Akcelerace heuristických metod diskrétní optimalizace na GPU

Loading...
Thumbnail Image
Date
ORCID
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Práce se zabývá řešením diskrétních optimalizačních úloh. Zaměřuje se na zkrácení doby výpočtu s využitím heuristických metod a paralelismu. Teoretický základ tvoří kombinace algoritmů ant colony optimization (ACO) a lokálního prohledávání k-optimization. Platformu použitou při implementaci pak představuje technologie Nvidia CUDA umožňující efektivní provádění obecných výpočtů na moderních grafických čipech. Návrh využívá případové studie v podobě známého problému obchodního cestujícího (TSP). Řešení je založeno na rozdělení úlohy na podproblémy s pomocí techniky tour-based partitioning, paralelním zpracování jednotlivých částí a jejich opětovném spojení. Vytvořený paralelní kód dokáže provádět výpočet více než sedmnáctkrát rychleji než jeho sekvenční verze.
Thesis deals with discrete optimization problems. It focusses on faster ways to find good solutions by means of heuristics and parallel processing. Based on ant colony optimization (ACO) algorithm coupled with k-optimization local search approach, it aims at massively parallel computing on graphics processors provided by Nvidia CUDA platform. Well-known travelling salesman problem (TSP) is used as a case study. Solution is based on dividing task into subproblems using tour-based partitioning, parallel processing of distinct parts and their consecutive recombination. Provided parallel code can perform computation more than seventeen times faster than the sequential version.
Description
Citation
PECHÁČEK, V. Akcelerace heuristických metod diskrétní optimalizace na GPU [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2012.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Počítačové sítě a komunikace
Comittee
doc. Ing. Jiří Kunovský, CSc. (předseda) doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Hana Kubátová, CSc. (člen) Ing. Petr Matoušek, Ph.D., M.A. (člen) doc. Ing. Ondřej Ryšavý, Ph.D. (člen)
Date of acceptance
2012-06-21
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: Jaký vliv na kvalitu řešení má zavedený determinismus? Pokud se nám nalezené řešení nepostačuje, je možné získat jiné (např. změnou parametrů)? Jaký vliv má omezení velikosti podproblému na mikro úrovni na 96 měst na kvalitu celkového řešení? V jakém ohledu by se musela modifikovat architektura GPU (HW), aby bylo dosažené zrychlení výrazně větší? Pro jak velké problémy se již vyplatí řešit TSP pomocí ACO na GPU?
Result of defence
práce byla úspěšně obhájena
Document licence
Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 1 roku/let
DOI
Collections
Citace PRO