DVFS 알고리즘들은 소프트웨어가 실행되어 CPU, GPU, 메모리 등이 동작 시 소모 에너지를 감소시켜주는 것을 목표로 하고 있으며 Interval 방식, Inter-task 방식, Intra-task 방식의 알고리즘들로 분류될 수 있는데 각 방식마다 한계점들이 존재한다. Interval-based 알고리즘은 어플리케이션이 실행되는 동안 과거의 GPU 사...

[데이터이관 글자수 검증으로 인한 추가 텍스트 입력][데이터이관 글자수 검증

본 연구과제는 보다 현실감 있는 이미지의 장시간 렌더링 이라는 최종 목표를 달성하기 위하여 연차별로 다음과 같이 연구들을 진행한다. 1차 년도에는 모바일 장치에서 현실감 있는 렌더링을 목표로 모바일 장치를 위한 전역 조명 알고리즘의 개발과 모바일 장치들에 적합한 전역 조명의 가속에 관한 연구를 진행한다. 구체적으로 전역조명 알고리즘의 자료구조 및 알고리즘을 비교/ 분석하며 적합한 가속 방법들을 연구한다. 2차 년도에는 전역조명 알고리즘의 가속 및 가상현실에의 적용을 목표로 안구 추적 (Eye-tracking)장치와 Vulkan을 통한 전역 조명 가속과 가속된 전역 조명 알고리즘을 가상현실에 적용하기 위한 연구들을 진행한다. 구체적으로는 안구 추적 장치를 통하여 전역 조명 알고리즘의 각종 파라미터들을 조정하고 개발된 전역 조명 알고리즘을 가상현실에 적용한다. 3차 년도에는 모바일 기반의 몰입형 가상현실을 위한 소모 전력 절감을 목표로 소모 전력 절감 기술들 중의 하나인 동적 전압/ 주파수 스케일링(DVFS, Dynamic Voltage and Frequency Scaling) 알고리즘을 전역조명의 특성에 맞게 수정하기 위한 연구와 가상현실의 특성에 맞는 DVFS 알고리즘을 연구한다.

1차 년도에는 GPU가 그래픽 작업들과 GPGPU 작업들의 수행 시 나타나는 각각의 특성들을 연구하고 이러한 특성들이 기존의 DVFS에 끼치는 영향들을 연구한다. GPGPU 작업 수행 시 나타날 수 있는 특성들로는 작업들의 종료 시간, CPU, GPU, 메모리 사이의 통신 빈도 및 패턴, 실제로 사용되는 하드웨어의 하위 구성요소들, 고성능에 대한 요구 사항들이 있을 수 있으며 이들을 다양한 GPGPU 어플리케이션들을 통하여 실제로 확인한다. 또한 1차 년도에는 현재 가장 널리 사용되고 있는 Interval-based DVFS 알고리즘을 개선하여 성능 및 전력 효율성을 개선하기 위한 다양한 방법들을 연구한다. 그래픽 어플리케이션들을 위하여 많은 경우에 보수적으로 설정되어 있는 Interval-based DVFS 알고리즘을 GPGPU 어플리케이션들에 적합하게 수정하고 개선하기 위하여 기존에 확인된 다양한 특성들을 활용한다. 2차 년도에는 과거의 사용률을 보고 미래의 사용률을 예상하여 적당한 주파수를 결정하는 Interval-based DVFS 알고리즘의 근본적인 한계점들을 극복하기 위한 알고리즘들을 연구/ 개발한다. 첫 번째로 Signature-based DVFS 알고리즘은 GPU가 미래에 실행할 작업량 (Workload) 예상의 지표가 될 수 있는 몇 가지의 Signature들과 실제의 작업량 정보를 포함하고 있는 테이블을 생성/ 유지하다가 어플리케이션이 사용하는 Signature들을 통하여 작업량을 예상하고 주파수를 결정하는데 GPGPU 어플리케이션들이 실행되는 경우 Signature가 될 수 있는 정보들을 연구하여 사용하는 새로운 알고리즘을 개발한다. 두 번째로 어플리케이션으로부터 전달 받은 실시간 정보들과 하드웨어 성능 카운터를 동적으로 모니터링하여 실제의 작업량과 가장 잘 일치하는 모델을 만들어서 사용하는 Machine-learning based DVFS 알고리즘을 연구/ 개발한다.