DMTPARK / mytetration

Make your own tetration Image!

58 stars 26 forks source link

추가 가능한 개선 사항에 대한 논의 #5

Open doma17 opened 4 months ago

doma17 commented 4 months ago

목적

추가 가능한 개선 사항에 대한 논의

설명이 충분하지만 터미널 사용과 코딩에 기본기가 없는 사용자들에게 접근성이 높아 어려울 것 같습니다. 또한, 코드의 성능 개선 여지가 있는 것 같습니다.

[ ] GPU 사용 로직 추가
- 현재 CPU를 활용한 코드로 전개되어있으나, 병렬 연산에는 GPU가 더 이점을 보이기에 이를 활용하는 방법도 있습니다.
- 하지만 이는 사용자의 OS 또는 GPU 유형에 따라 달라질 수 있으니, 논의가 필요한 사항입니다.
- e.g. CUDA tool kit / Tensorflow
[ ] Google Colab 이적
- Google Colab은 무료로 GPU를 사용할 수 있는 클라우드 기반 서비스입니다.
- 위 서비스는 Python 코드를 사용자의 Local Computing resource를 사용할 필요 없이 클라우드 GPU를 사용할 수 있습니다.
- 코드를 Google Colab으로 이전하여 사용자가 더 빠르고 효율적으로 GPU를 활용할 수 있도록 하는 것도 좋은 방안인 것 같습니다.

위와 같은 예시 이외에도 다른 사항들도 코멘트를 통해 논의가 이루어지면 좋겠습니다!! :) p.s. @DMTPARK 영상 항상 잘보고 있습니다!

creeras commented 4 months ago

CUDA 실행버전 올렸습니다.

요구 사항

NVIDIA GPU 설치
CUDA Toolkit 설치
cupy 라이브러리 설치:
- 컴파일 시간을 단축하기 위해 바이너리 설치를 권장합니다: pip install cupy-cuda11x 또는 pip install cupy-cuda12x (툴킷 버전에 따라)

참고: 상세한 내용은 PR #7을 확인하세요.

성능 개선

노트북 기준 CPU(Ryzen 5800h, 싱글 코어) 대비 CUDA(GPU, 3050Ti Laptop)는 약 17배 빨라졌습니다. 멀티 코어 CPU를 고려한다면 예상보다 성능 향상이 적을 수 있지만, 여전히 상황에 따라 유용할 것입니다.

마우스 클릭을 통한 zoomin(재계산) 기능도 추가되었습니다.

참고: 해당 내용은 PR #7에서 확인할 수 있습니다.