$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

국방정보시스템 성능향상을 위한 효율적인 GPU적용방안 연구
The study on the Efficient methodology to apply the GPU for military information system improvement 원문보기

디지털산업정보학회논문지 = Journal of the Korea Society of Digital Industry and Information Management, v.11 no.1, 2015년, pp.27 - 35  

고장혁 (국방과학연구소) ,  이동호 (광운대학교 컴퓨터소프트웨어학과)

Abstract ▼ AI-Helper 아이콘AI-Helper

Increasing the number of GPU (Graphic Processor Unit) cores, the studies on High Performance Computing Platform using GPU have actively been made in recent. This trend has led to the development of GPGPU (General Purpose GPU) and CUDA (Compute Unified Device Architecture) Framework. In this paper, w...

주제어

#Multi-core   #Parallel Processing   #GPGPU   #GPU   #CUDA  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 기존에 개발된 국방 정보시스템의 성능을 향상시키기 위한 효율적인 GPU 적용방안을 제안하고 이에 대한 가능성 및 성능향상을 보이고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
병렬처리 프로그래밍의 중요성이 증가하는 이유는? CPU의 다중코어(multi-core)와 GPU의 다수코어(many-core) 형태의 프로세서가 보편화됨에 따라 병렬처리 프로그래밍의 중요성은 점점 더 커지고 있다. 그동안 GPU는 그래픽스 계산 시 한 번에 수많은 기하 및 화소 데이터를 병렬적으로 처리하기 위해 코어의 수를 지속적으로 늘려 왔으며, 연산시 발생하는 메모리 접근 지연 시간을 숨기기 위해 쓰레드를 사용한 병렬처리로 계산 능력을 획기적으로 향상시켜 왔다.
국방 정보시스템에 GPU는 어떻게 사용되어지는가? 국방 분야에서도 GPU가 초기에는 그래픽 기능위주의 영상처리 및 상황도(COP) 등에 적용되었으나 현재는 앞에서 언급한 민간분야와 같이 고성능 컴퓨팅이 필요한 분야에 적용되기 시작하였다. 하지만 아직은 활용이 그다지 높지 않은 실정이다.
GPU의 성능 향상 과정은? CPU의 다중코어(multi-core)와 GPU의 다수코어(many-core) 형태의 프로세서가 보편화됨에 따라 병렬처리 프로그래밍의 중요성은 점점 더 커지고 있다. 그동안 GPU는 그래픽스 계산 시 한 번에 수많은 기하 및 화소 데이터를 병렬적으로 처리하기 위해 코어의 수를 지속적으로 늘려 왔으며, 연산시 발생하는 메모리 접근 지연 시간을 숨기기 위해 쓰레드를 사용한 병렬처리로 계산 능력을 획기적으로 향상시켜 왔다. 이렇게 다수코어 기반 스트리밍 계산에 특화된 GPU의 연산 능력은 현재 CPU 대비 상당한 정도의 성능 우위를 점유하게 되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. 이승학.김경훈.안치영.최승원, "GPU를 이용한 SDR 시스템용 LTE MIMO 기지국 기능 구현," 디지털산업정보학회 논문지, 제8권, 제4호, 2012, pp. 91-98. 

  2. 이윤혁.김동욱.서영호, "GPGPU기반의 디지털홀로그램 콘텐츠의 고속 생성 기법," 디지털산업정보학회 논문지, 제9권, 제1호, 2013, pp. 151-162. 

  3. 고장혁.이동호, "GPU를 이용한 정보시스템 성능향상에 관한 연구," 한국군사과학기술학회 종합학술대회, 2013. 

  4. GE Intelligent Platforms, "GPGPU COTS Platforms - High-Performance Computing Solutions," 2011, pp. 2-6, http://defense.ge-ip.com/gpgpu 

  5. Mark Harris, "Optimizing Parallel Reduction in CUDA, NVIDIA," 2007, pp. 7-37. 

  6. M. Harris, S. Sengupta, Y. Zhang, and A. Davidson, "CUDPP: CUDA data parallel primitives library," 2009. http://gpgpu.org/developer/cudpp/. 

  7. Jeff A. Stuart, J. D. Owens, "Multi-GPU MapReduce on GPU Clusters," IEEE International Parallel & Distributed Processing Symposium, 2011, pp. 1068-1079. 

  8. Reza Farivar, Abhishek Verma, Ellick chan, Roy H Campbell, "MITHRA: Multiple data Independent Tasks on a Heterogeneous Resource Architecture," IEEE Cluster Computing and Workshops, 2009. 

  9. Parth R. Trivedi, "c2cudatranslator: Automatic conversion of source code for C to CUDA C," 2012. http://code.google.com/p/c2cudatranslator 

  10. Karl malbrain, 786/1280 Byte Table AES C byte-implementation 03 OCT 2006, http://www.geocities.ws/malbrain 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로