Akcelerace částicových rojů PSO pomocí GPU
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce sa zabývá populačně založenou stochastickou optimalizační technikou PSO (Particle Swarm Optimization) a její akcelerací. Jedná se o jednoduchou, ale velmi efektivní techniku, určenou k řešení složitých multidimenzionálních problémů, která nachází uplatnění v široké oblasti aplikací. Cílem práce je vytvořit paralelní implementaci tohoto algoritmu s důrazem na co nejvyšší zrychlení výpočtu. K tomuto účelu byla zvolena grafická karta (GPU), která v dnešních dobách poskytuje cenově dostupný, masivní výpočetní výkon. Za účelem vyhodnocení přínosu akcelerace s využitím GPU byly vytvořeny a porovnávány dvě aplikace řešící problém odvozený od známého NP-těžkého problému Knapsack. Akcelerovaná aplikace na GPU vykazuje až 5-násobné průměrné a téměř 10-násobné maximální zrychlení výpočtu oproti optimalizované aplikaci pro vícejádrový procesor, ze které vycházela.
This thesis deals with a population based stochastic optimization technique PSO (Particle Swarm Optimization) and its acceleration. This simple, but very effective technique is designed for solving difficult multidimensional problems in a wide range of applications. The aim of this work is to develop a parallel implementation of this algorithm with an emphasis on acceleration of finding a solution. For this purpose, a graphics card (GPU) providing massive performance was chosen. To evaluate the benefits of the proposed implementation, a CPU and GPU implementation were created for solving a problem derived from the known NP-hard Knapsack problem. The GPU application shows 5 times average and almost 10 times the maximum speedup of computation compared to an optimized CPU application, which it is based on.
This thesis deals with a population based stochastic optimization technique PSO (Particle Swarm Optimization) and its acceleration. This simple, but very effective technique is designed for solving difficult multidimensional problems in a wide range of applications. The aim of this work is to develop a parallel implementation of this algorithm with an emphasis on acceleration of finding a solution. For this purpose, a graphics card (GPU) providing massive performance was chosen. To evaluate the benefits of the proposed implementation, a CPU and GPU implementation were created for solving a problem derived from the known NP-hard Knapsack problem. The GPU application shows 5 times average and almost 10 times the maximum speedup of computation compared to an optimized CPU application, which it is based on.
Description
Citation
ZÁŇ, D. Akcelerace částicových rojů PSO pomocí GPU [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2013.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Počítačové a vestavěné systémy
Comittee
prof. Ing. Václav Dvořák, DrSc. (předseda)
doc. Ing. Zdeněk Kotásek, CSc. (místopředseda)
doc. Ing. Jan Kořenek, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
doc. Ing. Ondřej Ryšavý, Ph.D. (člen)
prof. Ing. Karel Vlček, CSc. (člen)
Date of acceptance
2013-06-19
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " A ". Otázky u obhajoby: Znáte některé jiné implementace algoritmu Particle Swarm Optimization, které využívají k urychlení výpočtu grafickou kartu? Zkoušel jste porovnat výsledky Vaší implementace s implementacemi ostatních autorů?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení