实时约束下基于GPU的线性求和指派问题启发式求解器
分布式、并行与集群计算
2011-07-01 v2 数学软件
性能
最优化与控制
摘要
在本文中，我们修改了一个用于线性求和指派问题（LSAP）的快速启发式求解器，以在图形处理单元（GPU）上使用。其动机场景是一个由中心节点协调的P2P直播工业应用，该节点定期求解LSAP实例以将节点相互配对。中心节点需要尽可能实时地处理涉及数千个节点的LSAP实例。我们的发现具有足够的通用性，可以应用于其他场景。我们的主要结果是在GPU上使用CUDA编程语言实现的、一种称为深度贪婪交换（DGS）的启发式算法的并行版本。DGS牺牲了绝对最优性以换取低计算时间，并被设计为经典LSAP求解器（如匈牙利算法和拍卖算法）的替代方案。本文的贡献有三方面：首先，我们展示了我们经历的试错过程，希望我们的经验对类似问题的GPU编程采用者有所裨益。其次，我们展示了并行化DGS算法所需的修改。第三，我们展示了我们的方法相对于基于CPU的DGS串行实现和基于GPU的拍卖算法并行实现的性能提升。
引用
@article{arxiv.1106.5694,
title = {GPU-Based Heuristic Solver for Linear Sum Assignment Problems Under Real-time Constraints},
author = {Roberto Roverso and Amgad Naiem and Mohammed El-Beltagy and Sameh El-Ansary},
journal= {arXiv preprint arXiv:1106.5694},
year = {2011}
}
备注
White Paper, Peerialism Inc. (www.peerialism.com)