한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)
- 한국정보처리학회 2012년도 춘계학술발표대회
- /
- Pages.499-502
- /
- 2012
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
GPU를 활용한 분산 컴퓨팅 프레임워크 성능 개선 연구
A Study on Performance Improvement of Distributed Computing Framework using GPU
- 송주영 (SK C&C, 인프라 사업개발 본부, Cloud Computing 기술담당) ;
- 공용준 (SK C&C, 인프라 사업개발 본부, Cloud Computing 기술담당) ;
- 심탁길 (SK C&C, 인프라 사업개발 본부, Cloud Computing 기술담당) ;
- 신의섭 (SK C&C, 인프라 사업개발 본부, Cloud Computing 기술담당) ;
- 성기진 (SK C&C, 인프라 사업개발 본부, Cloud Computing 기술담당)
- Song, Ju-young (Cloud Computing Technology Team, Dept. of Infra Business Dev, SK C&C) ;
- Kong, Yong-joon (Cloud Computing Technology Team, Dept. of Infra Business Dev, SK C&C) ;
- Shim, Tak-kil (Cloud Computing Technology Team, Dept. of Infra Business Dev, SK C&C) ;
- Shin, Eui-seob (Cloud Computing Technology Team, Dept. of Infra Business Dev, SK C&C) ;
- Seong, Kee-kin (Cloud Computing Technology Team, Dept. of Infra Business Dev, SK C&C)
- 발행 : 2012.04.26
초록
빅 데이터 분석의 시대가 도래하면서 대용량 데이터의 특성과 계산 집약적 연산의 특성을 동시에 가지는 문제 해결에 대한 요구가 늘어나고 있다. 대용량 데이터 처리의 경우 각종 분산 파일 시스템과 분산/병렬 컴퓨팅 기술들이 이미 많이 사용되고 있으며, 계산 집약적 연산 처리의 경우에도 GPGPU 활용 기술의 발달로 보편화되는 추세에 있다. 하지만 대용량 데이터와 계산 집약적 연산 이 두 가지 특성을 모두 가지는 문제를 처리하기 위해서는 많은 제약 사항들을 해결해야 하는데, 본 논문에서는 이에 대한 대안으로 분산 컴퓨팅 프레임워크인 Hadoop MapReduce와 Nvidia의 GPU 병렬 컴퓨팅 아키텍처인 CUDA 흘 연동하는 방안을 제시하고, 이를 밀집행렬(dense matrix) 연산에 적용했을 때 얻을 수 있는 성능 개선 효과에 대해 소개하고자 한다.
키워드