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.
제안 방법
- MPI는 대표적인 분산 병렬프로그래밍 방식이며[4,5], 본 논문에서는 다른 각각 컴퓨터에 설치되어 있는 GPU에서 동시에 계산하기 위하여 MPI 방식을 사용하여 병렬프로그램을 구현하였다[6].
- 구분구적법에서는 도형을 여러 개의 조각으로 나누어 넓이를 계산하는데, 조각 수가 많을수록 오차가 작아지므로 본 프로그램에서는 조각 수를 충분히 큰 개수인 256 × 108개로 설정하여 실험하였다.
- 다중 GPU의 성능을 알아보기 위한 프로그램을 2장에서 설명한 방식으로 구현하였으며, 이 장에서는 프로그램의 실행 시간을 GPU 개수가 1개, 2개, 그리고 4개일 경우로 나누어 비교 분석한다.
- 본 논문에서는 GPU를 두 개 이상 병렬로 사용하여 원주율(π)를 구하는 정적분 프로그램을 구현하였으며, 그 성능을 비교 분석하여 보았다.
- 원주율(π)를 적분으로 구하는 방법에는 대표적으로 몬테카를로 적분법이 있지만, 본 연구에서는 구분구적법으로 π값을 계산하는 정적분 프로그램을 구현하였다.
- 이에 본 논문에서는 두 개 이상의 다중 GPU의 계산성능을 알아보기 위하여 원주율(π)를 계산하는 정적분 프로그램을 GPU에서 실행할 수 있도록 구현하였으며, 프로그램에는 Nvidia GPU 프로그램 모델인 CUDA(Compute Unified Device Architecture)와 병렬처리 라이브러리인 MPI(Message Passing Interface)를 사용하였다.
대상 데이터
- GPU를 이용한 병렬 연산을 처리하기 위해 GPU 구동은 CUDA 라이브러리, 병렬처리는 MPI 라이브러리를 이용하였으며, 계산에 사용된 GPU는 Nvidia Tesla C1060(1.3GHz)이다. 이 장에서는 병렬 프로그램의 구조와 연산 환경, 그리고 적분 계산에 대해 설명한다.
- 본 실험에서는 n을 256 × 108개로 설정하였으며, 이는 CUDA 함수에서 256(=28)개의 스레드가 사용되기 때문에 계산 구간 분할을 용이하게 하기 위한 숫자이다.
- 이 실험은 CUDA 함수에서 256개의 스레드를 사용하였으며, 총 256 × 108번의 충분한 연산을 통해 이루어졌다.
- 최근 화제가 된 구글 딥마인드가 개발한 인공지능 바둑 프로그램 알파고는 1,202개의 CPU와 176개의 GPU를 사용하였다[1]. 알파고와 같이 연산 처리량이 많은 프로그램의 경우, GPU를 사용한 연산이 CPU 기반 시스템에 비교하여 효율적인 성능을 보여준다.
이론/모형
- GPU 구동에는 CUDA, 병렬처리에는 MPI 라이브러리를 사용했으며, π값을 구하는 방식으로는 정적분 계산법 중 구분구적법을 이용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.