Título: Paralelização de Algoritmos de Busca baseados em Cardumes através de Unidades de Processamento Gráfico
Autores: Lins, Anthony José da Cunha Carneiro; Lima Neto, Fernando Buarque; Bastos Filho, Carmelo José A.
Resumo: Busca por cardumes (FSS, Fish School Search) é uma técnica de inteligência computacional usada para resolver problemas de otimização em espaços de busca multimodais com alta dimensionalidade. FSS é inspirada no comportamento social de cardumes, na qual a posição de cada peixe no espaço de busca representa uma possível solução para o problema. Como FSS é uma técnica de inteligência de enxames e sua função objetivo pode ser avaliada para cada peixe individualmente, esta se torna uma potencial candidata para implementações em plataformas de processamento paralelo. A utilização de Unidades de Processamento Gráfico (GPU, Graphic Processing Units) vem se mostrando bastante vantajosa em aplicações que requerem computação paralela intensiva. Com a popularização da plataforma CUDA da NVIDIA, tornou-se possível o desenvolvimento de aplicações de propósito geral em plataformas com GPUs visando atingir processamento de alto desempenho. Neste trabalho é apresentada uma análise de como adaptar o algoritmo original do FSS utilizando os benefícios da computação paralela. Esta versão foi nomeada de pFSS (parallel Fish School Search). Além de mostrar as vantagens do pFSS em relação à abordagem para execução em CPU, também é analisado o desempenho em termos de tempo de execução e convergência nos modos de processamento síncrono e assíncrono. Ainda é apresentada uma análise do impacto da utilização de múltiplas plataformas GPUs operando em colaboração para problemas de alta dimensionalidade. Os resultados desta análise mostram que o pFSS pode atingir speedups de até 127 vezes em relação ao processamento seqüencial em CPU, mantendo a qualidade dos resultados retornados pelo algoritmo de busca por cardumes.
Palavras-chave: Inteligência de Enxames; Busca por Cardumes; Unidades de Processamento Gráfico; Computação Paralela
Páginas: 18
Código DOI: 10.21528/lmln-vol13-no1-art1
Artigo em PDF: vol13-no1-art1.pdf
Arquivo BibTex: vol13-no1-art1.bib