基于自适应线程束的GPU并行粒子群优化算法

• 作者: 何发智 周毅 张硕 鄢小虎
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 粒子群优化算法 并行计算 图形处理器 统一计算设备架构 自适应线程束
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 先进计算
• 页码范围: 3274-3279
• 页数: 6页
• 分类号: TP301.6
• 字数: 6202字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.12.3274

摘要

基于统一计算设备架构(CUDA)对图形处理器(GPU)下的并行粒子群优化(PSO)算法作改进研究.根据CUDA的硬件体系结构特点,可知Block是串行执行的,线程束(Warp)才是流多处理器(SM)调度和执行的基本单位.为了充分利用Block中线程的并行性,提出基于自适应线程束的GPU并行PSO算法:将粒子的维度和线程相对应;利用GPU的Warp级并行,根据维度的不同自适应地将每个粒子与一个或多个Warp相对应;自适应地将一个或多个粒子与每个Block相对应.与已有的粗粒度并行方法(将每个粒子和线程相对应)以及细粒度并行方法(将每个粒子和Block相对应)进行了对比分析,实验结果表明,所提出的并行方法相对前两种并行方法,CPU加速比最多提高了40.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周毅	武汉大学计算机学院	52	385	10.0	18.0
2	何发智	武汉大学计算机学院	51	539	10.0	22.0
3	张硕	武汉大学计算机学院	12	23	3.0	4.0
4	鄢小虎	武汉大学计算机学院	4	13	3.0	3.0