디지털 라이브러리[ 검색결과 ]
Scala를 위한 컴파일러 지시자 기반 이종컴퓨팅
http://doi.org/10.5626/JOK.2023.50.3.197
빅데이터 시대가 도래하면서 대용량 데이터를 처리하기 위해 이종 가속기가 사용되고 있다. 대표적인 빅데이터 분석 프레임워크인 Apache Spark는 Scala 언어로 구현되어 있으므로 Scala로 구현된 프로그램을 CUDA, OpenCL 등으로 재작성 해야 이종 가속기를 사용할 수 있다. TornadoVM은 Java 컴파일지시문을 사용하여 Java 프로그램을 OpenCL로 자동변환한다. Scala는 컴파일 결과물로써 동일한 형태의 바이트코드를 Java와 공유하지만 현재 Scala 컴파일러는 TornadoVM이 OpenCL로 변환하는데 필요한 수준의 컴파일지시문을 지원하지 않는다. 본 논문에서는 Scala에서 컴파일지시문을 지원하여 TornadoVM을 통해 Scala 프로그램을 OpenCL로 변환할수 있도록 개선했고, 그 성능을 검증하였다. 이를 사용하여 Apache Spark 등의 Scala 프로그램에서 GPU 가속기를 쉽게 사용할 수 있을 것으로 기대한다.
PARPA: 고성능 컴퓨팅을 위한 이기종 아키텍처 동시 사용 프레임워크
http://doi.org/10.5626/JOK.2019.46.9.876
GPU는 높은 연산 성능으로 인하여 단순히 그래픽 연산에만 국한되지 않고, 연산 중심의 작업에도 널리 활용되고 있다. CPU와 GPU를 동시에 사용하는 것 자체는 어려운 일이 아니지만, 이기종 프로세서 사이에서 작업을 분배하고 연산에 대한 분담 비율을 조정하는 것은 쉽지 않으며 이는 성능 향상의 중대한 척도이다. 본 논문에서는 이러한 어려움을 쉽게 해결하기 위해 고안한 새로운 프레임워크인 PARPA 프레임워크를 제안한다. PARPA 프레임워크는 간단한 방법으로 애플리케이션의 CPU, GPU 동시 사용을 가능하게 하며, 이를 통해 전반적인 시스템 자원을 효율적, 효과적으로 사용할 수 있도록 한다. 또한, 실행중인 애플리케이션의 특성 및 각 아키텍처 유닛의 특성과 실시간 부하도에 따라 자동으로 로드 밸런싱을 수행한다. 실험 결과에 따르면 PARPA 프레임워크를 적용한 애플리케이션은 최대 3.48배 높은 성능을 달성하였다.
