동적 워크로드 분배를 통한 OpenCL 이미지 처리 프로그램 자동 최적화

Abstract

영상 장비가 발전하고 고화질 이미지의 사용량이 많아짐에 따라 고화질 이미지를 빠르게 처리하기 위한 이미지 처리과정의 병렬화 방법이 많이 연구되고 있다. 본 논문은 Open Computing Language(OpenCL)을 사용한 이미지 처리 프로그램이 하드웨어에 관계없이 최적의 성능을 낼 수 있는 방법을 제시한다. 계산 디바이스의 아키텍처에 따라 적절한 병렬화 방법과 워크그룹 크기를 개발자가 디바이스마다 실험을 통해 찾아야 한다. 하지만 이는 시간적, 자원적 한계가 있다. 본 논문에서는 사용되는 하드웨어에 최적화된 병렬화 방법과 워크그룹 크기를 자동으로 선택하는 방법을 제안한다. 또한 OpenCL을 사용한다고 해서 무조건 성능이 좋아지는 것은 아니다. 입력 이미지의 크기에 따라 오히려 순차코드 보다 성능이 안좋게 나올 수 있다. 본 논문은 자동으로 최적화된 OpenCL성능이 순차코드성능보다 좋아지는 시점을 검색해 이미지 크기 threshold를 설정하고 이미지 처리 프로그램이 항상 최상의 성능을 유지할 수 있는 방법을 제시한다. 최근 출시되는 범용 프로세서는 멀티코어CPU와 내장GPU를 보유하고 있으며 계산 성능을 높이기 위해서는 두 디바이스를 모두 활용하는 것이 좋다. 본 논문에서는 멀티코어CPU와 내장GPU의 계산 성능을 프로파일링하여 동적으로 두 계산 디바이스에 워크로드를 분배함으로써 계산 성능을 효율적으로 높이는 방법을 제안한다. 제시한 방법들을 통해 이미지 처리 프로그램이 임의의 하드웨어에서 이미지 크기에 상관없이 항상 최상의 성능을 보이는 것을 확인했다.