메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이화영 (국민대학교) 임은진 (국민대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 한국컴퓨터종합학술대회 논문집 제36권 제1호(B)
발행연도
2009.6
수록면
322 - 326 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
그래픽 연산의 가속을 위한 연산 장치로 사용되던 Graphic Processing Unit(GPU)의 연산 성능이 높아지고 GPU에서의 범용 프로그래밍을 위한 개발 환경이 개발, 보급되면서 GPU를 일반연산에 활용하는 연구가 활발해지고 있는 추세이다. 몬테 카를로 시뮬레이션은 대표적인 embarrassingly parallel application으로써 multi-core GPU 상에서 병렬화하기에 적합한 응용으로 이미 GPU를 이용한 여러 종류의 몬테카를로 시뮬레이션 적용 연구가 보고되고 있다. 본 연구자는 고체 수소의 양자적 회전자들의 열역학적 성질을 규명하기 위해 사용되는 경로 적분 몬테 카를로(Path Integral Monte Carlo) 방법을 GPU 상에서 병렬화하여 연산을 가속화하는 연구를 행하고 있다. 이 방법은, 다중의 샘플에 대하여 서로 독립적인 단순한 연산을 하는 대부분의 Monte Carlo 방법과 달리 각각의 샘플에 대한 연산량이 대단히 크기 때문에 각 샘플 내부의 연산 자체를 병렬화할 필요가 있다는 점에서, 연산량과 병렬화 방법에 있어서 근본적인 차이가 있다. 본 논문에서는 경로 적분 몬테 카를로 시뮬레이션을 nVidia GPU 상에서 병렬화하고 그 성능을 비교하여 적절한 병렬화 방법과 파라미터를 제시한다. nVidia GPU에는 다수의 streaming processor간에 공유되는 고속의 on-chip shared memory 와 저속의 off-chip global memory가 있어서 shared memory를 최대로 활용할 수 있는 코드를 구성하는 것이 중요하다. 본 논문에서는 성능 비교를 위하여 1) 일반 CPU 상에서 수행되는, C 언어로 개발된 순차코드와 nVidia GPU 상에서 수행되는, CUDA 언어로 구현된 병렬코드 중 2) global memory를 주로 사용하는 버전, 그리고 3) shared memory를 주로 사용하는 버전을 구현하고 병렬화 인자를 달리하며 실험하여 각각의 성능을 비교한 결과 CPU에서 실행되는 순차 코드에 대하여 최고 19배의 성능향상 결과를 보였다.

목차

요약
1. 서론
2. nVidia GPU의 구조
3. CUDA
4. 경로 적분 몬테 카를로 시뮬레이션
5. 구현
6. 구현결과
7. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-018535278