초록 ▼

1. 멀티코어-CPU와 멀티-GPU 노드로 구성된 diskless 클러스터 시스템을 제작함.
- 리눅스의 Initramfs 기술을 이용하여 노드의 커널과 루트파일시스템을 모두 메모리에 상주시켜 시스템 안정성을 높이고 네트워크 부하를 감소시킴.
- chroot와 debootstrap를 활용하여 유지, 관리가 용이하도록 함.
2. 단일-GPU에서 최적화된 3차원 FDTD 프로그램을 개발함.
- Roofline 모델을 이용하여 단계별 최적화에 따른 이론적인 성능 향상을 예측함.
- 실제 구현된 FDTD 프로그램

1. 멀티코어-CPU와 멀티-GPU 노드로 구성된 diskless 클러스터 시스템을 제작함.
- 리눅스의 Initramfs 기술을 이용하여 노드의 커널과 루트파일시스템을 모두 메모리에 상주시켜 시스템 안정성을 높이고 네트워크 부하를 감소시킴.
- chroot와 debootstrap를 활용하여 유지, 관리가 용이하도록 함.
2. 단일-GPU에서 최적화된 3차원 FDTD 프로그램을 개발함.
- Roofline 모델을 이용하여 단계별 최적화에 따른 이론적인 성능 향상을 예측함.
- 실제 구현된 FDTD 프로그램의 성능을 측정하여 이론 예측값과 일치함을 검증함.
- 최적화된 FDTD 프로그램을 Intel CPU와 NVIDIA GPU들에서 성능을 비교함.
- 단일-쓰레드 CPU에 비해 최대 116배 성능 향상됨. (Intel Core i7 920 CPU와 NVIDIA GeForce GTX 480 GPU 비교)
3. 멀티-GPU에서 최적화된 3차원 FDTD 프로그램을 개발함.
- Pinned 메모리를 활용하여 CPU와 GPU 간의 통신 부하를 감소시킴.
- 멀티-GPU 환경에서 병렬 효율이 매우 높은 FDTD 프로그램을 개발함.
4. 파이썬을 이용한 SSE, OpenMP, MPI, CUDA 병렬 기술들의 통합 프로그래밍의 효용성을 검증함.
- C와 CUDA만으로 작성된 프로그램과 파이썬 프로그램의 성능 차이가 거의 없음을 검증함.

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 요 약 문 ... 4
• 목차 ... 6
• 표(그림) 차례 ... 7
• 제1장 연구개발과제의 개요 ... 8
• 제2장 연구개발수행 내용 및 결과 ... 9
• 제1절 멀티코어-CPU, 멀티-GPU 하이브리드 시스템 제작 ... 10
• 제2절 단일-GPU 시스템에서 3차원 FDTD 구현 및 최적화 ... 11
• 제3절 멀티-GPU 시스템에서 3차원 FDTD 구현 및 최적화 ... 21
• 제4절 CPU-GPU 하이브리드 시스템에서 3차원 FDTD 구현 및 최적화 ... 23
• 제5절 파이썬을 이용한 통합 프로그래밍 기술의 효용성 검증 ... 24
• 제4장 목표달성도 및 연구개발결과의 활용계획 ... 26
• 참고문헌 ... 28
• 끝페이지 ... 29