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
- 학위논문
- 저자정보
- 지도교수
- 유재수
- 발행연도
- 2022
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수9
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 대용량 그래프를 처리하기 위해 GPU를 이용한 연구가 진행되고 있다. 대용량 그래프를 제한된 메모리를 갖는 GPU에서 효율적으로 처리할 수 없기 때문에 대용량 그래프를 여러 개의 서브그래프로 분할해서 처리해야 한다. 본 논문에서는 GPU 환경에서 효율적인 서브 그래프 분할을 통한 그래프 알고리즘 처리 시스템을 제안한다. 제안하는 시스템은 대용량 그래프 분할 방법과 차등 서브그래프 스케줄링 방법으로 구성된다. 대용량 그래프 분할 방법은 대용량 그래프를 GPU에서 효율적으로 처리할 수 있도록 정점과 간선이 인접성이 있고 그래프 크기가 비슷한 서브 그래프로 분할한다. 차등 서브그래프 스케줄링 방법은 분배 모듈을 통하여 서브그래프의 가치를 정량화하고 서브 그래프의 연산량을 추정하고 두 가지 그래프 처리 엔진을 통하여 데이터의 중복 전송을 줄이되 활성 간선의 전송률을 높여 HOST-GPU 전송 시간을 줄일 수 있도록 한다. 제안하는 시스템의 우수성을 보이기 위해 다양한 성능평가를 수행한다.
목차
Ⅰ. 서 론 1Ⅱ. 관련 연구 51. GPU 구조 52. GPU 기반 그래프 처리 기법 6(1) 캐시 블로킹 분할 기법 6(2) 차등 분할 그래프 처리 기법 93. 기존 연구의 특징 및 문제점 12Ⅲ. 제안하는 그래프 알고리즘 처리 시스템 141. 전체 시스템 구조도 142. 그래프 분할 모듈 193. 분배 모듈 244. 차등 서브 그래프 스케줄링 모듈 27Ⅳ. 성능평가 291. 성능평가 환경 292. 자체 성능 평가 31(1) 서브 그래프 개수에 따른 그래프 처리 시간 31(2) 분할 기법에 따른 그래프 처리 시간 343. 비교 성능 평가 37(1) GPU 메모리를 넘어서는 데이터 전송 횟수 37(2) GPU로 전송하는 데이터 전송량 39(3) 그래프 알고리즘 처리 속도 향상 비율 41Ⅴ. 결론 43참고문헌 44
최근 본 자료
댓글(0)
0