Detail publikace
Towards Highly Optimized Cartesian Genetic Programming: From Sequential via SIMD and Thread to Massive Parallel Implementation
Cartesian Genetic Programming, Parallel Computing, SIMD, AVX, Cluster, Combinational Circuit Design
Vetšina implementací Kartézského genetického programování (CGP) je sekvenční, evoluční návrh komplexních kombinačních obvodů však vyžaduje paralelní implementaci prohledávacího algoritmu i fitness funkce. Tento článek se zabývá implemetací vysoce optimalizovaného CGP a vyhodnocením na úloze návrhu kombinačních obvodů. Při návrhu bylo analyzováno několik sekvenčních implementací spolu s řadou optimalizací a bylo využito paralelismu na úrovni datové, instrukční, vláknové a procesní, aby byl využit potenciál moderních architektur procesorů a počítačových clusterů. Pro vyhodnocení byl zvolen návrh kombinačních sčítaček a násobiček, výsledky byly porovnány se stávajícími metodami.
@inproceedings{BUT111521,
author="Radek {Hrbáček} and Lukáš {Sekanina}",
title="Towards Highly Optimized Cartesian Genetic Programming: From Sequential via SIMD and Thread to Massive Parallel Implementation",
booktitle="GECCO '14 Proceedings of the 2014 conference on Genetic and evolutionary computation",
year="2014",
pages="1015--1022",
publisher="Association for Computing Machinery",
address="New York",
doi="10.1145/2576768.2598343",
isbn="978-1-4503-2662-9",
url="http://dl.acm.org/citation.cfm?id=2576768.2598343"
}