통해, 최근 컴퓨터 구조 분야에서 관심이 집중되고 있는 GPU 구조 관련 연구 동향에 대한 이해를 돕고자 한다.
- 본 절에서는 GPU 구조에 관련한 주요 성능 이슈들을 소개한다. 소개할 이슈는 TLP 동작 중 발생하는 분기 다이버전스, MLP 동작을 저해하는 메모리 다이버전스, 그리고 전력 소비량 대비 비효율적인 하드웨어 활용으로 나눌 수 있다.
- 제안되었다[12]. 이 연구는 쓰레드 스케줄러가 분기다이버전스가 메모리 다이버전스를 일으킬 수 있다는 점에 착안하여, 메모리 다이버전스가 일어나는 지점을 저장한다. 이 정보를 토대로 메모리 다이버전스를예측하여 캐시에서 해당 라인의 적출이 일어나기 전에 해당 주소를 접근하는 쓰레드 그룹을 먼저 스케줄링 하도록 한다.
- 연구 사례들을 소개한다. 이 연구들은 공통적으로 컨트롤 플로우를 분석하여 쓰레드 그룹을 재구성하는 기술을 제안하였다. 그러나 재구성을 하기 위한 방식은 연구마다 조금씩 차이를 보인다.
- 이 연구에서는 SRAM 보다 셀 면적이 작고, 전력 효율이 높은 임베디드 DRAM(eDRAM)을 사용하여 GPU의 레지스터 파일을 설계하였다. 이 연구에서는 레지스터 파일 자체의 구조는 기존과 유사하게 설계하였지만, 데이터 유지를 위해 대기 전력이 필요한 eDRAM의 특성에 맞추어 리프레쉬 카운터를 이용하여 레지스터 파일에 데이터 유지를 위한 최소 전력을 공급하거나, 유휴 레지스터들의 전력을 차단하는 기술을 제안하였다. 또한 이 연구는 레지스터 파일이 뱅크 기반으로 구성되어 있는 점에 착안하여, 뱅크 경쟁(树nk conflict)을 미리 카운팅하여 각 뱅크의 접근 패턴을 예상하고 그에 따른 전력 배분 정책을 적용하였다.
- 이러한 전제를 바탕으로, 이 연구에서는 어플리케이션의 컴파일 과정에서 메모리 접근에 대한 지역성이 어느 정도 적용되는지 예측했다. 이후, 예측된 정보를통해 지역성이 낮다고 판단되는 경우, demand-fetched L1 캐시를 사용하지 않고 그 반대의 경우에는 이를 사용해서 성능을 향상시켰다.
- 이후 GPU에서 특화된 명령어를 실행할 때, 해당 명령어의 연산자를 별도로 저장할 수 있는 레지스터(Com posite Register File, CRF)들을 연산기에 추가하였다. 이를 통해 해당 명령어와 의존 관계에 있는 다른 명령어들이 이 연산기에서 빠르게 계산된 결과를 지연 없이 접근할 수 있도록 하였다. 이러한 새 구조를 통해 처리해야 할 명령어의 개수를 감소시키고, 연관성이 있는 명령어들의 처리 효율을 개선하여 GPU의 전체성능을 향상함과 동시에 전체 전력 소비 효율을 높이는 효과도 가져올 수 있다.
- 이를 통해, 최근 컴퓨터 구조 분야에서 관심이 집중되고 있는 GPU 구조 관련 연구 동향에 대한 이해를 돕고자 한다. 본 고에서 소개할 연구 사례들은 다음과 같이 요약된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.