최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기융ㆍ복합기술연구소 논문집 = Journal of institute of convergence technology, v.9 no.1, 2019년, pp.1 - 6
박상근 (한국교통대학교 기계공학)
Matrix multiplication is a fundamental mathematical operation that has numerous applications across most scientific fields. In this paper, we presents a parallel GPU computation algorithm for dense matrix-matrix multiplication using OpenGL compute shader, which can play a very important role as a fu...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
행렬 곱셈이 알고리즘의 성능을 좌우하는 이유는 무엇인가? | 본 연구는 이러한 GPU을 활용하여 공학 및 과학 분야에서 컴퓨팅 연산을 위해 가장 많이 사용되고 있는 행렬 연산을 신속히 수행할 수 있는 병렬처리 행렬 곱셈 알고리즘 및 그 계산 성능을 소개하고자 한다. 행렬 곱셈은 수많은 수치 알고리즘을 위한 필수 구성요소 로서 계산량 측면에서 상당 부분을 차지하고 있기 때문에 해당 수치 알고리즘의 성능을 좌우한다. 이러한 이유로 대부분의 수치 라이브러리는 보다 빠른 행렬 곱셈을 구현하기 위해 적잖은 시간과 노력을 경주한다. | |
CUDA와 비교되는 컴뷰터쉐이더의 장점은 무엇인가? | 참고로 CUDA의 경우 병렬처리 계산만을 위한 용도로 사용될 수 있고 엔디비아사의 그래픽 카드에서만 작동 하는 단점을 가지고 있다. 이것과 비교하여 컴퓨터 쉐이더는 일반적인 그래픽 렌더링 및 이미지 프로세싱 등의 작업에서도 사용 가능하며 이들이 사용하는 데이터 및 관련 리소스(resources) 등을 공유할 수 있기 때문에 대규모 실시간 계산 작업을 가능토록 지원할수 있다. 또한 특정 그래픽 카드의 의존성이 없고, 컴퓨터 OS에 무관하며, 모바일(mobile) 환경에서도 큰어려움 없이 사용 가능하다는 특징을 가지고 있어 점차 그 응용 분야가 늘어나고 있다. | |
컴퓨터 쉐이더는 무엇인가? | OpenGL이 제공하는 shader 중의 하나인 컴퓨터 쉐이더(compute shader) 6) 는 일반적인 그래픽 렌더링 이외의 병렬처리 계산 작업을 위해 GPU가 사용될 수 있도록 GPGPU(General-Purpose computing on Graphics Processing Units) 프로그래밍을 지원하는 범용 shader 이다. 현재 GPGPU 프로그래밍을 지원하는 가장 알려진 기술로 엔디비아사의 CUDA 및 AMD에서 추진하는 OpenCL이 있는데, 이들 모두 GPU기반 병렬처리 부동 소수점 계산을 위한 개발 환경을 지원한다. |
http://www.netlib.org/blas.
https://software.intel.com/en-us/mkl.
http://developer.amd.com/tools-and-sdks/archive/acml-product-features/.
https://developer.nvidia.com/cublas.
https://docs.nvidia.com/cuda/nvblas/index.html.
G. Sellers, R. S. Wright, and N. Haemel, OpenGL SuperBible (7th ed.), Addison-Wesley, 2015.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.