지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
데이터 정렬은 현대 사회에 존재하는 수많은 디지털 데이터에 대한 중요한 가공 작업 중의 하나이지만, 데이터가 방대할수록 정렬 과정 자체도 많은 연산시간을 소비한다. 본 논문에서 데이터 배열을 분할하여 PC에 있는 CPU와 GPU에서 각각 동시에 정렬을 수행하는 혼합 정렬 알고리즘을 제안하였다. 각 장치의 처리 성능을 바탕으로 가장 효율적인 배열의 분할 범위를 결정하고 각각 분할된 영역을 CPU와 GPU에서 동시에 정렬함으로써 전체 정렬 시간을 단축시켰다. 실험결과에서 알 수 있듯 혼합 정렬이 GPU만 활용한 정렬보다 8%이상 정렬 수행 속도를 향상시켰다.
목차
등록된 정보가 없습니다.
참고문헌 (9)
참고문헌 신청
N. Satish / 2009 / Designing efficient sorting algorithms for manycore GPUs / Proc. 23rd IEEE Int’l Parallel & Distributed Processing Symposium
N. K. Govindaraju / 2006 / GPUTera Sort: High performance graphics coprocessor sorting for large database management / Proc. 2006 ACM SIGMOD Int’'l Conference on Management of Data :325~336
J. Chhugani / 2008 / Efficient implementation of sorting on multi-core SIMD CPU architecture / Proc. 34th Int'l Conference on Very Large Data Bases :1313~1324
F. Gavril / 1975 / Merging with parallel processors / Commun. ACM 18(10):588~591
NVIDIACorporation / NVIDIA CUDA SDK
N. K. Govindaraju / 2006 / GPUTera Sort: High performance graphics coprocessor sorting for large database management / Proc. 2006 ACM SIGMOD Int’'l Conference on Management of Data :325~336
J. Chhugani / 2008 / Efficient implementation of sorting on multi-core SIMD CPU architecture / Proc. 34th Int'l Conference on Very Large Data Bases :1313~1324
F. Gavril / 1975 / Merging with parallel processors / Commun. ACM 18(10):588~591
NVIDIACorporation / NVIDIA CUDA SDK
이 논문의 저자 정보
최근 본 자료
댓글(0)
0