고해상도 이미지 처리를 위한 PIM 기반 JPEG 디코더 병렬화 기법 구현 = Implementation of Parallelization Techniques for PIM-Based JPEG Decoder in High-Resolution Image Processing

국문 초록 (Abstract)

JPEG은 이미지 크기를 효과적으로 줄일 수 있어 다양한 응용 분야에서 널리 사용되는 디지털 이미지 형식이다. JPEG 디코딩은 압축된 이미지 데이터를 복원하여 디스플레이하거나 후처리하기 위해 필요한 과정으로, 실시간 애플리케이션과 딥러닝과 같은 대량 이미지 처리 분야에서 중요한 역할을 한다. 그러나 JPEG 디코딩은 성능의병목 지점이 될 수 있어, 이를 극복하기 위한 다양한 가속기 기반 병렬 처리 기법들이 제안되었다. 최근에는Processing-in-Memory (PIM) 아키텍처를 활용한 연구들이 주목받고 있으며, 기존 연구인 PIM 기반 JPEG 디코더는 하드웨어 스레드와 AAN 알고리즘을 적용하여 성능 개선을 도모하였으나, DPU당 제한된 메모리 용량 및DPU 간 통신 부재로 처리 가능한 이미지 해상도에 한계가 있었다. 본 연구에서는 JPEG 디코딩 파이프라인을 수정하여 이러한 한계를 극복하는 방안을 제안한다. 허프만 디코딩을 호스트 CPU에서 수행함으로써 DPU 간 통신의 필요성을 없애고, MCU (Minimum Coded Unit) 간 데이터 의존성 없이 병렬 처리가 가능하도록 설계하였다.
UPMEM PIM 서버에서 고해상도 이미지 데이터 세트를 사용하여 실험을 수행한 결과, 본 연구에서 구현한 디코더는 기존 PIM 디코더가 처리할 수 없었던 고해상도 이미지를 디코딩할 수 있음을 확인할 수 있었다.

다국어 초록 (Multilingual Abstract)

JPEG is a digital image format widely used in various applications due to its ability to effectively reduce image file size. JPEG decoding involves restoring compressed image data for display or post-processing and plays a crucial role in fields such as real-time applications and deep learning, where large-scale image processing is required. However, JPEG decoding can become a performance bottleneck, prompting the development of various accelerator-based parallel processing techniques. Recently, research utilizing Processing-in-Memory (PIM) architectures has gained attention. Existing studies on PIM-based JPEG decoders have applied hardware threads and the AAN algorithm to improve performance, but limitations such as constrained memory capacity per DPU and lack of inter-DPU communication have restricted the resolution of image that can be processed. In this paper, we propose a modified JPEG decoding pipeline to overcome these limitations. By performing Huffman decoding in the host CPU, the need for inter-DPU communication is eliminated, enabling parallel processing without data dependencies between MCUs (Minimum Coded Units). Experiments conducted on the UPMEM PIM server using a high-resolution image dataset show that the proposed decoder can successfully decode high-resolution images that the existing PIM decoder could not process.