멀티코어 시스템을 위한 온라인 자가 적응형 시스템 관리 기법
- 주제(키워드) 자가 적응 , 알고리즘 재구성 , 멀티코어 , Dynamic Voltage Frequency Scaling
- 발행기관 아주대학교
- 지도교수 양회석
- 발행년도 2016
- 학위수여년월 2016. 8
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000022717
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
오늘날, 임베디드 시스템에서는 고성능을 유지하면서 소비 전력을 최소화 시키는 기술의 수요가 급증하고 있다. 이것에 대한 해결책으로 이 논문은 멀티코어 임베디드 아키텍처에서 응용 프로그램을 자가 적응시킬 수 있는 시스템 프레임워크를 제안한다. 지금까지, 자가 적응 기술은 동작 주파수를 동적으로 조절하거나 태스크를 프로세서에 할당하는 방법과 같이 자원 관리에 국한되어 있었다. 하지만 본 논문에서 제안하는 프레임워크에서 추가적으로 응용 내부의 알고리즘들을 이용해 자가 적응도 가능하도록 하였다. 즉, 하나 이상의 알고리즘이 있는 응용 프로그램의 성능에 따라 적당한 알고리즘을 찾아 선택적으로 적용하는 방법을 지원할 수 있다. 본 논문에서 제안하는 자가 적응 프레임워크는 레거시 코드의 최소한의 수정만 필요하기 때문에 일반성과 확장성을 보장해준다. 또한, 제안하는 프레임워크는 오버헤드가 무시할 수 있을 정도로 작기 때문에 간섭 없이 자원관리와 알고리즘 선택과 같은 방법으로 응용을 자가 적응시킬 수 있다. 이 논문에서는 실생활에 사용되는 예제들을 가지고 제안하는 프레임워크의 효율성을 실험적으로 증명하였다. 또한, 자가 적응 전과 후의 소모전력을 비교함으로써, 자가 적응이 전력의 소비를 줄일 수 있다는 것을 보여주었다. 본 논문은 응용 프로그램의 성능 요구 사항을 맞추기 위해 런타임으로 자가 적응할 수 있는 프레임워크를 제안한다. 제안하는 프레임워크는 사용자가 원하는 자가 적응 기법을 쉽게 적용할 수 있도록 하여, 확장성과 적용에 용이하도록 하였다. 여러 응용 프로그램을 동시에 자가 적응 관리할 수 있도록 하여, 추후 실생활 응용 및 연구에 활용될 것을 기대한다.
more목차
제 1 장 서론 ·······1
제 1절 연구 배경 ·····1
제 2절 관련 연구 ·····3
제 2 장 자가 적응 프레임워크···5
제 1 절 자가 적응 프레임워크 개요·5
제 2 절 자가 적응 프레임워크에서 제공하는 API···7
제 3 장 자가 적응 기법 ··············10
제 1 절 자가 적응 결정 관리기···········10
제 1 항 외부 자가 적응 ··············11
제 2 항 내부 자가 적응 ··············14
제 2 절 심화된 내부 자가 적응···········15
제 1 항 회귀분석 ·················15
제 2 항 인공 신경망(Artificial Neural Network)··18
제 4 장 실험···················21
제 1 절 외부 자가 적응··············22
제 1 항 소비 전력 비교··············24
제 2 절 내부 자가 적응··············25
제 1 항 간단한 알고리즘·············25
제 2 항 회귀분석 ···············26
제 3 항 인공 신경망(Artificial Neural Network) ·30
제 4 항 소비 전력 비교 ···········31
제 5 장 결론 ····32
부 록 ·············33
제 1 절 다중 응용 자가 적응 ·········34
참고 문헌 ········35
ABSTRACT ······37
