http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 최홍준(Hongjun Choi) (검색결과 22 건)
- 무료
- 기관 내 무료
- 유료
-
범용 그래픽 처리 장치의 메모리 설계를 위한 그래픽 처리 장치의 메모리 특성 분석
최홍준,김철홍,Choi, Hongjun,Kim, Cheolhong 한국스마트미디어학회 2014 스마트미디어저널 Vol.3 No.1
소비전력 증가와 같은 문제점들로 인하여, 마이크로프로세서만으로는 컴퓨팅 시스템의 성능을 향상시키기 점점 어려워지고 있다. 이와 같은 상황에서, 대용량 병렬 연산에 특화된 그래픽 처리 장치를 활용하여 중앙 처리 장치가 담당하던 범용 작업을 수행하게 하는 범용 그래픽 처리 장치 기술이 컴퓨터 시스템의 성능을 개선시킬 수 있는 방안으로 주목을 받고 있다. 하지만, 그래픽스 관련 응용프로그램과 범용 응용프로그램의 특징은 매우 상이하기 때문에, 그래픽 처리 장치가 범용 응용프로그램을 수행하는 경우에는 많은 제약 사항으로 인하여 자신의 뛰어난 연산 자원을 활용하지 못하는 실정이다. 일반적으로 그래픽스 관련 응용프로그램에 비해 범용 응용프로그램은 메모리를 매우 많이 요청하기 때문에 범용 그래픽 처리 장치 기술을 효율적으로 활용하기 위해서는 메모리 설계가 매우 중요하다. 특히, 긴 접근 시간을 요구하는 외부 메모리 요청은 성능에 큰 오버헤드이다. 그러므로 외부 메모리로의 접근 횟수를 줄일 수 있는 다중 레벨 캐쉬 구조를 효율적으로 활용할 수 있다면, GPU의 성능은 크게 향상 될 것이 분명하다. 본 논문에서는 다중 레벨 캐쉬 구조에 따른 그래픽 처리 장치의 성능을 다양한 벤치마크 프로그램을 통하여 정량적으로 분석하고자 한다. Even though the performance of microprocessor is improved continuously, the performance improvement of computing system becomes hard to increase, in order to some drawbacks including increased power consumption. To solve the problem, general-purpose computing on graphics processing units(GPGPUs), which execute general-purpose applications by using specialized parallel-processing device representing graphics processing units(GPUs), have been focused. However, the characteristics of applications related with graphics is substantially different from the characteristics of general-purpose applications. Therefore, GPUs cannot exploit the outstanding computational resources sufficiently due to various constraints, when they execute general-purpose applications. When designing GPUs for GPGPU, memory system is important to effectively exploit the GPUs since typically general-purpose applications requires more memory accesses than graphics applications. Especially, external memory access requiring long latency impose a big overhead on the performance of GPUs. Therefore, the GPU performance must be improved if hierarchical memory architecture which can reduce the number of external memory access is applied. For this reason, we will investigate the analysis of GPU performance according to hierarchical cache architectures in executing various benchmarks.
-
-
VR 사용자의 멀미 최소화를 위한 컨트롤러 모션 기반 이동 연구
최홍준(Hongjun Choi),고정운(Jung-Woon Ko),이동엽(Dong-Yeop Lee),경병표(Byung-Pyo Kyung) 한국HCI학회 2019 한국HCI학회 학술대회 Vol.2019 No.2
VR 시장은 매년 거대한 성장폭을 가지며 시장규모가 확대 되며 다양한 VR 장비들이 등장을 하였으나 VR 장비들은 크게 대중화에는 실패하고 있는게 실정이다. 이는 대다수 사용자가 VR 경험에서 멀미를 호소 하고 이 멀미로 하여금 VR 컨텐츠를 접하는 것을 꺼려하기 때문이다. VR 업계에서는 이를 해결하기 위해 다양한 방법으로 시도를 하고 있으나 가장 대표적인 원인인 감각갈등이론에 포커스를 맞추어 VR체험 시 실제 경험과 사용자가 보는 경험에 이질감을 없애기 위해 더욱더 큰 장비를 사용하고 있는게 현실이다 그러나 이러한 기계들은 일반 사용자가 사용하기 에는 비용적인문제와 공간적인 문제가 있다. 본 논문에서는 HTC VIVE 를 사용하여 제작한 게임컨텐츠 “5Floor”에 적용한 컨트롤러 모션기반의 이동방법으로 감각갈등이론 을 해결 하였고 이는 최소한의 공간으로 사용자에게 멀미를 줄이는 효율적인 것으로 확인하였다.
-
-
-
최홍준(Hongjun Choi),김종면(Jongmyon Kim),김철홍(Cheolhong Kim) 한국콘텐츠학회 2014 한국콘텐츠학회논문지 Vol.14 No.3
병렬 연산에 최적화된 하드웨어를 가진 GPU를 그래픽스 작업 이외에 범용 작업에 활용하고자, 최근에 GPGPU 기술이 큰 관심을 받고 있다. GPU와 같은 대용량 병렬처리 장치에서는 메모리 시스템이 성능에 큰 영향을 미치게 된다. GPU에서는 메모리 시스템의 효율성을 향상시키기 위하여,메모리 대역폭 사용률을 감소시켜주는 계층적 메모리 구조와 메모리를 요청하는 트랜잭션을 줄여주는 메모리 주소 접합과 메모리 요청 합병 등의 기술들을 사용한다. 본 논문에서는 메모리 시스템 효율성 향상을 위해 활용되는 기법들이 GPU 성능에 미치는 영향을 정량적으로 평가하고 분석하기 위해,다양한 메모리 구조에 대한 실험을 수행한다. 실험 결과에 따르면,캐쉬를 사용하지 않는 경우에 비해 8KB,16KB,32KB,64KB의 L1캐쉬를 추가하면 평균적으로 15.5%, 21.5%, 25.5%, 30.9%의 성능이 각각 향상된다. 하지만,일부 벤치마크 프로그램에서는 데이터 일관성을 유지하기 위하여 메모리 트랜잭션이 증가함에 따라 오히려 성능이 감소하는 결과를 보이기도 한다. 그리고 메모리 요청에 대한 미스가 많이 발생하는 경우에는 캐쉬 레벨이 증가함에 따라 평균 메모리 접근 지연 시간이 증가하기도 한다. Recently, GPGPU has been widely used for general-purpose processing as well as graphics processing by providing optimized hardware for parallel processing. Memory system has big effects on the performance of parallel processing units such as GPU. In the GPU, hierarchical memory architecture is implemented for high memory band width. Moreover, both memory address coalescing and memory request merging techniques are widely used. This paper analyzes the GPU performance according to various memory organizations. According to our simulation results, GPU performance improves by 15.5%, 21.5%, 25.5%, 30.9% as adding 8KB L1, 16KB L1, 32KB L1, 64KB L1 cache, respectively, compared to case without L1 cache. However, experimental results show that some benchmarks decrease performance since memory transaction increasesdueto data dependency. Moreover, average memory accesslatency is increased as the depth of hierarchical cache level increases when cache miss occurs significantly.
-
GPU 성능 저하 해결을 위한 내부 자원 활용/비활용 상태 분석
최홍준(Hongjun Choi),손동오(Dongoh Son),김종면(Jongmyon Kim),김철홍(Cheolhong Kim) 한국콘텐츠학회 2015 한국콘텐츠학회논문지 Vol.15 No.7
최신 고성능 컴퓨팅 시스템에서는, 대용량 병렬 연산을 효과적으로 처리할 수 있는 GPU의 우수한 연산성능을 그래픽 처리 이외의 범용 작업에 활용하는 GPGPU 기술에 관한 연구가 활발하게 진행 중이다. 하지만 범용 응용프로그램의 특성이 GPU 구조에 최적화되어 있지 않기 때문에 범용 프로그램 수행 시 GPGPU는 GPU의 연산 자원을 효과적으로 활용하지 못하고 있다. 그러므로 본 논문에서는 GPGPU 기술을 사용하는 컴퓨팅 시스템의 성능을 보다 향상시킬 수 있는 GPU 연구에 대한 방향을 제시하고자 한다. 이를 위하여, 본 논문에서는 GPU 성능 저하 원인 분석을 수행한다. GPU 성능 저하 원인을 보다 명확하게 분류하고자 본 논문에서는 GPU 코어의 상태를 완전 활성화 상태, 불완전 활성화 상태, 유휴 상태, 메모리스톨 상태, 그리고 GPU 코어 스톨 상태 등 5가지로 정의하였다. 완전 활성화 상태를 제외한 모든 GPU 코어 상태들은 컴퓨팅 시스템의 성능 저하를 유발한다. 본 논문에서 성능 저하 원인을 찾고자 벤치마크 프로그램의 특성에 따라 각 GPU 코어 상태의 비율 변화를 측정하였다. 분석 결과에 따르면, 불완전 활성화 상태, 유휴 상태, 메모리 스톨 상태 그리고 GPU 코어 스톨 상태는 연산 자원 활용률 저하, 낮은 프로그램 병렬성, 높은 메모리 요청, 그리고 구조적 해저드에 의해 각각 유발된다. In recent high performance computing system, GPGPU has been widely used to process general-purpose applications as well as graphics applications, since GPU can provide optimized computational resources for massive parallel processing. Unfortunately, GPGPU doesn’t exploit computational resources on GPU in executing general-purpose applications fully, because the applications cannot be optimized to GPU architecture. Therefore, we provide GPU research guideline to improve the performance of computing systems using GPGPU. To accomplish this, we analyze the negative factors on GPU performance. In this paper, in order to clearly classify the cause of the negative factors on GPU performance, GPU core status are defined into 5 status: fully active status, partial active status, idle status, memory stall status and GPU core stall status. All status except fully active status cause performance degradation. We evaluate the ratio of each GPU core status depending on the characteristics of benchmarks to find specific reasons which degrade the performance of GPU. According to our simulation results, partial active status, idle status, memory stall status and GPU core stall status are induced by computational resource underutilization problem, low parallelism, high memory requests, and structural hazard, respectively.
-
최홍준(HongJun Choi),전형규(HyungGyu Jeon),김철홍(Cheolhong Kim) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.4
최근, GPU 성능이 급속도로 향상되면서 CPU를 대체할 수 있는 처리기로서의 GPU에 대한 관심이 더욱 높아지고 있다. GPU의 성능은 현재까지는 비약적으로 향상되어 왔지만, 향후에도 지속적인 성능 향상을 기대하기 위해서는 GPU의 성능에 부정적인 영향을 주고 있는 요인들에 대한 상세한 분석이 수반되어야 한다. 이를 위해, 본 논문에서는 고성능 상용 GPU의 성능에 부정적인 영향을 미치는 요인들을 크게 5가지로 분류하고, 각각의 요인들이 성능에 미치는 영향을 정량적으로 분석하고자 한다. 실험 결과에 의하면, 대용량 데이터 처리 응용프로그램을 GPU에서 수행하는 경우에는 메모리 오버헤드로 인해 성능이 최대 12.6% 저하된다. 연산 집중 응용프로그램을 수행하는 경우에는 내부연결망 지연과 레지스터 파일 충돌 때문에 발생하는 오버헤드로 인해 3.5%의 성능이 저하됨을 알 수 있다. The performance of Graphic Processing Unit (GPU) has been improved dramatically. To improve the GPU performance continuously, a quantitative analysis on the various factors which degrade the GPU performance should be provided. In this paper, we divide the negative factors on the GPU performance into five types and analyze the impact of each factor quantitatively. According to our experimental results using GPGPU-SIM, memory overhead degrades the GPU performance by 12.6% when the mass-data applications are executed. In cases that computation-intensive applications are executed, the degradation of GPU performance caused by the interconnection overhead and register file overhead is measured as 3.5%.
-
-
ScienceON
스콜라연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
