Detail publikace
Acceleration of grammatical evolution using graphics processing units: computational intelligence on consumer games and graphics hardware
CUDA, gramatická evoluce, grafické čipy, CPU, GPGPU, zrychlení, symbolická regrese
Několik článků již ukázalo, že symbolická regrese je vhodná pro analýzu dat a predikci ve finančních trzích. Gramatická evoluce a na gramatice založené genetické programování byly úspěšně aplikovány při řešení mnoha problémů včetně symbolické regrese. Nicméně, často je nutno vynaložit značné výpočetní prostředky k výpočtu vhodnosti daného řešení, což může limitovat oblast použití a/nebo provedené experimenty. Tento článek se zabývá možnosti použít klasické grafické karty pro akceleraci gramatické evoluce řešící symbolickou regresi. Jsou diskutovány detaily optimalizace kódu na GPU a je analyzován NVCC kompilátor. Navrhujeme efektivní mapování algoritmu na CUDA platformě s respektováním omezení GPU, jako jsou úzké hrdlo PCI-express sběrnice a transakce do hlavní paměti. Toto je první případ, kdy byla gramatická evoluce akcelerována na GPU. Porovnáváme implementace běžící na CPU Core i7 a GPU GTX 480 spolu s knihovnou implementovanou v javě, GEVA. Výsledky ukazují, že náš algoritmus poskytuje stejně kvalitní řešení a je vhodný pro větší počet regresních bodů, kde dosáhl zrychlení až 39x při porovnání se sekvenčním CPU kódem napsaným v C.
@inproceedings{BUT76469,
author="Petr {Pospíchal} and Josef {Schwarz} and Jiří {Jaroš}",
title="Acceleration of grammatical evolution using graphics processing units: computational intelligence on consumer games and graphics hardware",
booktitle="Genetic and Evolutionary Computation Conference, GECCO'11 - Companion Publication",
year="2011",
pages="431--438",
publisher="Association for Computing Machinery",
address="New York",
doi="10.1145/2001858.2002030",
isbn="978-1-4503-0690-4"
}