WO2022154383A1 - 전자 장치 및 전자 장치의 커널 모듈 로딩 방법 - Google Patents

전자 장치 및 전자 장치의 커널 모듈 로딩 방법 Download PDF

Info

Publication number
WO2022154383A1
WO2022154383A1 PCT/KR2022/000285 KR2022000285W WO2022154383A1 WO 2022154383 A1 WO2022154383 A1 WO 2022154383A1 KR 2022000285 W KR2022000285 W KR 2022000285W WO 2022154383 A1 WO2022154383 A1 WO 2022154383A1
Authority
WO
WIPO (PCT)
Prior art keywords
kernel module
kernel
processor
module group
electronic device
Prior art date
Application number
PCT/KR2022/000285
Other languages
English (en)
French (fr)
Inventor
김지홍
김도형
김정래
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to EP22739581.1A priority Critical patent/EP4261681A4/en
Publication of WO2022154383A1 publication Critical patent/WO2022154383A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/4401—Bootstrapping
    • G06F9/4406—Loading of operating system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
    • G06F9/3836—Instruction issuing, e.g. dynamic instruction scheduling or out of order instruction execution
    • G06F9/3851—Instruction issuing, e.g. dynamic instruction scheduling or out of order instruction execution from multiple instruction streams, e.g. multistreaming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/4401—Bootstrapping
    • G06F9/4411—Configuring for operating with peripheral devices; Loading of device drivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44557—Code layout in executable memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4482—Procedural
    • G06F9/4484—Executing subprograms

Definitions

  • the following embodiments relate to an electronic device and a method for loading a kernel module of the electronic device.
  • GKI Generic kernel image
  • kernel drivers of chipset vendors and OEMs that have been developed as built-in and included in the kernel image are loadable kernel modules. It needs to be developed in the form of a kernel module).
  • the loadable kernel module can be loaded and unloaded when the kernel image is built and the built loadable kernel module is loaded and unloaded at the time of terminal operation even if the kernel module is not built together, it is assumed that GKI contains security problems and bug fixes. When updated, kernel modules built with different versions of GKI or other kernels can be loaded normally.
  • each kernel module cannot be loaded in parallel in a plurality of threads, but is loaded continuously in one thread, a delay in the module loading speed may occur.
  • an electronic device includes one or more processors and a memory for storing instructions executable by the processor, wherein the processor includes a dependency between a plurality of kernel modules executed by the processor. generate dependency data based on , determine a first kernel module to be loaded in a first stage from among the plurality of kernel modules based on the dependency data, and A plurality of kernel module groups may be created by determining a second kernel module to be loaded in the second stage from among the plurality of kernel modules based on the module.
  • an electronic device includes one or more processors and a memory for storing instructions executable by the processor, wherein the processor is generated based on a dependency between a plurality of kernel modules executed by the processor.
  • Receive a plurality of kernel module groups perform parallel loading of the plurality of kernel modules based on the plurality of kernel module groups, and load the plurality of kernel module groups based on a loading time of the plurality of kernel modules.
  • a method for loading a kernel module of an electronic device includes receiving a plurality of kernel module groups generated based on dependencies between the plurality of kernel modules, and the plurality of kernel module groups based on the plurality of kernel module groups. performing parallel loading of the kernel modules of , and generating a restructured kernel module group by restructuring the plurality of kernel module groups based on the loading times of the plurality of kernel modules.
  • the electronic device classifies the kernel modules and increases the number of times parallel loading occurs, thereby improving the loading speed of the kernel modules.
  • the electronic device may improve the loading speed of the kernel module by grouping the kernel modules and loading the grouped kernel modules in parallel.
  • FIG. 1 is a block diagram of an electronic device in a network environment according to various embodiments of the present disclosure
  • FIG. 2 illustrates a kernel module group generated based on kernel module dependency according to various embodiments of the present disclosure.
  • FIG. 3 illustrates a kernel module loading operation according to various embodiments.
  • FIG. 4 is a flowchart illustrating an operation of an electronic device at build time and run time according to various embodiments of the present disclosure
  • FIG. 6 illustrates a dependency graph according to various embodiments.
  • FIG. 7A illustrates an example of a kernel module group according to various embodiments.
  • FIG. 7B illustrates an example of a restructured kernel module group according to various embodiments.
  • 8A illustrates another example of a kernel module group according to various embodiments.
  • 8B illustrates another example of a restructured kernel module group according to various embodiments.
  • FIG 9 illustrates a restructuring operation performed in an electronic device according to various embodiments of the present disclosure.
  • FIG. 10 is a flowchart of an operation of an electronic device according to various embodiments of the present disclosure.
  • FIG. 1 is a block diagram of an electronic device 101 in a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or a second network 199 . It may communicate with at least one of the electronic device 104 and the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • a second network 199 e.g., a second network 199
  • the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • the electronic device 101 includes a processor 120 , a memory 130 , an input module 150 , a sound output module 155 , a display module 160 , an audio module 170 , and a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or an antenna module 197 .
  • at least one of these components eg, the connection terminal 178
  • some of these components are integrated into one component (eg, display module 160 ). can be
  • the processor 120 for example, executes software (eg, the program 140) to execute at least one other component (eg, a hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or operations. According to one embodiment, as at least part of data processing or computation, the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 . may be stored in the volatile memory 132 , and may process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
  • software eg, the program 140
  • the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 .
  • the volatile memory 132 may be stored in the volatile memory 132 , and may process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
  • the processor 120 is the main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit
  • NPU neural processing unit
  • an image signal processor e.g., a sensor hub processor, or a communication processor.
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit
  • NPU neural processing unit
  • an image signal processor e.g., a sensor hub processor, or a communication processor.
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123
  • the secondary processor 123 may, for example, act on behalf of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or when the main processor 121 is active (eg, executing an application). ), together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the coprocessor 123 eg, an image signal processor or a communication processor
  • may be implemented as part of another functionally related component eg, the camera module 180 or the communication module 190 ). have.
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself on which the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example.
  • the artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176 ) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, the program 140 ) and instructions related thereto.
  • the memory 130 may include a volatile memory 132 or a non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 , and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120 ) of the electronic device 101 from the outside (eg, a user) of the electronic device 101 .
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output a sound signal to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • the receiver can be used to receive incoming calls. According to one embodiment, the receiver may be implemented separately from or as part of the speaker.
  • the display module 160 may visually provide information to the outside (eg, a user) of the electronic device 101 .
  • the display module 160 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device.
  • the display module 160 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module 170 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 170 acquires a sound through the input module 150 , or an external electronic device (eg, a sound output module 155 ) connected directly or wirelessly with the electronic device 101 .
  • the electronic device 102) eg, a speaker or headphones
  • the electronic device 102 may output a sound.
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the sensed state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 177 may support one or more specified protocols that may be used by the electronic device 101 to directly or wirelessly connect with an external electronic device (eg, the electronic device 102 ).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • the connection terminal 178 may include a connector through which the electronic device 101 can be physically connected to an external electronic device (eg, the electronic device 102 ).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can perceive through tactile or kinesthetic sense.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to an embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). It can support establishment and communication performance through the established communication channel.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : It may include a local area network (LAN) communication module, or a power line communication module).
  • a wireless communication module 192 eg, a cellular communication module, a short-range communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module 194 eg, : It may include a local area network (LAN) communication module, or a power line communication module.
  • a corresponding communication module among these communication modules is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • a first network 198 eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network 199 eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • a telecommunication network
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199 .
  • subscriber information eg, International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the electronic device 101 may be identified or authenticated.
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR).
  • NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • a high frequency band eg, mmWave band
  • the wireless communication module 192 uses various techniques for securing performance in a high-frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna.
  • the wireless communication module 192 may support various requirements defined in the electronic device 101 , an external electronic device (eg, the electronic device 104 ), or a network system (eg, the second network 199 ).
  • the wireless communication module 192 may include a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency for realizing URLLC ( Example: Downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less) can be supported.
  • a peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency for realizing URLLC
  • the antenna module 197 may transmit or receive a signal or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is connected from the plurality of antennas by, for example, the communication module 190 . can be selected. A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • GPIO general purpose input and output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • the command or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or a part of operations executed in the electronic device 101 may be executed in one or more external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 may perform the function or service itself instead of executing the function or service itself.
  • one or more external electronic devices may be requested to perform at least a part of the function or the service.
  • One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 101 .
  • the electronic device 101 may process the result as it is or additionally and provide it as at least a part of a response to the request.
  • cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an Internet of things (IoT) device.
  • the server 108 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 104 or the server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • FIG. 2 is a diagram for describing a memory management operation of an electronic device according to various embodiments of the present disclosure
  • the processor may load a kernel module.
  • the processor 120 creates a kernel module group by grouping a plurality of kernel modules, and secures the stability of the electronic device (eg, the electronic device 101 of FIG. 1 ) by parallel loading the kernel module based on the kernel module group. , can improve the operating speed.
  • the kernel is a core element of the operating system and may refer to a program that manages resources in a computer so that a user program (or application) can use it.
  • the kernel may provide various services necessary for the execution of the operating system and application programs.
  • the kernel may refer to system software that provides an interface for managing processes, files, networks, and devices.
  • the kernel module may refer to an independent unit of software or hardware that is dynamically loaded or unloaded from the kernel.
  • the processor 120 performs a first stage (eg, first stage init) and a second stage (eg, second stage init) at build-time based on dependencies between kernel modules.
  • a kernel module group may be created by classifying modules to be loaded in , and grouping modules to be loaded in the second stage.
  • the processor 120 may generate dependency data based on dependencies between a plurality of kernel modules executed by the processor 120 .
  • the dependency data may include a dependency graph composed of nodes and edges connecting the nodes. A process of generating a dependency graph based on the dependency will be described in detail with reference to FIG. 6 .
  • Kernel module dependencies may include a priority or order of loading required when kernel modules are loaded.
  • the processor 120 includes a plurality of kernel module groups 210, 220 to 250) can be produced. Although only three kernel module groups are illustrated in FIG. 2 , the number of kernel module groups may be less than three or more than three according to an embodiment.
  • the kernel module M in order for the kernel module N to be loaded in FIG. 2 , the kernel module M may need to be loaded preferentially.
  • the kernel module A In order for the kernel module N to be loaded, the kernel module A may need to be loaded preferentially.
  • kernel modules A, M, and N may have dependencies on each other.
  • the kernel module S may need to be loaded preferentially.
  • the kernel module B may need to be loaded preferentially.
  • kernel modules B, S and T may have dependencies on each other.
  • the kernel module V in order for the kernel module W to be loaded in FIG. 2 , the kernel module V may need to be loaded preferentially.
  • the kernel module C in order for the kernel module V to be loaded, the kernel module C may need to be loaded preferentially.
  • kernel modules C, V and W may have dependencies on each other.
  • the processor 120 may generate the group 1 210 , the group 2 220 to the group 5 250 based on the dependency.
  • the processor 120 may determine a first kernel module to be loaded in a first stage from among a plurality of kernel modules based on the dependency data.
  • FIG. 3 illustrates a kernel module loading operation according to various embodiments.
  • a processor may load a kernel module.
  • the processor 120 may perform parallel loading of a plurality of kernel modules based on a plurality of kernel module groups generated based on dependencies.
  • the kernel image 310 may include one or more threads.
  • the kernel image 310 may refer to a file including contents of a kernel stored in a memory (eg, the memory 130 of FIG. 1 ).
  • the kernel image 310 may include one or more threads and a plurality of kernel modules included in the threads.
  • the processor 120 may determine a first kernel module to be loaded in the first stage 330 from among a plurality of kernel modules based on the dependency data.
  • the processor 120 may generate a plurality of kernel module groups by determining a second kernel module to be loaded in the second stage from among the plurality of kernel modules based on the dependency data and the first kernel module.
  • the processor 120 may classify the plurality of kernel modules into a plurality of kernel module groups based on the first kernel module and the second kernel module.
  • a single thread may be executed in the first stage 330 .
  • the processor 120 may initialize the kernel driver through a single thread of the first stage 330 .
  • the first stage 330 may sequentially load a plurality of kernel modules in a single thread.
  • the processor 120 may perform parallel loading of the kernel module using the plurality of threads 350 - 1 , 350 - 2 , .. and 350 -n of the second stage 350 . .
  • the processor 120 may perform parallel loading of a plurality of kernel modules based on the plurality of kernel module groups in the second stage 350 .
  • the kernel module loading operation of the first stage 330 may be performed temporally ahead of the kernel module loading operation of the second stage 350 .
  • the processor 120 classifies the kernel modules to be loaded in the first stage 330 and the second stage 350 , and increases the number of parallel loadings occurring in the second stage 350 , thereby The loading speed of kernel modules can be improved.
  • FIG. 4 is a flowchart illustrating an operation of an electronic device at build time and run time according to various embodiments of the present disclosure
  • a build-time operation and a run-time operation may be performed in different hardware devices.
  • the build-time operation may be performed by a first electronic device (eg, the electronic device 101 of FIG. 1 ), and the run-time operation may be performed by a second electronic device (eg, the electronic device 101 of FIG. 1 ).
  • a first electronic device eg, the electronic device 101 of FIG. 1
  • the run-time operation may be performed by a second electronic device (eg, the electronic device 101 of FIG. 1 ).
  • the first electronic device may include a first processor (eg, the processor 120 of FIG. 1 ), and the second electronic device may include a second processor (eg, the processor 120 of FIG. 1 ). may include.
  • the first processor may acquire dependencies between a plurality of kernel modules ( 411 ).
  • the first processor may generate a dependency graph based on the dependencies between the plurality of kernel modules ( 412 ).
  • the first processor may generate nodes corresponding to the plurality of kernel modules.
  • the first processor may generate the dependency graph by generating an edge connecting the nodes based on the dependency.
  • the first processor determines the first kernel module as a root node of the dependency graph, and connects the second kernel module as a child node of the root node to generate the dependency graph.
  • the first processor may generate a data set related to relationship information between the respective kernel modules, and check the dependency between the respective kernel modules through the data set.
  • the first processor may determine a first kernel module to be loaded in the first stage from among a plurality of kernel modules based on the dependency graph ( 413 ).
  • the first processor may generate a plurality of kernel module groups by determining a second kernel module to be loaded in the second stage from among the plurality of kernel modules based on the dependency graph and the first kernel module ( 414 ).
  • the kernel module loading operation of the first stage may be performed temporally ahead of the kernel module loading operation of the second stage.
  • the first processor may perform parallel loading of a plurality of kernel modules based on a plurality of kernel module groups.
  • the first processor may restructure the plurality of kernel module groups ( 515 ).
  • the first processor may measure loading times of the plurality of kernel module groups.
  • the first processor may generate the restructured kernel module group by restructuring the plurality of kernel module groups based on the loading time.
  • the first processor may integrate the first kernel module group and the second kernel module group from the plurality of kernel module groups based on the loading time.
  • the first processor may measure loading times of the first kernel module group, the second kernel module group, and the third kernel module group in the plurality of kernel module groups.
  • the first processor may be configured to, when a loading time of the third kernel module group is longer than a loading time of the first kernel module group and the second kernel module group, the first kernel module group and the second kernel module group can be integrated.
  • the first processor may further create a kernel module group by separating one or more kernel module groups based on a loading time.
  • the first processor may measure loading times of the first kernel module group and the second kernel module group in the plurality of kernel module groups.
  • the first processor when the loading time of the second kernel module group is longer than the loading time of the first kernel module group, the first processor is configured to separate the second kernel module group into a fourth kernel module group and a fifth kernel module You can create groups.
  • the first processor may reduce the overall kernel module loading time by dividing the kernel module group having a relatively long loading time.
  • the second processor may receive a plurality of kernel module groups generated based on dependencies between a plurality of kernel modules executed by the second processor.
  • the second processor may perform parallel loading based on the received kernel module group and measure loading times of the plurality of kernel modules ( 431 ).
  • the second processor may perform parallel loading of the plurality of kernel modules based on the plurality of kernel module groups.
  • the second processor may generate the restructured kernel module group by restructuring the plurality of kernel module groups based on the loading times of the plurality of kernel modules.
  • the second processor may determine whether the second electronic device is first booted or whether the electronic device is first booted after over the air (OTA) ( 432 ).
  • the second processor may perform parallel loading based on a plurality of kernel module groups when the second electronic device is first booted or is first booted after OTA ( 433 ).
  • the second processor when the electronic device is not booted for the first time and is not booted for the first time after OTA, the second processor creates a restructured kernel module group by restructuring the plurality of kernel module groups based on the measured loading time. can (434).
  • the second processor may integrate the first kernel module group and the second kernel module group from the plurality of kernel module groups based on the loading time.
  • the second processor may measure loading times of the first kernel module group, the second kernel module group, and the third kernel module group in the plurality of kernel module groups.
  • the second processor may integrate the first kernel module group and the second kernel module group when the loading time of the third kernel module group is longer than the loading time of the first kernel module group and the second kernel module group.
  • the second processor may further create a kernel module group by separating one or more kernel module groups based on a loading time.
  • the second process may measure loading times of the first kernel module group and the second kernel module group in the plurality of kernel module groups.
  • the second processor may create the fourth kernel module group and the fifth kernel module group by separating the second kernel module group.
  • the second processor may restructure the plurality of kernel module groups using a dependency graph generated based on the dependency.
  • the dependency graph may include nodes corresponding to a plurality of kernel modules, and may include edges connecting nodes based on dependencies.
  • the second processor may re-perform parallel loading of the plurality of kernel module groups based on the restructured kernel module group.
  • the second processor may operate the parallel loaded kernel module ( 435 ).
  • FIG. 5 shows the dependency of a kernel module according to various embodiments
  • FIG. 6 shows a dependency graph according to various embodiments.
  • a processor may acquire dependencies between a plurality of kernel modules.
  • a dependency may mean a relationship with another kernel module that must be loaded first in order for any kernel module to be loaded.
  • 1 to 17 in FIG. 5 may indicate numbers corresponding to kernel modules.
  • the number after the colon may indicate a kernel module that must be loaded first in order for the kernel module before the colon to be loaded.
  • the number after the colon may mean a kernel module having dependencies on the kernel module before the colon. For example, there may be no kernel module that must be loaded first in order for kernel module 1 to be loaded, and kernel module 1 may need to be loaded first in order for kernel module 2 to be loaded. In order to load kernel module 3, kernel module 2 and kernel module 1 may need to be loaded, and in order to load kernel module 4, kernel modules 3, 2, and 1 may be loaded first. Kernel modules 5 to 17 may also have the same dependencies as described above.
  • the processor 120 may generate a dependency graph based on the dependency.
  • the processor 120 may generate a dependency graph in the form of a tree.
  • the processor may generate a dependency graph based on dependencies between the plurality of kernel modules.
  • the processor may generate nodes corresponding to the plurality of kernel modules.
  • the processor may create a dependency graph by creating an edge connecting nodes based on the dependency.
  • the processor 120 may determine the first kernel module as a root node of the dependency graph.
  • the processor 120 may determine the kernel module to be loaded first as the root node of the dependency graph.
  • the processor 120 may determine kernel modules 1, 6, 11, 13, and 17 as root nodes.
  • the processor may first load kernel modules determined as the root node in the first stage.
  • the processor 120 may generate the dependency graph by connecting the second kernel module as a child node of the root node.
  • the processor 120 may connect the child nodes based on the order to be loaded according to the dependency.
  • the processor 120 may connect the kernel module 2 to the kernel module 1 , the kernel module 3 to the kernel module 2 , and the kernel module 4 to the kernel module 3 .
  • the processor may generate the graph 610 by connecting the kernel module 5 to the kernel module 2 .
  • kernel modules 2, 3, 4, and 5 may be loaded in the second stage.
  • the processor 120 may include the root nodes as vendor-boot.img at build time so that the root nodes can be loaded in the first stage.
  • the processor 120 may generate the graph 630 and the graph 650 by connecting the child nodes according to the dependency on the kernel modules 6, 11, 13, and 17.
  • the kernel modules loaded in the first stage and the second stage can be summarized as shown in Table 1.
  • first stage 1 6, 11, 13, 17 2nd stage 2, 3, 4, 5, 7, 8, 9, 10, 12, 13, 14, 15, 16
  • each of the graph 610 , the graph 630 , and the graph 650 may correspond to one kernel module group.
  • the number of created kernel module groups may vary according to dependencies between kernel modules.
  • FIG. 7A shows an example of a kernel module group according to various embodiments
  • FIG. 7B shows an example of a restructured kernel module group according to various embodiments.
  • the processor may generate a plurality of kernel module groups based on the dependency graph.
  • the processor 120 may generate a restructured kernel module group by performing restructuring based on the loading times of the plurality of kernel module groups.
  • the restructuring of the kernel module group can be performed at both build time and run time.
  • the module group restructuring performed at build time may be performed based on the actual kernel loading time in the previous boot.
  • the processor 120 may generate the kernel module group 710 , the kernel module group 730 , and the kernel module group 750 based on the dependency graph.
  • the processor 120 may measure the loading times of the kernel module group 710 , the kernel module group 730 , and the kernel module group 750 , and may perform restructuring based on the loading times. Kernel modules included in the kernel module group can be shown in Table 2.
  • the processor 1 20 performs the kernel module group 710 and the kernel module group 730 based on the loading times of the kernel module group 710 , the kernel module group 730 , and the kernel module group 750 . ) and at least two of the kernel module group 750 may be integrated.
  • the processor 120 integrates the kernel module group 710 and the kernel module group 750 when the loading time of the kernel module group 730 is longer than the loading times of the kernel module group 710 and the kernel module group 750 .
  • the restructured kernel module group 770 may be created.
  • the processor 120 may prevent a problem that the parallel loading effect of a relatively long loading time is inhibited through restructuring of the kernel module group. In this case, as for the kernel loading time, one piece of data may be used for each model.
  • the restructured kernel module group 770 and kernel modules included in the kernel module group 730 may be shown in Table 3.
  • the processor 120 allocates one thread to each kernel module group at the time of operation of the electronic device (eg, the electronic device 101 of FIG. 1 ) using the restructured module group and performs parallel processing.
  • the kernel module loading speed can be improved.
  • the processor 120 may perform parallel loading of each of the kernel module group 730 and the kernel module group 750 through one thread.
  • the number of threads used for parallel loading may be the same as the number of module groups after restructuring is completed.
  • FIG. 8A shows another example of a kernel module group according to various embodiments
  • FIG. 8B shows another example of a restructured kernel module group according to various embodiments.
  • a processor may generate a plurality of kernel module groups based on a dependency graph.
  • the processor 120 may generate a restructured kernel module group by performing restructuring based on the loading times of the plurality of kernel module groups.
  • the processor 120 may generate the kernel module group 810 and the kernel module group 830 based on the dependency graph.
  • the processor 120 may measure the loading times of the kernel module group 810 and the kernel module group 830 .
  • the processor 120 may further create a kernel module group by separating one or more kernel module groups based on the measured loading time.
  • the processor 120 measures the loading times of the kernel module group 810 and the kernel module group 830 , and the loading time of the kernel module group 830 is the loading time of the kernel module group 810 . If longer, the kernel module group 850 and the kernel module group 870 may be created by separating the kernel module group 830 .
  • the processor may create a restructured kernel module group by restructuring the plurality of kernel module groups based on the loading times of the plurality of kernel modules.
  • the processor 120 when the electronic device (eg, the electronic device 101 of FIG. 1 ) is first booted or is first booted after OTA, the processor 120 performs parallel processing using kernel module group data included in the OTA image. loading can be done. In this case, the processor 120 may store an actual loading time at which the kernel module is loaded in a memory (eg, the memory 130 of FIG. 1 ). The processor 120 may dynamically restructure the kernel module group by using the loading time stored in the idle time of the electronic device 101 .
  • the processor 120 may dynamically restructure the kernel module group during run time.
  • the processor 120 may measure the loading times of a plurality of kernel modules loaded through the plurality of threads 910-1, 910-2, .., 910-n in the second stage 910 ( 930 ). .
  • the processor 120 may restructure the kernel module groups based on the loading times of the plurality of kernel modules ( 950 ).
  • the processor 120 may perform parallel loading based on the restructured kernel module group in the next booting ( 970 ).
  • the processor 120 may improve the kernel module loading speed by restructuring the kernel module group.
  • the processor 120 loads the kernel module according to the state of the electronic device 101 even if the loading speed of a specific kernel module is delayed compared to the loading time of the kernel module group used in the first booting according to the state of the electronic device 101 .
  • the speed can be kept stable.
  • FIG. 10 is a flowchart of an operation of an electronic device according to various embodiments of the present disclosure.
  • the processor may receive a plurality of kernel module groups generated based on dependencies among the plurality of kernel modules ( 1010 ). .
  • the processor 120 may perform parallel loading of a plurality of kernel modules based on a plurality of kernel module groups ( 1030 ).
  • the processor 120 may create a restructured kernel module group by restructuring the plurality of kernel module groups based on the loading times of the plurality of kernel modules ( S1050 ).
  • the processor 120 may re-perform parallel loading of the plurality of kernel module groups based on the restructured kernel module group.
  • the processor 120 may measure the loading times of the plurality of kernel modules.
  • the processor 120 may generate the restructured kernel module group by restructuring the plurality of kernel module groups based on the loading time.
  • the processor 120 may integrate the first kernel module group and the second kernel module group from the plurality of kernel module groups based on the loading time.
  • the processor 120 may measure the loading times of the first kernel module group, the second kernel module group, and the third kernel module group in the plurality of kernel module groups. When the loading time of the third kernel module group is longer than the loading time of the first kernel module group and the second kernel module group, the processor 120 may integrate the first kernel module group and the second kernel module group.
  • the processor 120 may further create a kernel module group by separating one or more kernel module groups based on a loading time.
  • the processor 120 may measure the loading times of the first kernel module group and the second kernel module group in the plurality of kernel module groups. When the loading time of the second kernel module group is longer than the loading time of the first kernel module group, the processor 120 may create a fourth kernel module group and a fifth kernel module group by separating the second kernel module group. .
  • the processor 120 may restructure the plurality of kernel module groups using the dependency graph generated based on the dependency.
  • the dependency graph may include nodes corresponding to a plurality of kernel modules, and may include edges connecting nodes based on dependencies.
  • the electronic device (eg, the electronic device 101 of FIG. 1 ) includes one or more processors (eg, the processor 120 of FIG. 1 ), and a memory ( Example: including the memory 130 of FIG. 1), wherein the processor generates a dependency graph based on dependencies between a plurality of kernel modules executed by the processor, and the dependency graph determines a first kernel module to be loaded in a first stage among the plurality of kernel modules based on A plurality of kernel module groups may be created by determining the second kernel module to be loaded.
  • processors eg, the processor 120 of FIG. 1
  • a memory Example: including the memory 130 of FIG. 1
  • the processor generates a dependency graph based on dependencies between a plurality of kernel modules executed by the processor, and the dependency graph determines a first kernel module to be loaded in a first stage among the plurality of kernel modules based on A plurality of kernel module groups may be created by determining the second kernel module to be loaded.
  • the processor generates the dependency graph by generating nodes corresponding to the plurality of kernel modules, and generating an edge connecting the nodes based on the dependency. can do.
  • the processor determines the first kernel module as a root node of the dependency graph, and connects the second kernel module as a child node of the root node. You can create a dependency graph.
  • the kernel module loading operation of the first stage may be performed temporally ahead of the kernel module loading operation of the second stage.
  • the processor may perform parallel loading of the plurality of kernel modules based on the plurality of kernel module groups.
  • the processor measures the loading times of the plurality of kernel module groups, and generates a restructured kernel module group by restructuring the plurality of kernel module groups based on the loading times. can do.
  • the processor may integrate a first kernel module group and a second kernel module group from the plurality of kernel module groups based on the loading time.
  • the processor measures loading times of the first kernel module group, the second kernel module group, and the third kernel module group in the plurality of kernel module groups, and the third kernel module group When the loading times of the first kernel module group and the second kernel module group are longer than the loading times of the first kernel module group and the second kernel module group, the first kernel module group and the second kernel module group may be integrated.
  • the processor may further create a kernel module group by separating the one or more kernel module groups based on the loading time.
  • the processor measures loading times of a first kernel module group and a second kernel module group in the plurality of kernel module groups, and the loading times of the second kernel module group determine the loading times of the first kernel module groups. If it is longer than the loading time of the module group, a fourth kernel module group and a fifth kernel module group may be created by separating the second kernel module group.
  • an electronic device (eg, the electronic device 101 of FIG. 1 ) includes one or more processors and a memory storing instructions executable by the processor, and the processor is configured by the processor.
  • a restructured kernel module group may be created by restructuring the plurality of kernel module groups based on a loading time.
  • the processor may re-perform parallel loading of the plurality of kernel module groups based on the restructured kernel module group.
  • the processor may generate a restructured kernel module group by measuring the loading times of the plurality of kernel modules and restructuring the plurality of kernel module groups based on the loading times.
  • the processor may integrate a first kernel module group and a second kernel module group from the plurality of kernel module groups based on the loading time.
  • the processor measures loading times of the first kernel module group, the second kernel module group, and the third kernel module group in the plurality of kernel module groups, and the third kernel module group When the loading times of the first kernel module group and the second kernel module group are longer than the loading times of the first kernel module group and the second kernel module group, the first kernel module group and the second kernel module group may be integrated.
  • the processor may further create a kernel module group by separating the one or more kernel module groups based on the loading time.
  • the processor measures loading times of a first kernel module group and a second kernel module group in the plurality of kernel module groups, and the loading times of the second kernel module group determine the loading times of the first kernel module groups. If it is longer than the loading time of the module group, a fourth kernel module group and a fifth kernel module group may be created by separating the second kernel module group.
  • the processor may restructure the plurality of kernel module groups using a dependency graph generated based on the dependency.
  • the dependency graph may include nodes corresponding to the plurality of kernel modules, and may include an edge connecting the nodes based on the dependency.
  • a method of loading a plurality of kernel modules in an electronic device includes: receiving a plurality of kernel module groups generated based on dependencies between the plurality of kernel modules; Performing parallel loading of the plurality of kernel modules based on the groups, and generating a restructured kernel module group by restructuring the plurality of kernel module groups based on the loading times of the plurality of kernel modules may include
  • the electronic device may have various types of devices.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance device.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a wearable device e.g., a smart bracelet
  • a home appliance device e.g., a home appliance
  • first, second, or first or second may simply be used to distinguish an element from other elements in question, and may refer elements to other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit.
  • a module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, internal memory (#36) or external memory (#38)
  • a machine eg, electronic device (#01)
  • a machine eg, electronic device (#01)
  • It may be implemented as software (eg, program #40) including one or more instructions.
  • a processor eg, processor #20
  • a device eg, electronic device #01
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
  • a signal eg, electromagnetic wave
  • the method according to various embodiments disclosed in this document may be provided as included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly or online between smartphones (eg: smartphones).
  • a part of the computer program product may be temporarily stored or temporarily created in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
  • each component eg, a module or a program of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have.
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or a program
  • the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. or one or more other operations may be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Stored Programmes (AREA)

Abstract

다양한 실시예에 따르면, 전자 장치는, 하나 이상의 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도(dependency)에 기초하여 의존 관계 데이터를 생성하고, 상기 의존 관계 데이터에 기초하여 상기 복수의 커널 모듈들 중에서 제1 스테이지에서 로드(load)될 제1 커널 모듈을 결정하고, 상기 의존 관계 데이터 및 상기 제1 커널 모듈에 기초하여 상기 복수의 커널 모듈들 중에서 제2 스테이지에서 로드될 제2 커널 모듈을 결정함으로써 복수의 커널 모듈 그룹들을 생성할 수 있다. 다른 실시예가 가능하다.

Description

전자 장치 및 전자 장치의 커널 모듈 로딩 방법
관련 출원들에 대한 참조
본 출원은 2021년 1월 13일에 출원된 한국특허출원 제 10-2021-0004585호의 우선권을 주장한다.
아래 실시예들은 전자 장치 및 전자 장치의 커널 모듈 로딩 방법에 관한 것이다.
안드로이드 OS(operating system)는 GKI(generic kernel image)를 이용하여 커널 모듈을 로딩한다. GKI는 리눅스 메인라인 커널(linux mainline kernel)과 칩셋 벤더 커널(chipset vendor kernel) 및 OEM(original equipment manufacturing) 커널 간의 파편화를 줄이기 위해, 리눅스 메인라인 커널과 안드로이드 커널 간의 차이를 최소화하고, 안드로이드 커널 이미지를 벤더와 OEM 업체에서 그대로 사용하는 정책을 의미한다.
GKI에서 칩셋 벤더와 OEM 업체의 커널 드라이버가 동작하기 위해, 종래에 빌트-인(built-in)으로 개발되어 커널 이미지에 함께 포함되어 있던 칩셋 벤더와 OEM 업체의 커널 드라이버들이 로더블 커널 모듈(loadable kernel module)의 형태로 개발될 필요가 있다.
로더블 커널 모듈은 커널 이미지가 빌드될 때, 커널 모듈이 함께 빌드되지 않더라도 빌드된 로더블 커널 모듈을 단말 동작 시점에 로드, 언로드 할 수 있기 때문에, GKI가 보안 문제나, 버그의 수정을 포함한 것으로 갱신(update)되었을 때, 다른 버전의 GKI 또는 다른 커널과 함께 빌드된 커널 모듈을 정상적으로 로딩할 수 있다.
일반적인 커널 모듈 로딩 방식은 각각의 커널 모듈을 복수의 스레드(thread)에서 병렬로 로딩(loading)하지 못하고, 하나의 스레드에서 연속으로 로딩하기 때문에 모듈 로딩 속도의 지연이 발생할 수 있다.
복수의 스레드에서 모듈을 로딩하기 위해서 제한된 스레드에서 수행될 모듈들을 분류하고, 분류된 모듈들을 그룹화할 필요가 있다.
다양한 실시예에 따르면, 전자 장치는, 하나 이상의 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도(dependency)에 기초하여 의존 관계 데이터를 생성하고, 상기 의존 관계 데이터에 기초하여 상기 복수의 커널 모듈들 중에서 제1 스테이지에서 로드(load)될 제1 커널 모듈을 결정하고, 상기 의존 관계 데이터 및 상기 제1 커널 모듈에 기초하여 상기 복수의 커널 모듈들 중에서 제2 스테이지에서 로드될 제2 커널 모듈을 결정함으로써 복수의 커널 모듈 그룹들을 생성할 수 있다.
다양한 실시예에 따르면, 전자 장치는, 하나 이상의 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도 기초하여 생성된 복수의 커널 모듈 그룹들을 수신하고, 상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행하고, 상기 복수의 커널 모듈들의 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 전자 장치의 커널 모듈 로딩 방법은, 상기 복수의 커널 모듈들 간의 의존도 기초하여 생성된 복수의 커널 모듈 그룹들을 수신하는 동작과, 상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행하는 동작과, 상기 복수의 커널 모듈들의 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 전자 장치는 커널 모듈을 분류하여, 병렬 로딩이 일어나는 횟수를 증가시킴으로써 커널 모듈의 로딩 속도를 개선할 수 있다.
다양한 실시예에 따르면, 전자 장치는 커널 모듈들을 그룹화하고, 그룹화된 커널 모듈들을 병렬로 로딩함으로써 커널 모듈의 로딩 속도를 개선할 수 있다.
다양한 실시예에 따르면, 커널 모듈이 로딩되는 실제 시간에 기초하여 커널 모듈 그룹을 재구조화하여 병렬 로딩함으로써 안정성을 확보하고 로딩 속도를 개선할 수 있다.
도 1은 다양한 실시예에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예에 따른 커널 모듈 의존도에 기초하여 생성된 커널 모듈 그룹을 나타낸다.
도 3은 다양한 실시예에 따른 커널 모듈 로딩 동작을 나타낸다.
도 4는 다양한 실시예에 따른 빌드 타임과 런 타임에서의 전자 장치의 동작의 흐름도를 나타낸다.
도 5는 다양한 실시예에 따른 커널 모듈의 의존도를 나타낸다.
도 6은 다양한 실시예에 따른 의존도 그래프를 나타낸다.
도 7a는 다양한 실시예에 따른 커널 모듈 그룹의 일 예를 나타낸다.
도 7b는 다양한 실시예에 따른 재구조화된 커널 모듈 그룹의 일 예를 나타낸다.
도 8a는 다양한 실시예에 따른 커널 모듈 그룹의 다른 예를 나타낸다.
도 8b는 다양한 실시예에 따른 재구조화된 커널 모듈 그룹의 다른 예를 나타낸다.
도 9는 다양한 실시예에 따른 전자 장치에서 수행되는 재구조화 동작을 나타낸다.
도 10은 다양한 실시예에 따른 전자 장치의 동작의 흐름도를 나타낸다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시예에 따른 전자 장치의 메모리 관리 동작을 설명하기 위한 도면이다.
다양한 실시예에 따르면, 프로세서(예: 도 1의 프로세서(120))는 커널 모듈(kernel module)을 로딩할 수 있다. 프로세서(120)는 복수의 커널 모듈을 그룹화함으로써 커널 모듈 그룹을 생성하고, 커널 모듈 그룹에 기초하여 커널 모듈을 병렬 로딩함으로써 전자 장치(예: 도 1의 전자 장치(101))의 안정성을 확보하고, 동작 속도를 향상시킬 수 있다.
다양한 실시예에 따르면, 커널은 운영 체제의 핵심을 이루는 요소로 컴퓨터 내의 자원을 사용자 프로그램(또는 어플리케이션)이 사용할 수 있도록 관리하는 프로그램을 의미할 수 있다. 커널은 운영 체제 및 응용 프로그램의 수행에 필요한 다양한 서비스를 제공할 수 있다. 예를 들어, 커널은 프로세스, 파일, 네트워크 및 장치를 관리하기 위한 인터페이스를 제공하는 시스템 소프트웨어를 의미할 수 있다. 커널 모듈은 커널에 동적으로 로드 또는 언로드되는 독립적인 소프트웨어 또는 하드웨어의 단위를 의미할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 커널 모듈 간의 의존도(dependency)에 기초하여 빌드 타임(build-time)에 제1 스테이지(예: first stage init) 및 제2 스테이지(예: second stage init)에서 로딩될 모듈을 분류하고, 제2 스테이지에서 로딩될 모듈들을 그룹화하여 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 프로세서(120)에 의해 실행되는 복수의 커널 모듈들 간의 의존도에 기초하여 의존 관계 데이터를 생성할 수 있다. 의존 관계 데이터는 노드들(nodes) 및 노드들을 연결하는 엣지(edge)로 구성된 의존도 그래프(dependency graph)를 포함할 수 있다. 의존도에 기초하여 의존도 그래프를 생성하는 과정은 도 6을 참조하여 자세하게 설명한다. 커널 모듈 의존도는 커널 모듈들이 로딩될 경우에 요구되는 우선순위 또는 로딩의 순서를 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 복수의 커널 모듈 그룹 A, B, C, M, N, S, V, T 및 W 중에서 커널 모듈들 간의 의존도에 기초하여 복수의 커널 모듈 그룹(210, 220 내지 250)을 생성할 수 있다. 도 2에서는 3 개의 커널 모듈 그룹만을 예시적으로 나타냈으나, 실시예에 따라, 커널 모듈 그룹의 수는 3개 미만이거나 3개 보다 많을 수 있다.
다양한 실시예에 따르면, 도 2에서 커널 모듈 N이 로딩되기 위해서는 커널 모듈 M이 우선적으로 로딩될 필요가 있을 수 있다. 커널 모듈 N이 로딩되기 위해서는 커널 모듈 A가 우선적으로 로딩될 필요가 있을 수 있다. 이 경우, 커널 모듈 A, M 및 N은 서로 의존도를 가질 수 있다.
다양한 실시예에 따르면, 도 2에서 커널 모듈 T가 로딩되기 위해서는 커널 모듈 S가 우선적으로 로딩될 필요가 있을 수 있다. 커널 모듈 S가 로딩되기 위해서는 커널 모듈 B가 우선적으로 로딩될 필요가 있을 수 있다. 이 경우, 커널 모듈 B, S 및 T는 서로 의존도를 가질 수 있다.
다양한 실시예에 따르면, 도 2에서 커널 모듈 W가 로딩되기 위해서는 커널 모듈 V가 우선적으로 로딩될 필요가 있을 수 있다. 커널 모듈 V가 로딩되기 위해서는 커널 모듈 C가 우선적으로 로딩될 필요가 있을 수 있다. 이 경우, 커널 모듈 C, V 및 W는 서로 의존도를 가질 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존도에 기초하여 그룹 1(210), 그룹 2(220) 내지 그룹 5(250)를 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존 관계 데이터에 기초하여 복수의 커널 모듈들 중에서 제1 스테이지에서 로드(load)될 제1 커널 모듈을 결정할 수 있다.
도 3은 다양한 실시예에 따른 커널 모듈 로딩 동작을 나타낸다.
도 3을 참조하면, 프로세서(예: 도 1의 프로세서(120))는 커널 모듈을 로딩할 수 있다. 프로세서(120)는 의존도에 기초하여 생성된 복수의 커널 모듈 그룹들에 기초하여 복수의 커널 모듈들의 병렬 로딩을 수행할 수 있다.
다양한 실시예에 따르면, 커널 이미지(310)는 하나 이상의 스레드(thread)를 포함할 수 있다. 커널 이미지(310)는 메모리(예: 도 1의 메모리(130))에 저장된 커널의 내용을 포함하는 파일을 의미할 수 있다. 커널 이미지(310)는 하나 이상의 스레드와 스레드에 포함된 복수의 커널 모듈을 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존 관계 데이터에 기초하여 복수의 커널 모듈들 중에서 제1 스테이지(330)에서 로드될 제1 커널 모듈을 결정할 수 있다. 프로세서(120)는 의존 관계 데이터 및 제1 커널 모듈에 기초하여 복수의 커널 모듈들 중에서 제2 스테이지에서 로드될 제2 커널 모듈을 결정함으로써 복수의 커널 모듈 그룹들을 생성할 수 있다. 프로세서(120)는 제1 커널 모듈 및 제2 커널 모듈에 기초하여 복수의 커널 모듈들을 복수의 커널 모듈 그룹들로 분류할 수 있다.
다양한 실시예에 따르면, 제1 스테이지(330)에서는 단일 스레드(single thread)가 실행될 수 있다. 프로세서(120)는 제1 스테이지(330)의 단일 쓰레드를 통해 커널 드라이버를 초기화시킬 수 있다. 제1 스테이지(330)는 단일 스레드에서 복수의 커널 모듈을 연속으로 로딩할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 제2 스테이지(350)의 복수의 스레드(350-1, 350-2, .., 350-n)를 이용하여 커널 모듈의 병렬 로딩을 수행할 수 있다. 프로세서(120)는 제2 스테이지(350)에서 복수의 커널 모듈 그룹들에 기초하여 복수의 커널 모듈 들의 병렬 로딩을 수행할 수 있다. 제1 스테이지(330)의 커널 모듈 로드 동작은 제2 스테이지(350)의 커널 모듈 로드 동작보다 시간적으로 앞서 수행될 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 제1 스테이지(330)와 제2 스테이지(350)에서 로딩될 커널 모듈들을 분류하고, 제2 스테이지(350)에서 발생하는 병렬 로딩의 수를 증가시킴으로써 전체 커널 모듈의 로딩 속도를 향상시킬 수 있다.
도 4는 다양한 실시예에 따른 빌드 타임과 런 타임에서의 전자 장치의 동작의 흐름도를 나타낸다.
도 4를 참조하면, 다양한 실시예에 따르면, 빌드 타임의 동작과 런 타임 동작은 상이한 하드웨어 장치에서 수행될 수 있다. 빌드 타임 동작은 제1 전자 장치(예: 도 1의 전자 장치(101))에 의해 수행될 수 있고, 런 타임 동작은 제2 전자 장치(예: 도 1의 전자 장치(101))에 의해 수행될 수 있다.
다양한 실시예에 따르면, 제1 전자 장치는 제1 프로세서(예: 도 1의 프로세서(120))를 포함할 수 있고, 제2 전자 장치는 제2 프로세서(예: 도 1의 프로세서(120))를 포함할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 복수의 커널 모듈들 간의 의존도를 획득할 수 있다(411). 제1 프로세서는 복수의 커널 모듈들 간의 의존도에 기초하여 의존도 그래프를 생성할 수 있다(412). 제1 프로세서는 복수의 커널 모듈들에 대응하는 노드들(nodes)을 생성할 수 있다. 제1 프로세서는 의존도에 기초하여 노드들을 연결하는 엣지(edge)를 생성함으로써 의존도 그래프를 생성할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 제1 커널 모듈을 의존도 그래프의 루트 노드(root node)로 결정하고, 제2 커널 모듈을 루트 노드의 자식 노드(child node)로 연결함으로써 의존도 그래프를 생성할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 각 커널 모듈들 간의 관계 정보와 관련된 데이터 세트를 생성하고, 데이터 세트를 통해 각 커널 모듈들 간의 의존도를 확인할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 의존도 그래프에 기초하여 복수의 커널 모듈들 중에서 제1 스테이지에서 로드될 제1 커널 모듈을 결정할 수 있다(413). 제1 프로세서는 의존도 그래프 및 제1 커널 모듈에 기초하여 복수의 커널 모듈들 중에서 제2 스테이지에서 로드될 제2 커널 모듈을 결정함으로써 복수의 커널 모듈 그룹들을 생성할 수 있다(414). 제1 스테이지의 커널 모듈 로드 동작은 상기 제2 스테이지의 커널 모듈 로드 동작보다 시간적으로 앞서 수행될 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 복수의 커널 모듈 그룹들에 기초하여 복수의 커널 모듈들의 병렬 로딩을 수행할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 복수의 커널 모듈 그룹들을 재구조화할 수 있다(515). 제1 프로세서는 복수의 커널 모듈 그룹들의 로딩 시간을 측정할 수 있다. 제1 프로세서는 로딩 시간에 기초하여 복수의 커널 모듈 그룹들을 재구조화(restructuring)함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 상기 로딩 시간에 기초하여 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다. 제1 프로세서는 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹, 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는, 제3 커널 모듈 그룹의 로딩 시간이 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는 로딩 시간에 기초하여 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성할 수 있다. 제1 프로세서는 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정할 수 있다.
다양한 실시예에 따르면, 제1 프로세서는, 제2 커널 모듈 그룹의 로딩 시간이 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성할 수 있다. 제1 프로세서는 로딩 시간이 상대적으로 긴 커널 모듈 그룹을 나눔으로써 전체 커널 모듈 로딩 시간을 단축시킬 수 있다.
다양한 실시예에 따르면, 제2 프로세서는 제2 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도 기초하여 생성된 복수의 커널 모듈 그룹들을 수신할 수 있다. 제2 프로세서는 수신한 커널 모듈 그룹에 기초하여 병렬 로딩을 수행하고, 복수의 커널 모듈들의 로딩 시간을 측정할 수 있다(431).
다양한 실시예에 따르면, 제2 프로세서는 복수의 커널 모듈 그룹들에 기초하여 복수의 커널 모듈들의 병렬 로딩을 수행할 수 있다. 제2 프로세서는 복수의 커널 모듈들의 로딩 시간에 기초하여 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 제2 프로세서는 제2 전자 장치가 첫 부팅인지 또는 전자 장치가 OTA(over the air) 후 첫 부팅인지 여부를 판단할 수 있다(432). 제2 프로세서는 제2 전자 장치가 첫 부팅이거나 OTA 후 첫 부팅인 경우에 복수의 커널 모듈 그룹에 기초하여 병렬 로딩을 수행할 수 있다(433).
다양한 실시예에 따르면, 제2 프로세서는 전자 장치가 첫 부팅이아니고, OTA 후 첫 부팅도 아닌 경우, 측정한 로딩 시간에 기초하여 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다(434).
다양한 실시예에 따르면, 제2 프로세서는 로딩 시간에 기초하여 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다. 제2 프로세서는 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹, 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정할 수 있다. 제2 프로세서는 제3 커널 모듈 그룹의 로딩 시간이 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 제2 프로세서는 로딩 시간에 기초하여 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성할 수 있다. 제2 프로세는 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정할 수 있다. 제2 프로세서는 제2 커널 모듈 그룹의 로딩 시간이 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 제2 상기 프로세서는 의존도에 기초하여 생성된 의존도 그래프를 이용하여 복수의 커널 모듈 그룹들을 재구조화할 수 있다. 의존도 그래프는 복수의 커널 모듈들에 대응하는 노드들을 포함하고, 의존도에 기초하여 노드들을 연결하는 엣지를 포함할 수 있다. 다양한 실시예에 따르면, 제2 프로세서는 재구조화된 커널 모듈 그룹에 기초하여 복수의 커널 모듈 그룹들의 병렬 로딩을 재수행할 수 있다.
다양한 실시예에 따르면, 제2 프로세서는 병렬 로딩된 커널 모듈을 동작시킬 수 있다(435).
도 5는 다양한 실시예에 따른 커널 모듈의 의존도를 나타내고, 도 6은 다양한 실시예에 따른 의존도 그래프를 나타낸다.
도 5 및 도 6을 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 1의 프로세서(120))는 복수의 커널 모듈들 간의 의존도를 획득할 수 있다. 의존도는 임의의 커널 모듈이 로드되기 위해 먼저 로드되어야할 다른 커널 모듈과의 관계를 의미할 수 있다.
다양한 실시예에 따르면, 도 5에서 1 내지 17은 커널 모듈에 대응하는 번호를 나타낼 수 있다. 콜론 뒤의 숫자는 콜론 앞의 커널 모듈이 로드되기 위해서 먼저 로드되어야 하는 커널 모듈을 나타낼 수 있다. 다시 말해, 콜론 뒤의 숫자는 콜런 앞의 커널 모듈과 의존도를 가지는 커널 모듈을 의미할 수 있다. 예를 들어, 커널 모듈 1이 로드되기 위해서 먼저 로드되어야 하는 커널 모듈은 없을 수 있고, 커널 모듈 2가 로드되기 위해서는 커널 모듈 1이 먼저 로드되어야 할 수 있다. 커널 모듈 3이 로드되기 위해서는 커널 모듈 2와 커널 모듈 1이 로드되어야 할 수 있고, 커널 모듈 4가 로드되기 위해서는 커널 모듈 3, 2, 1이 먼저 로드되어야할 수 있다. 커널 모듈 5 내지 17도 위에서 설명한 것과 마찬가지의 의존도를 가질 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존도에 기초하여 의존도 그래프를 생성할 수 있다. 프로세서(120)는 트리(tree)의 형태로 의존도 그래프를 생성할 수 있다. 프로세서는 복수의 커널 모듈들 간의 의존도에 기초하여 의존도 그래프를 생성할 수 있다. 프로세서는 복수의 커널 모듈들에 대응하는 노드들을 생성할 수 있다. 프로세서는 의존도에 기초하여 노드들을 연결하는 엣지를 생성함으로써 의존도 그래프를 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 제1 커널 모듈을 의존도 그래프의 루트 노드(root node)로 결정할 수 있다. 프로세서(120)는 가장 먼저 로드되어야할 커널 모듈을 의존도 그래프의 루트 노드로 결정할 수 있다. 예를 들어, 프로세서(120)는 커널 모듈 1, 6, 11, 13 및 17을 루트 노드로 결정할 수 있다. 프로세서는 루트 노드로 결정된 커널 모듈들을 제1 스테이지에서 먼저 로드할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 제2 커널 모듈을 루트 노드의 자식 노드(child node)로 연결함으로써 의존도 그래프를 생성할 수 있다. 프로세서(120)는 의존도에 따라 로드될 순서에 기초하여 자식 노드를 연결할 수 있다. 예를 들어, 프로세서(120)는 커널 모듈 2를 커널 모듈 1에 연결하고, 커널 모듈 3을 커널 모듈 2에 연결하고, 커널 모듈 4를 커널 모듈 3에 연결할 수 있다. 프로세서는, 커널 모듈 5를 커널 모듈 2에 연결함으로써 그래프(610)을 생성할 수 있다. 여기서 커널 모듈 2, 3, 4, 5는 제2 스테이지에서 로드될 수 있다. 프로세서(120)는 루트 노드들을 제1 스테이지에서 로드할 수 있도록 빌드 타임에 vendor-boot.img로 포함시킬 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 커널모듈 6, 11, 13, 17에 의존도에 따라 자식 노드를 연결함으로써 그래프(630) 및 그래프(650)을 생성할 수 있다. 도 5 및 도 6의 예시에서, 제1 스테이지 및 제2 스테이지에 로드되는 커널 모듈을 정리하면 표 1과 같이 나타낼 수 있다.
제1 스테이지 1, 6, 11, 13, 17
제2 스테이지 2, 3, 4, 5, 7, 8, 9, 10, 12, 13, 14, 15, 16
다양한 실시예에 따르면, 그래프(610), 그래프(630) 및 그래프(650) 각각은 하나의 커널 모듈 그룹에 대응될 수 있다. 생성되는 커널 모듈 그룹의 개수는 커널 모듈들 간의 의존도에 따라 달라질 수 있다.
도 7a는 다양한 실시예에 따른 커널 모듈 그룹의 일 예를 나타내고, 도 7b는 다양한 실시예에 따른 재구조화된 커널 모듈 그룹의 일 예를 나타낸다.
도 7a 및 도 7b를 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 1의 프로세서(120))는 의존도 그래프에 기초하여 복수의 커널 모듈 그룹을 생성할 수 있다. 프로세서(120)는 복수의 커널 모듈 그룹의 로딩 시간에 기초하여 재구조화를 수행함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다. 커널 모듈 그룹의 재구조화는 빌드 타임 및 런 타임에서 모두 수행될 수 있다. 빌드 타임에 수행되는 모듈 그룹 재구조화의 경우 이전 부팅에서의 실제 커널 로딩 시간에 기초하여 수행될 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존도 그래프에 기초하여 커널 모듈 그룹(710), 커널 모듈 그룹(730) 및 커널 모듈 그룹(750)을 생성할 수 있다. 프로세서(120)는 커널 모듈 그룹(710), 커널 모듈 그룹(730) 및 커널 모듈 그룹(750)의 로딩 시간을 측정하고, 로딩 시간에 기초하여 재구조화를 수행할 수 있다. 커널 모듈 그룹에 포함된 커널 모듈들은 표 2와 같이 나타낼 수 있다.
커널 모듈 그룹(710) 2, 3, 4, 5
커널 모듈 그룹(730) 7, 8, 9, 10, 12, 14
커널 모듈 그룹(750) 15, 16
다양한 실시예에 따르면, 프로세서(1 20)는 커널 모듈 그룹(710), 커널 모듈 그룹(730) 및 커널 모듈 그룹(750)의 로딩 시간에 기초하여 커널 모듈 그룹(710), 커널 모듈 그룹(730) 및 커널 모듈 그룹(750) 중에서 적어도 두 개를 통합할 수 있다. 프로세서(120)는 커널 모듈 그룹(730)의 로딩 시간이 커널 모듈 그룹(710) 및 커널 모듈 그룹(750)의 로딩 시간보다 길 경우, 커널 모듈 그룹(710) 및 커널 모듈 그룹(750)을 통합함으로써 재구조화된 커널 모듈 그룹(770)을 생성할 수 있다. 프로세서(120)는 커널 모듈 그룹의 재구조화를 통해 로딩 시간이 상대적으로 긴 병렬 로딩 효과가 저해되는 문제를 방지할 수 있다. 이 때, 커널 로딩 시간은 모델별로 하나의 데이터가 사용될 수 있다. 재구조화된 커널 모듈 그룹(770) 및 커널 모듈 그룹(730)에 포함된 커널 모듈은 표 3과 같이 나타낼 수 있다.
커널 모듈 그룹(730) 2, 3, 4, 5, 15, 16
커널 모듈 그룹(770) 7, 8, 9, 10, 12, 14, 15, 16
다양한 실시예에 따르면, 프로세서(120)는 재구조화된 모듈 그룹을 이용하여, 전자 장치(예: 도 1의 전자 장치(101))의 동작 시점에 각 커널 모듈 그룹에 하나의 스레드를 할당하고 병렬 로딩되도록 함으로써, 커널 모듈 로딩 속도를 향상시킬 수 있다. 예를 들어, 프로세서(120)는 커널 모듈 그룹(730) 및 커널 모듈 그룹(750) 각각을 하나의 스레드를 통해 병렬 로딩을 수행할 수 있다. 이 경우, 병렬 로딩에 사용되는 스레드의 개수는 재구조화가 완료된 후의 모듈 그룹의 개수와 동일할 수 있다.
도 8a는 다양한 실시예에 따른 커널 모듈 그룹의 다른 예를 나타내고, 도 8b는 다양한 실시예에 따른 재구조화된 커널 모듈 그룹의 다른 예를 나타낸다.
도 8a 및 도 8b를 참조하면, 다양한 실시예에 따르면, 다양한 실시예에 따르면, 프로세서(예: 도 1의 프로세서(120))는 의존도 그래프에 기초하여 복수의 커널 모듈 그룹을 생성할 수 있다. 프로세서(120)는 복수의 커널 모듈 그룹의 로딩 시간에 기초하여 재구조화를 수행함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존도 그래프에 기초하여 커널 모듈 그룹(810) 및 커널 모듈 그룹(830)을 생성할 수 있다. 프로세서(120)는 커널 모듈 그룹(810) 및 커널 모듈 그룹(830)의 로딩 시간을 측정할 수 있다. 프로세서(120)는 측정한 로딩 시간에 기초하여 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 커널 모듈 그룹(810) 및 커널 모듈 그룹(830)의 로딩 시간을 측정하고, 커널 모듈 그룹(830)의 로딩 시간이 커널 모듈 그룹(810)의 로딩 시간보다 길 경우, 커널 모듈 그룹(830)을 분리함으로써 커널 모듈 그룹(850) 및 커널 모듈 그룹(870)을 생성할 수 있다.
도 9는 다양한 실시예에 따른 전자 장치에서 수행되는 재구조화 동작을 나타낸다. 프로세서(예: 도 1의 프로세서(120))는 복수의 커널 모듈들의 로딩 시간에 기초하여 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101))가 처음으로 부팅되거나, OTA 후 최초로 부팅될 때 프로세서(120)는 OTA 이미지에 포함된 커널 모듈 그룹 데이터를 이용하여 병렬 로딩을 수행할 수 있다. 이 때, 프로세서(120)는 커널 모듈이 로딩되는 실제 로딩 시간을 메모리(예: 도 1의 메모리(130))에 저장할 수 있다. 프로세서(120)는 전자 장치(101)의 유휴 시간에 저장된 로딩 시간을 이용하여 동적으로 커널 모듈 그룹을 재구조화할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 런 타임 동안 동적으로 커널 모듈 그룹의 재구조화를 수행할 수 있다. 프로세서(120)는 제2 스테이지(910)에서 복수의 스레드(910-1, 910-2, .., 910-n)를 통해 로딩 되는 복수의 커널 모듈들의 로딩 시간을 측정할 수 있다(930). 프로세서(120)는 복수의 커널 모듈들의 로딩 시간에 기초하여 커널 모듈 그룹들을 재구조화할 수 있다(950).
다양한 실시예에 따르면, 프로세서(120)는 다음 부팅에서 재구조화된 커널 모듈 그룹에 기초하여 병렬 로딩을 수행할 수 있다(970). 프로세서(120)는 커널 모듈 그룹의 재구조화를 통해 커널 모듈 로딩 속도를 개선할 수 있다. 프로세서(120)는 전자 장치(101)의 상태에 따라 특정 커널 모듈의 로딩 속도가 처음 부팅에서 사용했던 커널 모듈 그룹의 로딩 시간에 비해 지연되더라도, 전자 장치(101)의 상태에 맞춰 커널 모듈의 로딩 속도를 안정적으로 유지할 수 있다.
도 10은 다양한 실시예에 따른 전자 장치의 동작의 흐름도를 나타낸다.
도 10을 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 1의 프로세서(120))는 복수의 커널 모듈들 간의 의존도에 기초하여 생성된 복수의 커널 모듈 그룹을 수신할 수 있다(1010).
다양한 실시예에 따르면, 프로세서(120)는 복수의 커널 모듈 그룹들에 기초하여 복수의 커널 모듈들의 병렬 로딩을 수행할 수 있다(1030).
다양한 실시예에 따르면, 프로세서(120)는 복수의 커널 모듈들의 로딩 시간에 기초하여 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다(1050).
다양한 실시예에 따르면, 프로세서(120)는 재구조화된 커널 모듈 그룹에 기초하여 복수의 커널 모듈 그룹들의 병렬 로딩을 재수행할 수 있다. 프로세서(120)는 복수의 커널 모듈들의 로딩 시간을 측정할 수 있다. 프로세서(120)는 로딩 시간에 기초하여 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 로딩 시간에 기초하여 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다. 프로세서(120)는 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹, 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정할 수 있다. 프로세서(120)는 제3 커널 모듈 그룹의 로딩 시간이 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 로딩 시간에 기초하여 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성할 수 있다. 프로세서(120)는 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정할 수 있다. 프로세서(120)는 제2 커널 모듈 그룹의 로딩 시간이 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 의존도에 기초하여 생성된 의존도 그래프를 이용하여 복수의 커널 모듈 그룹들을 재구조화할 수 있다. 의존도 그래프는 복수의 커널 모듈들에 대응하는 노드들을 포함할 수 있고, 의존도에 기초하여 노드들을 연결하는 엣지를 포함할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101))는, 하나 이상의 프로세서(예: 도 1의 프로세서(120))와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리(예: 도 1의 메모리(130))를 포함하고, 상기 프로세서는, 상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도(dependency)에 기초하여 의존도 그래프(dependency graph)를 생성하고, 상기 의존도 그래프에 기초하여 상기 복수의 커널 모듈들 중에서 제1 스테이지에서 로드(load)될 제1 커널 모듈을 결정하고, 상기 의존도 그래프 및 상기 제1 커널 모듈에 기초하여 상기 복수의 커널 모듈들 중에서 제2 스테이지에서 로드될 제2 커널 모듈을 결정함으로써 복수의 커널 모듈 그룹들을 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈들에 대응하는 노드들(nodes)을 생성하고, 상기 의존도에 기초하여 상기 노드들을 연결하는 엣지(edge)를 생성함으로써 상기 의존도 그래프를 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 커널 모듈을 상기 의존도 그래프의 루트 노드(root node)로 결정하고, 상기 제2 커널 모듈을 상기 루트 노드의 자식 노드(child node)로 연결함으로써 상기 의존도 그래프를 생성할 수 있다.
다양한 실시예에 따르면, 상기 제1 스테이지의 커널 모듈 로드 동작은 상기 제2 스테이지의 커널 모듈 로드 동작보다 시간적으로 앞서 수행될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈 그룹들의 로딩 시간을 측정하고, 상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화(restructuring)함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈 그룹들에서 상기 제1 커널 모듈 그룹, 상기 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정하고, 상기 제3 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 로딩 시간에 기초하여 상기 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정하고, 상기 제2 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101))는, 하나 이상의 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도 기초하여 생성된 복수의 커널 모듈 그룹들을 수신하고, 상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행하고, 상기 복수의 커널 모듈들의 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 재구조화된 커널 모듈 그룹에 기초하여 상기 복수의 커널 모듈 그룹들의 병렬 로딩을 재수행할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈들의 로딩 시간을 측정하고, 상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈 그룹들에서 상기 제1 커널 모듈 그룹, 상기 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정하고, 상기 제3 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹을 통합할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 로딩 시간에 기초하여 상기 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정하고, 상기 제2 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 의존도에 기초하여 생성된 의존도 그래프를 이용하여 상기 복수의 커널 모듈 그룹들을 재구조화할 수 있다.
다양한 실시예에 따르면, 상기 의존도 그래프는, 상기 복수의 커널 모듈들에 대응하는 노드들(nodes)을 포함하고, 상기 의존도에 기초하여 상기 노드들을 연결하는 엣지(edge)를 포함할 수 있다.
다양한 실시예에 따르면, 전자 장치에서 복수의 커널 모듈들을 로드(load)하는 방법은, 상기 복수의 커널 모듈들 간의 의존도 기초하여 생성된 복수의 커널 모듈 그룹들을 수신하는 동작과, 상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행하는 동작과, 상기 복수의 커널 모듈들의 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성하는 동작을 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(#01)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(#36) 또는 외장 메모리(#38))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(#40))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(#01))의 프로세서(예: 프로세서(#20))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    하나 이상의 프로세서; 및
    상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리
    를 포함하고,
    상기 프로세서는,
    상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도(dependency)에 기초하여 의존 관계 데이터를 생성하고,
    상기 의존 관계 데이터에 기초하여 상기 복수의 커널 모듈들 중에서 제1 스테이지에서 로드(load)될 제1 커널 모듈을 결정하고,
    상기 의존 관계 데이터 및 상기 제1 커널 모듈에 기초하여 상기 복수의 커널 모듈들 중에서 제2 스테이지에서 로드될 제2 커널 모듈을 결정함으로써 복수의 커널 모듈 그룹들을 생성하는,
    전자 장치.
  2. 제1항에 있어서,
    상기 의존 관계 데이터는,
    노드들(nodes) 및 상기 노드들을 연결하는 엣지(edge)로 구성된 의존도 그래프(dependency graph)를 포함하고,
    상기 프로세서는,
    상기 복수의 커널 모듈들에 대응하는 상기 노드들을 생성하고,
    상기 의존도에 기초하여 상기 노드들을 연결하는 상기 엣지를 생성함으로써 상기 의존도 그래프를 생성하는,
    전자 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    상기 제1 커널 모듈을 상기 의존도 그래프의 루트 노드(root node)로 결정하고,
    상기 제2 커널 모듈을 상기 루트 노드의 자식 노드(child node)로 연결함으로써 상기 의존도 그래프를 생성하는,
    전자 장치.
  4. 제1항에 있어서,
    상기 제1 스테이지의 커널 모듈 로드 동작은 상기 제2 스테이지의 커널 모듈 로드 동작보다 시간적으로 앞서 수행되는,
    전자 장치.
  5. 제1항에 있어서,
    상기 프로세서는,
    상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행하는,
    전자 장치.
  6. 제5항에 있어서,
    상기 프로세서는,
    상기 복수의 커널 모듈 그룹들의 로딩 시간을 측정하고,
    상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화(restructuring)함으로써 재구조화된 커널 모듈 그룹을 생성하는,
    전자 장치.
  7. 제6항에 있어서,
    상기 프로세서는,
    상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합하는,
    전자 장치.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 복수의 커널 모듈 그룹들에서 상기 제1 커널 모듈 그룹, 상기 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정하고,
    상기 제3 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹을 통합하는,
    전자 장치.
  9. 제6항에 있어서,
    상기 프로세서는,
    상기 로딩 시간에 기초하여 상기 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성하는,
    전자 장치.
  10. 제9항에 있어서,
    상기 프로세서는,
    상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정하고,
    상기 제2 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성하는,
    전자 장치.
  11. 전자 장치에 있어서,
    하나 이상의 프로세서; 및
    상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리
    를 포함하고,
    상기 프로세서는,
    상기 프로세서에 의해 실행되는 복수의 커널 모듈들 간의 의존도 기초하여 생성된 복수의 커널 모듈 그룹들을 수신하고,
    상기 복수의 커널 모듈 그룹들에 기초하여 상기 복수의 커널 모듈들의 병렬 로딩을 수행하고,
    상기 복수의 커널 모듈들의 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들을 재구조화함으로써 재구조화된 커널 모듈 그룹을 생성하는
    전자 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 로딩 시간에 기초하여 상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹을 통합하는,
    전자 장치.
  13. 제12항에 있어서,
    상기 프로세서는,
    상기 복수의 커널 모듈 그룹들에서 상기 제1 커널 모듈 그룹, 상기 제2 커널 모듈 그룹 및 제3 커널 모듈 그룹의 로딩 시간을 측정하고,
    상기 제3 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제1 커널 모듈 그룹 및 상기 제2 커널 모듈 그룹을 통합하는,
    전자 장치.
  14. 제11항에 있어서,
    상기 프로세서는,
    상기 로딩 시간에 기초하여 상기 하나 이상의 커널 모듈 그룹을 분리함으로써 커널 모듈 그룹을 더 생성하는,
    전자 장치.
  15. 제14항에 있어서,
    상기 프로세서는,
    상기 복수의 커널 모듈 그룹들에서 제1 커널 모듈 그룹 및 제2 커널 모듈 그룹의 로딩 시간을 측정하고,
    상기 제2 커널 모듈 그룹의 로딩 시간이 상기 제1 커널 모듈 그룹의 로딩 시간보다 길 경우, 상기 제2 커널 모듈 그룹을 분리함으로써 제4 커널 모듈 그룹 및 제5 커널 모듈 그룹을 생성하는,
    전자 장치.
PCT/KR2022/000285 2021-01-13 2022-01-07 전자 장치 및 전자 장치의 커널 모듈 로딩 방법 WO2022154383A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP22739581.1A EP4261681A4 (en) 2021-01-13 2022-01-07 ELECTRONIC DEVICE AND METHOD FOR LOADING A KERNEL MODULE OF AN ELECTRONIC DEVICE

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210004585A KR20220102339A (ko) 2021-01-13 2021-01-13 전자 장치 및 전자 장치의 커널 모듈 로딩 방법
KR10-2021-0004585 2021-01-13

Publications (1)

Publication Number Publication Date
WO2022154383A1 true WO2022154383A1 (ko) 2022-07-21

Family

ID=82448346

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/000285 WO2022154383A1 (ko) 2021-01-13 2022-01-07 전자 장치 및 전자 장치의 커널 모듈 로딩 방법

Country Status (3)

Country Link
EP (1) EP4261681A4 (ko)
KR (1) KR20220102339A (ko)
WO (1) WO2022154383A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080148244A1 (en) * 2006-06-13 2008-06-19 Zvi Tannenbaum Cluster computing support for application programs
US7890664B1 (en) * 2008-03-31 2011-02-15 Emc Corporation Methods and apparatus for non-disruptive upgrade by redirecting I/O operations
US20130016110A1 (en) * 2011-07-12 2013-01-17 Qualcomm Incorporated Instruction culling in graphics processing unit
US20190180187A1 (en) * 2017-12-13 2019-06-13 Sentient Technologies (Barbados) Limited Evolving Recurrent Networks Using Genetic Programming

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080148244A1 (en) * 2006-06-13 2008-06-19 Zvi Tannenbaum Cluster computing support for application programs
US7890664B1 (en) * 2008-03-31 2011-02-15 Emc Corporation Methods and apparatus for non-disruptive upgrade by redirecting I/O operations
US20130016110A1 (en) * 2011-07-12 2013-01-17 Qualcomm Incorporated Instruction culling in graphics processing unit
US20190180187A1 (en) * 2017-12-13 2019-06-13 Sentient Technologies (Barbados) Limited Evolving Recurrent Networks Using Genetic Programming

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LEE JANGHAENG; SAMADI MEHRZAD; MAHLKE SCOTT: "Orchestrating Multiple Data-Parallel Kernels on Multiple Devices", PROCEEDINGS OF THE 22ND INTERNATIONAL CONFERENCE ON PARALLEL ARCHITECTURES AND COMPILATION TECHNIQUES, IEEE, PISCATAWAY, NJ, USA, 18 October 2015 (2015-10-18), Piscataway, NJ, USA , pages 355 - 366, XP032878656, ISSN: 1089-795X, ISBN: 978-0-7695-2229-6, DOI: 10.1109/PACT.2015.14 *
See also references of EP4261681A4 *

Also Published As

Publication number Publication date
KR20220102339A (ko) 2022-07-20
EP4261681A4 (en) 2024-07-31
EP4261681A1 (en) 2023-10-18

Similar Documents

Publication Publication Date Title
WO2022030903A1 (ko) 어플리케이션 설치 방법 및 이를 지원하는 전자 장치
WO2022154414A1 (ko) 전자 장치 및 전자 장치의 스토리지 운영 방법
WO2022080634A1 (ko) 인공 신경망 학습 방법 및 이를 지원하는 전자 장치
WO2022255652A1 (ko) 어플리케이션 업데이트 방법 및 그 전자 장치
WO2022149771A1 (ko) 전자 장치 및 이를 이용한 메모리 관리 방법
WO2022265364A1 (ko) 소프트웨어 커스터마이징 방법, 이를 위한 전자 장치 및 저장 매체
WO2023058860A1 (ko) 멀티 서명된 apk 파일을 처리하는 전자 장치 및 그 동작 방법
WO2022114648A1 (ko) 배경 화면을 설정하기 위한 전자 장치 및 그의 동작 방법
WO2022154383A1 (ko) 전자 장치 및 전자 장치의 커널 모듈 로딩 방법
WO2022181965A1 (ko) 업사이클링 기능을 제공하기 위한 방법 및 이를 지원하는 전자 장치
WO2021075905A1 (en) Application optimization method and electronic device supporting the same
WO2022154163A1 (ko) 전자 장치 및 전자 장치의 메모리 관리 방법
WO2022191378A1 (ko) 서비스를 제공하는 전자 장치 및 이의 동작 방법
WO2022191455A1 (ko) 파일 리댁션을 수행하는 전자 장치 및 이의 동작 방법
WO2024063516A1 (ko) 커스터마이징 소프트웨어 제공 장치 및 방법
WO2022163907A1 (ko) 전자 장치 및 이의 제어 방법
WO2023101294A1 (ko) 저장 공간을 관리하기 위한 전자 장치 및 전자 장치의 동작 방법
WO2023080625A1 (ko) 휘발성 메모리의 구동 전압을 조정하는 전자 장치와 이의 동작 방법
WO2022191454A1 (ko) 블록 장치 이미지에 대한 런타임 체크섬 검증을 수행하는 전자 장치 및 이의 동작 방법
WO2024205185A1 (ko) 적어도 하나의 클러스터를 통해, 복수의 스레드들 각각을 실행하기 위한 전자 장치, 방법, 및 컴퓨터 판독 가능 저장 매체
WO2021085996A1 (ko) 신경망의 커널들을 정렬하는 전자 장치 및 이의 동작 방법
WO2022149970A1 (ko) 서비스 운용 방법 및 이를 지원하는 전자 장치
WO2023146173A1 (ko) 화면을 제공하는 방법 및 이를 지원하는 전자 장치
WO2024014695A1 (ko) 상호작용에 의해 획득된 순서에 기반하여 패키지들을 컴파일하는 전자 장치 및 방법
WO2024058615A1 (ko) 신경 처리부를 포함하는 전자 장치 및 그 동작 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22739581

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022739581

Country of ref document: EP

Effective date: 20230712

NENP Non-entry into the national phase

Ref country code: DE