최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울시립대학교 Korea Forest Research Institute |
---|---|
연구책임자 | 이영민 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-06 |
과제시작연도 | 2020 |
주관부처 | 교육부 Ministry of Education |
등록번호 | TRKO202100012087 |
과제고유번호 | 1345336117 |
사업명 | 개인기초연구(교육부)(R&D) |
DB 구축일자 | 2022-04-16 |
키워드 | 테스크-병렬성.성능예측.매핑 알고리즘.딥러닝.GPU.task-parallelism.Performance estimation.Mapping algorithm.Deep learning. |
□ 연구개발 목표 및 내용
■ 최종 목표
GPU에서 데이터 병렬성뿐만 아니라 태스크 병렬성을 지원할 수 있고, 딥러닝 구조와 GPU 구조의 데이터 병렬성 및 태스크 병렬성을 모두 고려한 최적의 매핑 및 스케쥴링 기법을 개발함으로써, 추가 하드웨어 비용 없이 딥러닝 가속을 달성하는 것을 목표로 함.
■ 전체 내용
- 1차년도(9개월):
* 효과적인 태스크 병렬성 실행모델을 제안하고, 이를 지원하는 GPU 프레임워크인 GOPipe를 개발.
- 2차년도(12개월):
* 다양한 의존성 패턴을
※ AI-Helper는 부적절한 답변을 할 수 있습니다.