• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.123-125
• /
• 1998

지리 정보 시스템이서 다중 공간 조인과 같은 많은 기하 계산을 필요로 하는 질의를 처리하기 위해서는 질의에 대한 병렬화 작업을 통해 실행 시간을 최소화 하는 것이 필수적이다. 다중 공간 조인은 정제에서 많은 시간을 소비하므로 여과와 정제를 분리하여 각각을 수행하는 것이 정제 시간을 단축하게 되고 따라서 좋은 성능을 나타낼 수 있다. 그러므로 다중 공간 조인을 병렬화 하기 위해서는 다중 공간 여과와 정제 각각에 대해 병렬 실행 계획을 세우는 것이 중요하다. 이 논문에서는 우선적으로 병렬 공간 여과를 수행하기 위한 두가지 알고리즘, 즉 blush tree을 사용한 다중 공간 여과와 pipelining을 사용한 다중 공간 여과의 병렬화를 비교한다. 그리고, 다중 공간 여과의 결과로서 생성되는 중간 결과 테이블에서 데이터의 중복에 따라 정제 성능의 저하가 발생되는데, 이를 효율적으로 제거하기 위한 두가지 그래프 생성 알고리즘을 제안하고 이를 비교한다. 그리고, 생성된 그래프에서 병렬 정제를 수행하기 위한 여러 가지 분할 알고리즘을 제안하고 이를 비교 평가한다. 이런 일련의 작업을 통해 우수한 성능의 병렬 다중 공간 조인 방법을 제안하고 성능 평가를 통해 최적의 병렬 수행 방법을 도출한다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.12
• /
• pp.1542-1552
• /
• 1999

자료 병렬성이란 자료 집합의 원소들에 대하여 동일한 작업을 동시에 수행하므로써 얻어지는 병렬성을 말한다. 함수형 언어에서 자료 집합에 대한 반복 수행은 재귀적 자료형에 대한 재귀 함수에 의하여 표현된다. 본 논문에서는 이러한 재귀 함수를 자료 병렬 프로그램으로 변환하기 위한 병렬화 방법을 제시한다. 생성되는 병렬 프로그램의 병렬 수행 구조로는 일반적인 형태의 재귀적 자료형에 대하여 정의되는 다형적인 자료 병렬 연산을 사용하여 트리, 리스트 등과 같은 일반적인 재귀적 자료 집합에 대한 자료 병렬 수행이 가능하도록 하였다. 재귀 함수의 병렬화를 위해서는, 함수를 이루는 각각의 계산들의 병렬성을 재귀 호출에 의해 존재하는 의존성에 기반하여 분류하고, 이에 기반하여 각각의 계산들에 대한 적절한 자료 병렬 연산을 사용하는 병렬 프로그램을 생성하였다.Abstract Data parallelism is obtained by applying the same operations to each element of a data collection. In functional languages, iterative computations on data collections are expressed by recursions on recursive data structures. We propose a parallelization method for data-parallel implementation of such recursive functions. We employ polytypic data-parallel primitives to represent the parallel execution structure of the object programs, which enables data parallel execution with general recursive data structures, such as trees and lists. To transform sequential programs to their parallelized versions, we propose a method to classify the types of parallelism in subexpressions, based on the dependencies of the recursive calls, and generate the data-parallel programs using data-parallel primitives appropriately.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.349-354
• /
• 1998

정보화 시대를 맞이해서 다량의 자료와 다양한 형태의 자료를 빠르게 처리함이 요구됨에 따라서 좀더 성능이 좋은 컴퓨터를 요구하였으며, 이러한 요구사항에 충족하기 위하여 병렬 컴퓨터가 등장하였다. 그러나, 병렬 컴퓨터에서 수행되는 병렬 프로그램을 사용자가 작성하기란 용이한 작업이 아니다. 사용자에게 편의를 제공하고, 기존의 프로그램들을 병렬 컴퓨터에서 직접 수행시키기 위하여 병렬 컴파일러가 등장하였다. 이러한 병렬 컴파일러를 만드는데는 상당한 시간과 노력이 요구된다. 본 논문에서는 PARAFRASE-2 병렬 컴파일러의 분석을 통하여 병렬 컴파일어의 구조를 살펴보고 간단한 병렬 컴파일러를 설계, 구현한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.693-696
• /
• 2007

대규모 데이터를 효율적으로 검색하기 위한 병렬 정보검색 시스템에서는 하드웨어 확장으로 인한 병렬화로 시스템 전체의 작업 처리량을 증가시켰다. 그러나 병렬 시스템 상에서 수행되는 검색엔진의 알고리즘들은 여전히 순차적으로 수행되기 때문에, 사용자의 개별적인 질의처리 시간은 단축되지 않는다. 본 연구는 검색엔진의 병렬화를 위하여 사용자 질의처리 과정과 역색인 파일처리 과정의 순차 알고리즘들을 조사하여 병렬화의 필요성과 가능성을 평가한다. 이러한 평가는 병렬 정보검색 시스템에서 수행되는 순차 알고리즘들의 효과적이고 체계적인 병렬화를 도모하고, 보다 효율적인 병렬 정보검색 시스템의 구축을 가능하게 한다.

• Electronics and Telecommunications Trends
• /
• v.14 no.2 s.56
• /
• pp.1-13
• /
• 1999

본 연구는 병렬성 및 지역성 증진을 위한 컴파일러 최적화에 관한 연구로서, 순차 언어로 작성된 프로그램을 병렬성을 명시하는 프로그램으로 변환하는 자동 병렬화 기술을 연구하고, 병렬화를 위한 코드 변환을 수행한 후 쓰레드를 이용한 최적화된 코드 생성을 통하여 프로그램의 효율성을 높이는 것을 목적으로 한다. 이는 병렬 컴퓨터에서의 프로그램 개발 생산성을 높일 수 있고, 컴파일러의 관련 기술 발전에 도움을 줄 수 있다. 본 고에서는 순차 언어인 FORTRAN 및 C 프로그램을 입력으로 받아 병렬성 및 지역성 분석을 수행하고, 분석을 통해 기본 컴파일러로 선정한 SUIF 컴파일러에서 사용되는 루프 변환을 포함하여 루프 분산 및 병합의 프로그램 변환을 수행한 후, 쓰레드 실행시간 라이브러리로 병렬성을 명시한 C 프로그램을 출력하는 병렬화 번역기에 대한 연구 내용을 기술하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.630-632
• /
• 2000

경합은 공유메모리 병렬프로그램의 비결정적인 수행결과를 초래하므로, 디버깅을 위해서 경합탐지는 중요하다. 임계구역을 가진 병렬프로그램을 위한 수행중 경합 탐지 기법은 공유 자료구조를 사용하므로, 매 접근 사건 시에 병목현상을 유발한다. 본 연구에서는 동기화가 있는 병렬프로그램에서 매 반복을 수행할 때마다 공유 자료구조의 접근 횟수를 기껏해야 임계구역의 수에 비례하도록 매 접근사건을 검사한다. 그러므로 이 기법은 수행중 경합탐지의 확장성과 효율성을 제공한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.117-118
• /
• 2013

본 논문에서는 HEVC (High Efficiency Video Coding) SAO (Sample Adaptive Offset)의 병렬화 성능을 비교한다. HEVC 의 참조 소프트웨어인 HM-10.0 에서는 SAO 수행 과정의 연산량 및 메모리 접근을 최소화하고 카테고리 계산 과정에서 SAO 수행 전의 픽셀값을 사용하기 위해서 라인 버퍼를 사용한다. 그러나 이러한 라인버퍼의 사용은 SAO 에 대해 데이터-레벨의 병렬화를 적용하기 어렵게 만드는 주요 요인이다. 본 논문에서는 HEVC 디블록킹 필터가 적용된 픽쳐를 추가 메모리에 복사하는 구현 방식과 HM-10.0 의 SAO 구현 방식 각각에 대해 데이터-레벨 병렬화를 적용하고 각각의 성능을 비교 분석하였다. 실험 결과, HEVC 디블록킹 필터가 적용된 픽쳐를 추가 메모리에 복사하는 구현 방식은 데이터-레벨 병렬화의 구현은 쉽지만, 디블록킹 필터링 된 픽쳐를 추가 메모리에 복사하는 부분 때문에 HM-10.0 기반의 병렬화보다 복호화 성능이 저하될 수 있음을 확인하였다. 이에 반해 CTU 의 행 단위로 병렬 수행될 영역을 분할하는 방식은 구현의 용이성과 병렬화 성능을 동시에 얻을 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.90-92
• /
• 2000

비용모델과 측정(Cost Model and Estimation)은 모든 DBMS에서 성능 측정을 하기 위한 기본적인 도구이다. 지금까지의 질의 수행에 대한 비용모델을 제시하는 연구가 많이 있었지만 대부분이 연구가 특정 부분에 대한 비용-CPU비용, 색인 방법에 대한 I/O횟수, I/O비용 등만을 고려함으로써 질의를 수행하는데 필요한 전체적인 비용을 산출하는데 부족한 점이 있었다. 그리고 병렬 공간 DBMS에 대한 비용모델을 산출하는 연구가 아직까지 이루어지지 않았다. 이 논문에서는 병렬 공간 DBMS에서 질의를 처리하는데 드는 전체적인 비용을 산출하고 있다. 기존의 연구에서 제시하고 있는 비용모델을 적용하고, 병렬 컴퓨터와 공간 데이터가 결합되었을 때의 고려사항을 추가하여 병렬 공간 DBMS에 적합한 전체적인 비용모델을 산출함으로써 병렬 공간 DBMS에서의 효율적인 질의수행에 대한 다른 연구를 수행할 때 비용모델에 대한 초석을 제공한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.51-53
• /
• 2000

비용모델과 측정(Cost Model and Estimation)은 모든 DBMS에서 성능 측정을 하기 위한 기본적인 도구이다. 지금까지의 질의 수행에 대한 비용모델을 제시하는 연구가 많이 있었지만 대부분의 연구가 특정 부분에 대한 비용-CPU비용, 색인 방법에 대한 I/O횟수, I/O비용 등만을 고려함으로써 질의를 수행하는데 필요한 전체적인 비용을 산출하는데 부족한 점이 있었다. 그리고 병렬 공간 DBMS에 대한 비용모델을 산출하는 연구가 아직까지 이루어지지 않았다. 이 논문에서는 병렬 공간 DBMS에서 질의를 처리하는데 드는 전체적인 비용을 산출하고 있다. 기존의 연구에서 제시하고 있는 비용모델을 적용하고, 병렬 컴퓨터와 공간 데이터가 결합되었을 때의 고려사항을 추가하여 병렬 공간 DBMS에 적합한 전체적인 비용모델을 산출함으로써 병렬 공간 DBMS에서의 효율적인 질의수행에 대한 다른 연구를 수행할 때 비용모델에 대한 초석을 제공한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.04a
• /
• pp.174-178
• /
• 1999

병렬/분산 시뮬레이션은 시뮬레이션의 수행 속도를 높이려는 시도로서 많이 연구되고 있는 분야이다. 기존의 병렬/분산 시뮬레이션 연구에서는 주로 시뮬레이션 속도를 향상시키려는 동기화 기법에 대해 연구의 초점이 맞추어져 왔다. 따라서 전문가가 아니면 병렬 모델을 만들기 매우 힘든 문제점이 있었다. 본 논문에서는 병렬/분산 시뮬레이션을 위한 GUI 기반의 모델링 및 시뮬레이션 환경을 제시한다. 제시된 환경에서는 사용자가 모델기술을 GUI기반으로 쉽게 할 수 있고 병렬 시뮬레이션을 위해 모델을 자동으로 파티션 및 수행 코드를 발생시켜준다. 따라서 비전문가도 쉽게 분산 시뮬레이션을 할 수 있도록 자동화 할 수 있다.