최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. B. B, v.40 no.9 = no.372, 2016년, pp.597 - 604
윤종선 (서울과학기술대학교 기계공학과) , 전병진 (연세대학교 의과대학 심혈관영상연구센터) , 정혜동 (전자부품연구원 임베디드&소프트웨어 연구센터) , 최형권 (서울과학기술대학교 기계.자동차공학과)
A parallel algorithm of bi-conjugate gradient method was developed based on CUDA for parallel computation of the incompressible Navier-Stokes equations. The governing equations were discretized using splitting P2P1 finite element method. Asymmetric stenotic flow problem was solved to validate the pr...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
CPU를 이용한 병렬 연산은 무엇을 이용하여 수행되는가? | CPU를 이용한 병렬 연산은 OpenMP 또는 영역 분할을 이용한 MPI를 적용하여 수행되었다. 전병진 등(3) 은 CPU 기반의 클러스터 구조에서 MPI와 하이브리드(OpenMP+MPI) 병렬 방식을 이용해 이중공액구배법의 병렬 성능을 측정하였다. | |
병렬 컴퓨팅은 어떻게 나누어지는가? | 수치해석을 위한 시스템 환경은 단일 프로세서에서 시작하여 병렬 컴퓨팅으로 발전했다. 병렬 컴퓨팅은 크게 분산 메모리와 공유 메모리 구조로 나눠진다. 분산 메모리 구조는 2개 이상의 노드로 구성된 클러스터와 같으며, 공유 메모리 구조는 Intel Xeon-Phi, GPU 등과 같이 수십 개의 코어가 메모리를 공유하는 시스템을 말한다. | |
컴퓨터 성능과 소프트웨어 발전이 동시에 이루어지고 있는 이유는 무엇인가? | 최근에는 설계, 의학, 금융 등 다양한 분야에서 수치해석을 이용한 연구가 진행되고 있다. 수치 해석에서 정확한 결과를 얻기 위해서는 상당한 시간이 소요된다. 따라서 빠른 계산 결과를 얻으려는 소비자들의 필요에 따라 컴퓨터 성능과 소프트웨어 발전이 동시에 이루어지고 있다. |
Temem, O. and Jalby, W., 1992, "Charact-erizing the Behavior of Sparse Algorithms on Caches," Proceedings of the 1992 ACM/IEEE Conference on Supercomputing, pp. 578-587.
Richard, V., Demmel, J. W., Yelick, K. A., Kamil, S., Nishtala, R. and Lee, B. J., 2002, "Performance Optimizations and Bounds for Sparse Matrix-Vector Multiply," Proceedings of the IEEE/ACM SC2002 Conference.
Jeon, B. J. and Choi, H. G., 2014, "Comparison of Message Passing Interface and Hybrid Programming Models to Solve Pressure Equation in Distributed Memory System," Trans. Korean Soc. Mech. Eng. B, Vol. 39, No. 2, pp. 191-197.
https://www.khronos.org/opencl/
Bell, N. and Garlandy, M., 2008, "Ecient Sparse Matrix-Vector Multiplication on CUDA," NVIDIA Technical Report NVR-2008-004.
Feng, X., Hai Jin, Zheng, R., Hu, K., Zeng, J. and Shao, Z., 2011, "Optimization of Sparse Matrix-Vector Multiplication with Variant CSR on GPUs," 22 2011 IEEE 17th International Conference on Parallel and Distributed Systems.
Ashari, A., Sedaghati, N., Eisenlohr, J., Paqrthasarathy, S. and Sadayappan, P., 2014, "Fast Sparse Matrix-Vector Multiplication on GPUs for Graph Applications," Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis, pp. 781-792.
Park, T. J., Woo, J. M. and Kim, C. H., 2011, "CUDA-based Parallel Bi-Conjugate Gradient Matrix Solver for BioFET Simulation," Journal of the Institute of Electronics Engineers of Korea, Vol. 48, No. 1, pp. 90-100.
Chang, T. K., Park, J. S. and Kim, C., 2014, "Efficient Computation of Compressible Flow By Higher-order Method Accelerated Using GPU," J. Comput. Fluids Eng, Vol. 19, No. 3, pp. 52-61.
https://www.nvidia.com/content/PDF/kepler/NVIDIA-Kepler-GK110-Architecture-Whitepaper.pdf
http://developer.download.nvidia.com/assets/cuda/files/reduction.pdf
Varghese, S. S., Frankel, S. H. and Fischer, P. F., 2007, "Direct Numerical Simulation of Stenotic Flow: Part 1. Steady Flow," J. Fluid Mech., Vol. 582, pp. 253-280.
Kang, K., Choi, H. G. and Yoo, J. Y., 2012. "Investigation of Fluid-structure Interactions using a Velocity-linked P2/P1 Finite Element Method and the Generalized-method," Int. J. Numer. Meth. Engng. pp. 1539-1547.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.