지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.12
- 수록면
- 689 - 695 (7page)
- DOI
- 10.7848/ksgpc.2022.40.6.689
이용수
초록· 키워드
오류제보하기
본 연구에서는 위성 영상의 처리에 빈번히 사용되는 이산 합성곱(discrete convolution)과 행렬 곱셈의 효율 제고를 위하여 GPU를 이용한 병렬처리 코드를 구현하고 성능을 평가하였다. 병렬처리 성능을 향상시키기 위해 GPU의 로컬 메모리를 활용하였고, 행렬의 곱셈은 메모리 접근 지연을 줄이기 위해 통상적인 column-wise 방식 대신 row-wise 방식을 사용하였다. OpenCL 라이브러리를 이용하여 병렬처리 코드를 구현하고 1024개의 arithmetic logic unit가 있는 GPU에서 실행하였다. KOMPSAT 3A 영상에 적용한 결과 이산 합성곱 병렬처리는 CPU 단일 코어를 이용한 순차처리보다 400배 이상의 속도 향상이 있었고 로컬 메모리를 이용하면 그보다 두 배 이상의 속도 향상이 있었다. 4193 * 4193 크기의 병렬 행렬 곱셈은 순차처리에 비하여 100배 이상의 속도 향상이 있었고 로컬 메모리를 이용하여 그보다 두 배 이상의 속도 향상이 있었다.
목차
Abstract
초록
1. 서론
2. GPU의 구조와 병렬처리
3. 이산 합성곱의 병렬처리
4. 행렬 연산의 병렬처리
5. 적용 및 평가
6. 요약 및 결론
References
참고문헌 (15)
참고문헌 신청
Cheng, G., Xie, X., Han, J., Guo, L., and Xia, G.-S. (2020), Remote sensing image scene classification meets deep learning: Challenges, methods, benchmarks, and opportunities, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 13, pp. 3735-3756. https://doi.org/10.1109/JSTARS.2020.3005403
Li, C. (2022), Best GPU for deep learning in 2022, Lambda, https://lambdalabs.com/blog/best-gpu-2022-sofar/ (last date accessed: 5 December 2022)
Madiajagan, M. and Raj, S.S. (2019), Chapter 1 - parallel computing, graphics processing unit (GPU) and new hardware for deep learning in computational intelligence research, In: Sangaiah, A.K. (eds.), Deep Learning and Parallel Computing Environment for Bioengineering Systems, Academic Press, USA, pp. 1-15. https://doi.org/10.1016/B978-0-12-816718-2.00008-7
Nugteren, C. (2014), Tutorial: OpenCL SGEMM tuning for Kepler, SURFsara, https://cnugteren.github.io/tutorial/pages/page1.html (last date accessed: 13 December 2022)
NVIDIA (2022), CUDA C++ programming guide, NVIDIA Corporation & affiliates, https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html/ (last date accessed: 5 December 2022)
Li, C. (2022), Best GPU for deep learning in 2022, Lambda, https://lambdalabs.com/blog/best-gpu-2022-sofar/ (last date accessed: 5 December 2022)
Madiajagan, M. and Raj, S.S. (2019), Chapter 1 - parallel computing, graphics processing unit (GPU) and new hardware for deep learning in computational intelligence research, In: Sangaiah, A.K. (eds.), Deep Learning and Parallel Computing Environment for Bioengineering Systems, Academic Press, USA, pp. 1-15. https://doi.org/10.1016/B978-0-12-816718-2.00008-7
Nugteren, C. (2014), Tutorial: OpenCL SGEMM tuning for Kepler, SURFsara, https://cnugteren.github.io/tutorial/pages/page1.html (last date accessed: 13 December 2022)
NVIDIA (2022), CUDA C++ programming guide, NVIDIA Corporation & affiliates, https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html/ (last date accessed: 5 December 2022)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
GPU 메모리 용량을 초과하는 위성영상의 GPU 기반 병렬처리
대한공간정보학회 학술대회
2020 .06
-
대용량 위성영상의 효율적인 처리를 위한 알고리즘 비지향적 병렬처리 기술 개발
대한토목학회 학술대회
2022 .10
-
GPU 기반 런타임 병렬 처리 라이브러리를 활용한 영상 필터 병렬 가속 처리 방법
한국통신학회 학술대회논문집
2020 .11
-
의료영상을 위한 위치 기반 역학의 GPU 병렬화 연구
한국차세대컴퓨팅학회 논문지
2023 .06
-
데이터 수에 따른 CPU와 GPU 기반 병렬 처리의 성능 비교
한국정보과학회 학술발표논문집
2021 .12
-
다중 GPU기반 홀로그램 생성을 위한 병렬처리 성능 최적화 기법 기재
스마트미디어저널
2019 .01
-
유한요소 비압축성 유동장 해석을 위한 이중공액구배법의 GPU 기반 연산에 대한 연구
대한기계학회 논문집 B권
2016 .09
-
GPU 병렬 처리를 활용한 웹 플랫폼 기반의 계산집약적 응용 프로그램의 성능 분석
한국정보과학회 학술발표논문집
2017 .06
-
대용량 위성영상의 무감독 분류를 위한 K-means 군집화 알고리즘의 병렬처리
한국측량학회지
2017 .06
-
제한된 메모리를 가진 GPU를 이용한 그래프 알고리즘 처리 기법의 성능 평가
한국정보과학회 학술발표논문집
2022 .06
-
GPU 기반 행렬 곱셈 병렬처리 알고리즘
융ㆍ복합기술연구소 논문집
2019 .01
-
효율적인 GPU 메모리 컨트롤러 설계를 위한 GPU 메모리 성능 분석 연구
한국통신학회 학술대회논문집
2015 .01
-
공유 캐시메모리 성능에 기반한 이기종 병렬프로그래밍
한국차세대컴퓨팅학회 논문지
2018 .01
-
합성곱과 행렬 곱셈 연산을 지원하는 효율적 연산기 설계 및 구현
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
질량스프링 시뮬레이션을 위한 병렬 구조 설계 방법
컴퓨터그래픽스학회논문지
2019 .07
-
Traveling Salesman Problem을 위한 GPU 기반 병렬 Ant Colony System
한국컴퓨터정보학회논문지
2022 .02
-
다중 GPU 사용을 위한 CUDA C 행렬의 곱 프로그램의 구현
한국정보기술학회논문지
2020 .11
-
CPU-GPU환경에서 효율적인 메모리공유를 위한 퓨전아키텍처 개발
한국전자통신학회 논문지
2016 .01
-
거대 언어 모델의 일괄 추론 수준에 따른 추론 시간, 정확도, 통신 및 GPU 메모리 점유량 비교분석
한국통신학회논문지
2024 .10
-
GPU 에 내장된 행렬 연산에 특화된 코어를 사용한 인공 신경망의 가속
한국통신학회 학술대회논문집
2020 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
GPU 에 내장된 행렬 연산에 특화된 코어를 사용한 인공 신경망의 가속
박상수
,
이원혁
,
정기석
한국통신학회 학술대회논문집
2020
.02
한국형 멀티모달 몽타주 앱을 위한 생성형 AI 연구
임정현
,
차경애
,
고재필
외 1명
서비스 연구
2024
.03
V2V 통신 환경에서 DoS 공격 탐지 모델 개발을 위한 데이터 생성 및 검증
이현로
,
이민종
,
하재철
한국산학기술학회 논문지
2024
.01
광대역 위성통신탑재체용 디지털신호처리장치(DPE) 설계
심의석
,
김민혁
,
허금숙
외 3명
한국전자파학회논문지
2023
.10
인공지능 기반 산업용 로봇의 RV 감속기 예지보전 시스템 개발
김남규
,
서동우
한국통신학회 인공지능 학술대회 논문집
2023
.09
최근 본 자료
댓글(0)
0