• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권2호
• /
• pp.113-118
• /
• 2013

현재 개발된 GPU 가상화 기술은 모두 미세한 시분할 기법에 의한 스케줄링을 사용하기 때문에 어플리케이션 실행을 위한 오버헤드를 필요 이상으로 유발한다. 또한 이들은 가상 머신 모니터에 GPU 컴퓨팅 API를 포함하고 있어서, 가상 머신 모니터의 이식성이 약하다. 본 논문에서는 이질적 컴퓨팅 시스템에서 바이오 어플리케이션에 최적화된 GPU 가상화 기술을 제안하며, 공개 소스 Xen을 사용하여 개발하였다. 우리가 제안하는 방법은 가상 머신 간의 GPU 공유를 시분할에 의존하지 않는다. 대신에 하나의 가상 머신이 GPU를 할당 받으면 그 가상 머신이 어플리케이션을 종료할 때까지 GPU를 사용하도록 허용한다. 이렇게 하여 바이오 어플리케이션의 성능을 향상시키고 GPU의 활용률을 높인다. GPU 가상화의 이식성을 높이기 위해 하드웨어가 지원하는 IOMMU 가상화를 이용하여 GPU에 대한 직접 접근 통로를 제공한다. 미생물 유전체 분석 어플리케이션을 대상으로 성능을 분석한 결과, 본 연구에서 제안하는 직접 통로 방식에 의한 GPU 가상화는 Domain0를 통한 접근에 비해 오버헤드가 적었다. 또한 직접 접근 방식에 의한 가상 머신의 GPU 접근은, 비가상화된 머신과 거의 성능의 차이가 없었다.

• 한국의학물리학회지:의학물리
• /
• 제23권2호
• /
• pp.81-90
• /
• 2012

방사선 치료에서 부정확한 환자 셋업이 표적에 전달되는 선량에 미치는 영향과 치료 마진과의 연관성을 몬테칼로 기법을 사용한 전산모사를 통하여 분석하였다. 실제 방사선 치료를 받은 직장암 환자에 대한 임상표적체적(CTV: Clinical Target Volume) 및 주요장기의 구조와 치료계획 시스템(Eclipse 8.9, USA)을 이용하여 수립된 세기조절 방사선치료계획에서의 선량분포에 대한 데이터를 전산모사에서 사용하였다. 전산모사 프로그램은 리눅스환경에서 오픈소스인 ROOT 라이브러리와 GCC를 기반으로 본 연구를 위하여 개발되었다. 환자셋업오차의 확률분포를 정규분포로 가정한 것에 따라 무작위로 생성된 크기만큼 셋업이 부정확한 경우를 모사하여 임상표적체적에서의 선량분포의 변화와 오차크기에 따른 마진크기를 3차원입체조형 방사선치료에 사용되는 마진공식과 비교분석 하였다. 셋업오차 생성에 사용된 정규분포의 표준편차 크기는 1 mm부터 10 mm까지 1 mm간격으로 두었으며 계통오차와 통계오차별로 2,000번 전산모사했다. 계통오차의 경우 전산모사에 사용된 표준편차가 커질수록 임상표적체적에 조사되는 최소선량 $D_{min}^{stat{\cdot}}$은 100.4%에서 72.50%로 감소하였고 평균선량 $\bar{D}_{syst{\cdot}}$도 100.45%에서 97.88%로 감소한 반면에 표준편차${\Delta}D_{sys}$는 0.02%에서 3.33%로 증가하였다. 통계오차의 경우 최소선량 $D_{min}^{rand{\cdot}}$은 100.45%에서 94.80%감소하였고 평균선량 $\bar{D}_{syst{\cdot}}$도 100.46%에서 97.87%로 감소하였으며 표준편차 ${\Delta}D_{rand}$는 0.01%에서 0.63%로 증가하였다. 그리고 마진공식으로부터 전산모사에 사용된 셋업오차에 해당되는 마진크기를 구하고 모집단비율(population ratio)을 정의하여 기존 마진공식의 목적이 세기조절방사선치료에 만족함을 확인했다. 개발된 전산모사 프로그램은 해당 환자의 치료계획 정보를 직접 사용하므로 직장암만 아니라 두경부암, 전립선암 등 여러 환부에 적용 가능하며 셋업오차 및 선량변화에 연관된 연구에도 사용할 수 있을 것으로 사료된다.