Software Re-engineering
In-house 소프트웨어나 Open Source 소프트웨어를 고효율화 방법론과 S/W 공학 방법론에 입각하여 고성능 고효율의 소프트웨어로 재개발합니다.
Non-structured 프로그래밍언어나 객체지향 프로그래밍언어를 Structured 프로그래밍언어로 이식하는 migration하고 GPU 코드로 다시 작성합니다.
Non-structured 프로그래밍언어나 객체지향 프로그래밍언어를 Structured 프로그래밍언어로 이식하는 migration하고 GPU 코드로 다시 작성합니다.
S/W 공학적 방법론 적용
Water-fall 모델을 적용
요구사항분석 → 계획 → 설계 → 상세설계 → 실시 → 시험 → 유지보수
검증을 통한 품질보증까지 고려하여 진행합니다.
요구사항분석 → 계획 → 설계 → 상세설계 → 실시 → 시험 → 유지보수
검증을 통한 품질보증까지 고려하여 진행합니다.
Code Migration
In-house 코드나 Open-source 코드를 고효율 어플리케이션에 최적한 코드로 재작성합니다.
Fortran → C → UDA/HIP
C++ → C → CUDA/HIP
Matlab → C → CUDA/HIP
Python, JAVA 등 다양한 P/L 이식 가능.
Fortran → C → UDA/HIP
C++ → C → CUDA/HIP
Matlab → C → CUDA/HIP
Python, JAVA 등 다양한 P/L 이식 가능.
GPU Centric 방법론
CPU GPU간의 성능차이와 데이터 병목현상 등으로 인한 성능 부조를 극복하기 위하여 GPU만으로 연산하는 프로그래밍 방법론을 확립 적용합니다.
성능개선 사례
SPH(3종) fortran to C/CUDA 200~1,700배
OLED해석 Matlab to C/CUDA 10,000 배
Plasma해석 C++ to C/CUDA 200 배
OLED해석 Matlab to C/CUDA 10,000 배
Plasma해석 C++ to C/CUDA 200 배
