多核CPU环境遗传算法求解TSP问题2003介绍.ppt

分段大小的确定 设计了一个参数 作为段长度的取值，并以之控制程序的执行，然后以pcb3038为例，并尝试了不同的 值，得到的结果如图 从图结果可见，算法运行时间随着段长度的增加有先减后增的趋势，得到这样的结果是因为段长过小时需要同步的计算步也相应增多，而计算步的同步是存在时间开销的，因此段长过小则程序执行时间变长；而当段长过大时，则情况变得跟不分段时相类似，程序空间局部变差，性能就下降。又从上述结果可知，程序运行时间最小约为2.41秒，其在段长度取100时取得，因此100的长度对应着一个较优的参数，后面的实验也基于该值进行。 2.4 分段算法的有效性验证  在上述实验的基础上，此部分利用前面相同的8个例子说明分段算法通过提高数据局部性进行二次优化的有效性，以同样的参数运行算法。 从表的结果可知，分段式评价对应算法的效率进一步获得提升，最大幅度达到约60%，这表明算法的优化程度有很大的增强，从而说明二次优化是有效的。同时此结果还存在问题规模越大，性能提升程度越明显的特点，其主要是因为问题规模越大时内存就越成为影响程序效率的因素。 表 利用缓存进行二次化时算法加速情况 Tab. Acceleration of second optimization by using cache 实例 城市数目 一次优化运行时间/s 二次优化运行时间/s 二次优化效率提升比例(%) a280 280 0.29 0.21 8.24 pr439 439 0.30 0.30 2.11 rat783 783 0.53 0.51 2.40 pr1002 1002 0.68 0.66 2.74 fl1577 1577 1.21 1.11 8.29 pcb3038 3038 3.47 2.41 30.39 fnl4461 4461 7.71 3.90 49.39 rl5915 5915 14.12 5.78 59.08 谢谢！ * 多核CPU环境遗传算法求解TSP研究 CPU硬件技术日新月异，多核技术无疑为近年来最给力的技术突破，而研究适应新一代CPU架构的软件与算法成为学者们迫在眉睫的任务。TSP是组合优化领域一个经典问题，借助智能算法对其进行求解的研究在学界正进行得如火如荼，遗传算法为较活跃的一个分支。因此，对多核CPU环境下遗传算法求解TSP进行研究具有一定的理论与现实意义。 过去几十年，CPU技术在“反摩尔定律”（Google的前CEO埃里克·施密特提出的：如果你反过来看摩尔定律，一个IT公司如果今天和18个月前卖掉同样多的、同样的产品，它的营业额就要降一半）的推动下不断进步，CPU性能则基本上以每十八个月翻番（“摩尔定律”）的速度提升。 依赖提高晶体管集成度与主频来提升CPU性能的传统技术却遭遇发展瓶颈，面临的严重问题包括晶体管颗粒线度、内存墙（memory wall, 指的是内存性能严重限制CPU性能发挥的现象）、发热量大等。多核技术的出现为打破CPU发展瓶颈成为可能。 1.1多核CPU及其计算机体系结构 多核CPU的设计思想及首个结构原型首先由斯坦福大学提出，并于1996年研制出了一个叫Hydra的四核心多核CPU；而最早的商用多核CPU则由IBM、SUN、惠普等公司研发与推广使用，但主要局限于服务器领域，因此除少数技术专家对多核技术进行研究外，外界给予的关注度并不高，且当时专家们对于对称多处理器（SMP）系统的研究似乎更感兴趣。 2005年多核CPU进入PC领域以来，研究的重点则逐渐转移到多核CPU上来，在全球Top500超级计算机中，配置多核CPU的系统超过99%，其中配置六核CPU的系统有95台，而占主导地位的仍为四核CPU。“天河一号”，配置的CPU已为六核CPU，该类型的CPU能同时执行12个线程。 1.1 同构多核CPU示意图 Core 1~Core n代表各个独立的核心，各核心拥有私有的cache，而所有核心共享最后一级高速缓存(Last Level Cache)，最后通过系统总线(System Bus)与主存及其它设施进行通信。该架构实现了“分治法”策略：多核处理器是单枚芯片（也称为“硅核”），能够直接插入单一的处理器插槽中，但操作系统会利用所有相关的资源，将每个执行内核作为分立的逻辑处理器。通过在两个执行内核之间划分任务，多核处理器可在特定的时钟周期内执行更多任务。 1-2 多核系统体系结构示意图 多核系统存储子系统的层次结构，若结合图1-1则能得到该子系统的完整