메뉴 건너뛰기

OBG

Programming

Tool/etc
2013.07.28 03:40

컨텍스트 스위칭 (Context Switching)

MoA
조회 수 1039 추천 수 0 댓글 0
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄

멀티 프로세스 운영체제는 많은 이점이 있습니다. 멀티태스킹이 가능하고 효율을 높여주죠. (파일 입출력을 할 때 다른 프로세스를 실행시키고 등등)

 

 하지만 확실히 실행 중인 프로세스의 변경 (Running상태의 변경) 시스템에 많은 부하를 가져다 주기도 합니다.

 CPU 내에 존재하는 레지스터들은 현재 실행 중에 있는 프로세스 관련 데이터들로 채워진다고 했는데 현재 프로세스가 Ready 상태로 이전되고, 다른 프로세스가 Running 상태로 전환될때 CPU 내의 데이터가 바뀌는 작업을 하기 때문에 부하가 많이 걸리는 것이죠.

 

 

   Process A

   Process B 



위와 같이 두개의 프로세스가 있다고 하겠습니다.

B 가 현재 Running 상태에 있다가 A 프로세스의 실행에 의해서 B 는 Ready 상태로 A 는 Running 상태로 가게 됩니다.

 

 

 CPU

 A 's 데이터


 그럼 위와같이 현재 CPU에는 A의 데이터로 채워집니다. 그럼 도중에 A가 Ready상태로 돌아가고 B가 다시 Running 상태로 될때 B의 데이터는 어디에있을까요? B의 데이터는 Ready 상태 이전의 데이터를 보존하고 있어야합니다.

 

 쉽게 말해 한글 문서 작업중 잠시 mp3 파일을 실행했는데 다시 한글 문서로 돌아가니 작업한 내용이 다 사라졌다고 생각해봅시다. 만약 한글 문서 프로세스의 데이터를 따로 저장하지 않는다면.. 엄청난 재앙이(?) 따라올것입니다.

 

 이때 B의 데이터 (레지스터 정보) 는 메모리에 저장(Backup) 됩니다.

 

 CPU

 A's 데이터

 메모리

 B's 데이터 (Backup)



 B가 다시 Running 이 되면 A의 데이터는 메모리로 백업이 되겠죠?

 

 이렇게 프로세스의 상태전이에 의해 데이터가 스위칭 되는 이 작업을 컨텍스트 스위칭(Context Switching) 이라고 합니다.

 

 실행되는 프로세스의 변경과정에서 발생하는 컨텍스트 스위칭은 시스템에 많은 부담을 줍니다. (백업하고 로드하고 백업하고 로드하고..)

 

 멀티 프로세스 운영체제의 단점이죠. 시스템을 디자인하는데 있어서 이러한 컨텍스트 스위칭 부담을 최소화하기 위해 많은 노력을 기울이기도 한답니다.

 

 간단히 컨텍스트 스위칭에 대해서 알아보았습니다.

 

 감사합니다^^

 

컨텍스트 스위칭 위키피디아

http://ko.wikipedia.org/wiki/%EB%AC%B8%EB%A7%A5_%EA%B5%90%ED%99%98


http://blog.naver.com/kater102/134095780

?

List of Articles
번호 분류 제목 글쓴이 날짜 조회 수
공지 Tool/etc Programming 게시판 관련 2 MoA 2014.11.01 1714
286 LLM PEFT: Parameter-Efficient Fine-Tuning of Billion-Scale Models on Low-Resource Hardware OBG 2024.04.15 15
285 LLM [VESSL AI] 뉴욕주민의 프로젝트플루토 — LLM, LLMOps를 활용한 금융 미디어의 혁신 OBG 2024.04.21 17
284 LLM Anthropic, LLM의 내부를 이해하는데 있어 상당한 진전을 보임 OBG 2024.06.03 17
283 LLM A Beginner's Guide to Prompt Engineering with GitHub Copilot OBG 2024.04.04 19
282 LLM How LLMs Work ? Explained in 9 Steps — Transformer Architecture OBG 2024.04.11 21
281 LLM ChatGPT의 강력한 경쟁 언어모델 등장!, Mixtral 8x7B OBG 2024.04.14 22
280 LLM Mixture of Experts - Part 2 OBG 2024.04.14 22
279 LLM The difference between quantization methods for the same bits OBG 2024.04.14 25
278 LLM llama3 implemented from scratch OBG 2024.05.24 25
277 Graphic ASCII 3D 렌더러 만들기 OBG 2024.06.03 25
276 LLM 만능 프롬프트 OBG 2024.04.07 26
275 LLM Getting Started with Sentiment Analysis using Python OBG 2024.04.11 28
274 LLM Real-Time Stock News Sentiment Prediction with Python OBG 2024.04.11 29
273 Deeplearning [ifkakao] 추천 시스템: 맥락과 취향 사이 줄타 OBG 2024.01.10 30
272 Tool/etc HuggingFace 공동창업자가 추천하는 AI 분야 입문 서적 OBG 2024.05.24 31
271 LLM [12월 1주] 떠오르는 '미스트랄 7B'...'라마 2' 이어 한국어 모델 세대교체 주도 OBG 2024.03.05 34
270 Deeplearning Using Machine Learning to Predict Customers’ Next Purchase Day OBG 2024.02.27 39
269 서버 멀티-플레이어 게임 서버와 레이턴시 보상 테크닉 OBG 2024.01.16 41
268 Deeplearning 마이크로소프트가 공개한 무료 AI 코스들 OBG 2023.11.28 56
267 LLM LLM 출력 속도 24배 높여주는 라이브러리 등장했다 OBG 2023.06.30 65
Board Pagination Prev 1 2 3 4 5 6 7 8 9 10 ... 15 Next
/ 15
위로