Development of an Energy-Efficient CPU-GPU Collaborative Runtime for Large-Scale Irregular Tensor Decomposition
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114537
과학기술정보통신부
한국연구재단
한국기술교육대학교
전강욱
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
6,619만원
6,619만원
개발연구
대학
충청남도 천안시
정보/통신 > 정보이론 > 데이터베이스
본 연구의 최종 목표는 대규모 비정형 텐서(수십억~수백억 비영 요소 규모)를 대상으로, CPU와 GPU를 대등한 연산 주체로 활용하는 이기종 협업(heterogeneous collaborative) 실행 모델을 기반으로 계산, 메모리, I/O 병목을 단일 노드 수준에서 통합적으로 해결하고, 동시에 이기종 자원의 유휴 전력을 생산적 연산으로 전환하여 에너지 ...
1차년도: 비정형 Tucker 분해의 병목인 중간 결과 계산을 효율화하기 위해 CPU-GPU 적응형 이기종 협업 실행 엔진을 설계·구현한다. 비영 요소가 적은 구간은 CPU, 대규모 병렬 연산은 GPU가 담당하는 런타임 비용 기반 역할 할당 로직을 구현하고, NVML·RAPL 기반 노드 단위 전력 측정 인프라를 구축한다. NELL, Delicious, Fl...
... 대외적으로 검증받고자 한다.● 기술적 및 경제적 효과: 본 과제에서 개발하는 CPU-GPU 협업 텐서 분해 프레임워크는 단순한 알고리즘 최적화를 넘어, 이기종 자원을 통합적으로 활용하는 소프트웨어 플랫폼 원천 기술에 해당한다. 이는 국가적 기술 역량 증대에 직접 기여할 것으로 기대되며, 단순한 학술적 성과를 넘어 국내 기술 자립도 향상과 산업 경쟁력 강화로 이어지는 실질적 경제적 ...