Optimización en paralelo basada en poblaciones usando GPGPU

• Autores: Iliana Castro Liera, Marco Antonio Castro Liera, Jesús Antonio Castro
• Localización: ConCiencia Tecnológica, ISSN-e 1405-5597, Nº. 43, 2012, págs. 24-28
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se muestran dos estrategias para aprovechar el poderío computacional de las unidades de procesamiento gráfico de propósito general GPGPU (General-Purpose computation on Graphics Processing Unit) con arquitectura CUDA (Compute Unified Device Architecture) para la solución de problemas de optimización utilizando algoritmos genéticos (AG) y optimización por enjambre de partículas (PSO, Particle Swarm Optimization).

    Se muestra que esta implementación en una sola GPU consigue resultados de buena calidad en tiempos menores que los de un cluster de 16 computadoras con 32 núcleos.

  • English

    This paper describes two successful strategies for using the computing power of a General Purpose Graphics Processing Unit (GPGPU) with CUDA (Compute Unified Device Architecture) to solve hard numerical optimization problems using genetic algorithms (GA) and particle swarm optimization (PSO).

    The proposed algorithm executed on a single GPU outperforms a cluster of 16 computers and 32 cores.