본 논문에서는 기존 오프로딩 결정 모델을 개선한 GPGPU 오프로딩 결정 모델을 제안한다. 개선된 오프로딩 결정 모델은 GPGPU 응용의 오프로딩 수행 시 발생할 수 있는 추가적인 오버헤드를 고려하고 있다. 즉, 네트워크 대역폭과 데이터 크기에 따른 네트워크 전송 시간 뿐만 아니라 로컬과 원격지간의 메시지 전달 횟수에 따른 네트워크 지연시간의 오버헤드를 포함하고 있고, 또한 원격수행을 지원하기 위한 추가적인 오프로딩 인터페이스 오버헤드 역시 포함하고 있다. 행렬 곱 $32{ imes}32$ 워크로드의 경우 기존 오프로딩 결정 모델에서 실제수행 시간과 약 2.75배의 차이를 보였지만, 개선된 오프로딩 결정 모델에선 실제 수행 시간과의 차이가 약 1.1배로 개선되었다. 이러한 실제 수행과의 시간차이를 줄이는 것은 더욱 정밀한 오프로딩 결정을 가능하게 한다.
In this paper, we proposed GPGPU offloading decision model improving conventional offloading decision model. The GPGPU offloading decision model considers additional overhead which can be occurred when the offloading is conducted, i.e. it includes not only network transfer time corresponding to network bandwidth and data size, but also network latency overhead corresponding to the number of message transfer. Moreover, it includes offloading interface overhead. In case of $32{ imes}32$ matrix multiplication workload, while conventional offloading decision model shows 2.75 times difference compared to actual execution, the offloading decision model reduces the difference from 2.75 times to 1.1 times between calculated time and actual execution time. It means that offloading decision is conducted precisely, through GPGPU offloading decision model.
