Please enable JavaScript.
Coggle requires JavaScript to display documents.
병렬 프로세서: 클라이언트에서 클라우드까지 (플린의 분류 (SIMD # (for 순환문 배열 처리, 데이터 수준 병렬성, AVX),…
-
QUESTION> 벡터 집합 연산과 스칼라 집합 연산의 구분되는 차이는 무엇인지 생각해본다.
THINKING> 행렬의 연산을 통해서 벡터와 스칼라의 연산을 이해할 수 있을 듯 하다. 행렬의 곱셈은 단순히 같은 자리의 원소를 곱하는 것이 아니다. 이를 고려했을 때 벡터 집합을 활용한 연산은 스칼라 집합의 연산보다 구조적으로 이루어지는 듯 하다. 명령어의 숫자도 줄어드는 것도 이러한 특성과 관련이 있는 듯 하다. 행렬의 곱셈을 사칙연산으로 풀어쓰면 길어지듯이 벡터 집합에 근거한 연산이 스칼라 집합에 근거한 연산보다 적게 표현할 수 있다.
QUESTION> 멀티프로세서와 멀티스레드의 차이가 있는지 생각해본다.
THINKING> 멀티프로세서와 멀티스레드 모두 동시에 두 가지 이상의 작업을 한다는 점에서 유사하다. 하지만 공유에 있어서 차이를 보이는 듯 하다. 멀티스레드는 공유 메모리를 통해서 서로 접근하지만 멀티프로세서는 별개의 독립적인 영역을 가진다. 따라서 비슷한 기능을 하는 프로그램은 멀티스레딩으로 구현하는 것이 좋다.
QUESTION> 자바에서 사용하는 동기화와 lock과 MIPS에서 사용하는 병렬 프로세서와의 관계는 무엇인가.
THINKING> 소프트웨어와 하드웨어라는 큰 틀에서 차이를 제외하고는 뚜렷한 구분을 하기 어렵다. 모두 메모리 공유와 관련해서 동기화와 락의 필요성을 이야기 하고 있다. 소프트웨어에서의 병렬 처리와 하드웨어의 병렬 처리가 어떤 관계를 이루는 지 알 필요가 있다.
QUESTION> 병렬처리하기 좋은 프로그래밍 언어가 별도로 존재하느가?
THINKING> 다양한 언어에서 병렬 처리를 지원한다. 하지만 그 중에서도 Linda는 병렬처리를 위해 만들어진 언어라고 한다. coordinate language로서 tuple 자료형이 추가되어서 병렬 처리를 기반으로 제작되었다. REF)
QUESTION> GPU를 활용한 컴퓨팅의 미래는 어떻게 변할까?(블록체인코인, GPU 컴퓨팅)
THINKING> 게임 및 멀티미디어 산업에서만 사용될 줄 알았던 GPU는 IT 산업 전반에 쓰이기 시작했다. 블록체인 바탕의 비트코인 채굴에 GPU가 사용되더니, 현재 머신 러닝의 속도를 빠르게 하기 위해서 GPU 컴퓨팅을 사용하기도 한다. GPU가 가지는 가장 큰 장점은 많은 양의 데이터를 처리한다는 데 있다. CPU는 빠른 수행을 목표로하지만 많은 양을 처리하기는 어렵다. 이를 보완하는 GPU는 처리할 데이터가 증가하는 추세와 맞게 꾸준히 유효한 기술로 자리잡을 것이다.
-