应用CUDA加速免疫算法——Jacket与Matlab实现.pdfVIP

信息技术 应用CUDA加速免疫算法要要要Jacket与Matlab实现 覃涛 （贵州大学电气工程学院） —— CUDAIDE 摘要院作为继遗传算法后新兴的一种人工智能算法—免疫算法最近几 的一种并行计算通用设备架构。与以往数据必须打包成矢量才能处 年在理论研究和工程应用方面得到了极大的关注和发展，但由于免疫算法本 ， ，让基于通用 理不同 CUDA框架使用了一个统一标准的渲染流水线 身机理的并行性使得其在通用CPU上进行测试和运行时效率低下，不利于 目的计算任务的程序能够对片上任何一个ALU 毫无例外的进行立 评价算法的性能。通过通用并行计算架构CUDA使用GPU运行则更符合算 即处理，使用SIMT（single Instruction Multiple thread）执行模式, 大幅节省运行时间，降低硬件成本。 法本身机理， 以硬件细节的形式将数据宽度隐藏起来。支持数以千计的线程同时 关键词院免疫算法 CUDA GUP MATLAB jacket 。 运行，这时，内存延迟对性能的影响就不再那么明显了 CUDA极大 1 人工免疫算法 的发挥的GPU 的空闲资源，提高浮点运算效率。图1是NVIDIA 人体具有着诸如胸腺、淋巴结、皮肤、血管细胞膜等在通常情况 CUDA系统框架。 下能与外部有害物质（抗原）产生反应来保持生命体处于有利或正常 状态的机制，当然在某些情况下也会起到相反的作用。这一反应是一 个复杂的自适应过程，能够优化自身以更好的检测抗原，并对接触比 较频繁的抗原产生记忆，以提高下次对相同抗原的反应速度。而反应 类型有三种：非特异性免疫、特异性免疫以及遗传性免疫。根据其反 应过程中的多样性，人们探索出了不同的免疫理论以解决非生物环 境下的问题，这就是人工免疫系统。 OPENCL 基本人工免疫算法过程如下： ①随机产生一个人工免疫细胞集合作为初始群体。 ②根据群体的收敛性或预设的迭代次数设定算法的终止条件。 ③根据不同的抗原模式从①中生成的群体中抽取整个或随机抽 图1 NVIDIA CUDA系统框架 取若干个体构成子集。 NVIDIACUDA系统框架除了包含ISA指令集构架以及并行计 ④计算③中所抽取的子集每个个体与抗原之间的相似程度，即 算硬件引擎意外，还包含了一个CUDA集成开发环境，允许程序员 抗原亲和度。根据抗原模式的数目返回③循环。 使用C语言进行基于GPU 的通用运算目的程序开发，简化GPU编 ⑤根据预先设定的亲和度阀值和④计算所得结果选取最佳亲和 程难度，提高开发效率。 度子集。 3 使用JACKET加速免疫算法在MATLAB中的运行 ⑥调整⑤所得到的子集，主要依据为④的结果或者子集之间的 在最新的 Matlab 2010b 中包含支持 GPU 编程的 Parallel 亲和度。