GPU 병렬성을 이용한 문서 유사도 계산 성능 개선
Improving the Performance of Document Similarity by using GPU Parallelism
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
정보검색 분야에서 벡터 모델, 문서 클러스터링 등은 입력 문서 개수가 증가할수록 유사도 계산 속도가 시스템의 성능에 많은 영향을 미치고 있다. 본 논문에서는 문서 유사도 계산 성능을 향상시키기 위하여 유사도를 계산하는 연산을 CPU 대신에 GPU를 이용하는 CUDA 프레임워크에서 병렬처리 기법으로 구현하는 방법을 제안하였다. 이 방법은 보편적인 방식인 CPU 환경에서 구현했을 때와 비교할 때 최대 15배까지성능이 향상되었다. 또한, 기존의 CUDA 라이브러리인 CUBLAS와 Thrust를 사용한 방법보다도 각각 5.2배, 3.4배의 성능 개선 효과가 있음을확인하였다.
Abstract
In the information retrieval systems like vector model implementation and document clustering, document similarity calculation takes a great part on the overall performance of the system. In this paper, GPU parallelism has been explored to enhance the processing speed of document similarity calculation in a CUDA framework. The proposed method increased the similarity calculation speed almost 15 times better compared to the typical CPU-based framework. It is 5.2 and 3.4 times better than the methods by using CUBLAS and Thrust,respectively.
참고문헌 (11)
- G. Salton, "A vector space model for automatic indexing", Communications of the ACM, 18(11), pp.613~620 (1975)
- J. S. Lee, "Personalized super computer current and future by GPU parallel computing technology", Korean Electronics, 36(5), pp.562~571 (2009)
- J. Nickolls, "Scalable parallel programming with CUDA", queue - GPU computing, 6(2), pp.40~53 (2008)
- Jason Sanders, "CUDA by Example: An introduction to general-purpose GPU programming" (2010), Addison-Wesley
- D. Luebke, "CUDA: Scalable parallel programming for high-performance scientific computing", ISBI, pp.836~838 (2008)
- M Garland, "Parallel computing experiences with CUDA", IEEE Micro, 28(4), pp.13~27 (2008)
- 박태정, "BioFET 시뮬레이션을 위한CUDA 기반 병렬 Bi-CG 행렬 해법", 전자공학회논문지 - CI, 48(1), pp.90~100 (2011), 대한전자공학회
- 김미정, "CUDA를 이용한 초해상도 기법의 영상처리 속도개선 방법", 한국군사과학기술학회지, 14(4), pp.663~668 (2011), 한국군사과학기술학회
- "NVIDIA CUDA C Programming guide version3.2"[URL]
- "NVIDIA CUDA CUBLAS library, PG-05326-032_V02"[URL]
- "Thrust library"[URL]