earticle

영어

This paper implemented and analyzed performance and energy efficiency of the vector-based rasterization algorithm using NVIDIA’s CUDA (Compute Unified Device Architecture) which is a representative technique of graphics processing units(GPUs). In addition, we implemented and analyzed the performance and energy efficiency of the rasterization algorithm with varying the number of GPUs in a multi-GPU system. In the experiment, we simulated for varying dimensions of blocks while keeping same block size as well as varying the block size, and used for varying the number of GPUs up to 7. Experimental results indicate that each case with same block size shows similar performance, but performance is increased with an increase in the number of GPUs.

한국어

본 논문에서는 그래픽스 프로세싱 유닛의 대표적인 기술인 NVIDIA의 쿠다 아키텍처를 채택하여 데이터 병렬성이 뛰어 난 벡터 기반의 래스터화 알고리즘을 구현하고 성능을 분석하였다. 또한 다중 GPU 시스템 환경에서 GPU개수를 달리하여 래스터화 알고리즘을 매핑하고 그에 따른 성능 및 에너지 효율을 분석하였다. 블록 사이즈를 같게 맞춘 후 블록의 차원을 변경하는 방법과 블록 사이즈를 변경하는 방법을 사용하여 실험하였으며 GPU는 최대 7개를 사용하였다. 모의실험결과, 블 록 사이즈가 같을 때는 오차 범위 내로 비슷한 성능을 보였고 GPU를 많이 사용할수록 수행 속도는 높아졌다.