multi-core

목적

병렬 컴퓨팅 : 하나의 문제를 여러 개의 컴퓨팅 자원으로 활용해서 해결

• 동시에 실행: 여러 작업이 물리적으로 동시에 실행됨
• 다중 프로세서: 다수의 CPU나 코어를 사용하여 실제로 동시에 연산 수행
• 성능 향상 목적: 주로 연산 속도를 높이기 위해 사용
• 예시: 대량의 데이터 처리, 그래픽 렌더링, 과학적 시뮬레이션

개요

OpenMP

1. ParallelConstructs : 병렬처리 영역

2. WorkSharingConstructs : 작업 분배 방법

• Loop construct
• Sections construct
• Single construct

4. Scope of Variables : 공유 변수 vs 개인 변수

5. Synchronization : 동기화

• Barrier (Implicit barrier, Explicit barrier)
• critical
• atomic
• master
• Lock

6. Scheduling : 작업 스케줄링

• 정적 vs 동적, 중앙 vs 분산
• Uniform distribution(균등 분배)
• Round-robin
• Master-slave
• Work-stealing

7. Reduction : 누적 연산

Cuda

1. VectorSum : 백터 합

2. MatrixMultiplication : 행렬곱 (블록, 그리드 설정)

3. SharedMemory : 공유 메모리로 성능 높이기(행렬곱)

4. Synchronization : 동기화

5. assign : 레이아웃 설정, 행렬 곱 구현, SharedMemory

출처

한국기술교육 대학교 `25 4-1 멀티코어프로그래밍 (김덕수 교수님)
CUDA 기반 GPU 병렬 처리 프로그래밍(비제이퍼블릭, 2023.05.25, 저자 김덕수)
https://product.kyobobook.co.kr/detail/S000202185653
git : https://github.com/bluekds/CUDA_Programming