Detail publikace

Towards Highly Optimized Cartesian Genetic Programming: From Sequential via SIMD and Thread to Massive Parallel Implementation

HRBÁČEK, R.; SEKANINA, L. Towards Highly Optimized Cartesian Genetic Programming: From Sequential via SIMD and Thread to Massive Parallel Implementation. In GECCO '14 Proceedings of the 2014 conference on Genetic and evolutionary computation. New York: Association for Computing Machinery, 2014. p. 1015-1022. ISBN: 978-1-4503-2662-9.
Název česky
K vysoce optimalizovanému Kartézskému genetickému programování: od sekvenční, přes SIMD a vláknově paralelní k masivně paralelní implementaci
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
URL
Klíčová slova

Cartesian Genetic Programming, Parallel Computing, SIMD, AVX, Cluster, Combinational Circuit Design

Abstrakt

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.

Rok
2014
Strany
1015–1022
Sborník
GECCO '14 Proceedings of the 2014 conference on Genetic and evolutionary computation
Konference
Genetic and Evolutionary Computation Conference 2014, Sheraton Wall Centre Vancouver, CA
ISBN
978-1-4503-2662-9
Vydavatel
Association for Computing Machinery
Místo
New York
DOI
UT WoS
000364333000127
EID Scopus
BibTeX
@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"
}
Nahoru