基于自適應(yīng)線(xiàn)程束的GPU并行粒子群優(yōu)化算法
2017-01-13 20:06:47張碩何發(fā)智周毅鄢小虎
計(jì)算機(jī)應(yīng)用 2016年12期
關(guān)鍵詞：并行計(jì)算粒子群優(yōu)化算法
張碩+何發(fā)智+周毅+鄢小虎
摘 要：基于統(tǒng)一計(jì)算設(shè)備架構(gòu)（CUDA）對(duì)圖形處理器（GPU）下的并行粒子群優(yōu)化（PSO）算法作改進(jìn)研究。根據(jù)CUDA的硬件體系結(jié)構(gòu)特點(diǎn)，可知Block是串行執(zhí)行的，線(xiàn)程束（Warp）才是流多處理器（SM）調(diào)度和執(zhí)行的基本單位。為了充分利用Block中線(xiàn)程的并行性，提出基于自適應(yīng)線(xiàn)程束的GPU并行PSO算法：將粒子的維度和線(xiàn)程相對(duì)應(yīng)；利用GPU的Warp級(jí)并行，根據(jù)維度的不同自適應(yīng)地將每個(gè)粒子與一個(gè)或多個(gè)Warp相對(duì)應(yīng)；自適應(yīng)地將一個(gè)或多個(gè)粒子與每個(gè)Block相對(duì)應(yīng)。與已有的粗粒度并行方法（將每個(gè)粒子和線(xiàn)程相對(duì)應(yīng)）以及細(xì)粒度并行方法（將每個(gè)粒子和Block相對(duì)應(yīng)）進(jìn)行了對(duì)比分析，實(shí)驗(yàn)結(jié)果表明，所提出的并行方法相對(duì)前兩種并行方法，CPU加速比最多提高了40。
關(guān)鍵詞：粒子群優(yōu)化算法；并行計(jì)算；圖形處理器；統(tǒng)一計(jì)算設(shè)備架構(gòu)；自適應(yīng)線(xiàn)程束
中圖分類(lèi)號(hào)： TP301.6
文獻(xiàn)標(biāo)志碼：A
文章編號(hào)：1001-9081（2016）12-3274-06
猜你喜歡
現(xiàn)代電子技術(shù)(2016年24期)2017-01-19 14:32:04
計(jì)算技術(shù)與自動(dòng)化(2016年4期)2017-01-11 14:09:45
中國(guó)水運(yùn)(2016年11期)2017-01-04 12:26:47
科學(xué)與財(cái)富(2016年15期)2016-11-24 13:30:27
大經(jīng)貿(mào)(2016年9期)2016-11-16 16:25:33
中國(guó)新通信(2016年16期)2016-10-18 10:58:44
電腦知識(shí)與技術(shù)(2016年14期)2016-06-30 20:33:39
科技視界(2016年11期)2016-05-23 08:13:35
計(jì)算技術(shù)與自動(dòng)化(2015年1期)2015-04-10 17:56:57
軟件導(dǎo)刊(2015年2期)2015-04-02 12:08:40
