Algoritmos para o problema subset-sum em GPU
Este trabalho utiliza o problema subset-sum (SSP) como estudo de caso, com o objetivo de analisar a complexidade de paralelização em Unidades de Processamento Gráficas (GPU). O SSP foi escolhido por pertencer à classe dos problemas NP-Completo, possuir grande necessidade de memória e não ter cálculo...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | Portuguese |
Published: |
Instituto Tecnológico de Aeronáutica
2013
|
Subjects: | |
Online Access: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2273 |
id |
ndltd-IBICT-oai-agregador.ibict.br.BDTD_ITA-oai-ita.br-2273 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-IBICT-oai-agregador.ibict.br.BDTD_ITA-oai-ita.br-22732019-01-22T03:13:15Z Algoritmos para o problema subset-sum em GPU Vitor Venceslau Curtis Carlos Alberto Alonso Sanches Problema da soma de subconjuntos Problema da mochila Algoritmos Coprocessadores Programação paralela Programação matemática Computação Este trabalho utiliza o problema subset-sum (SSP) como estudo de caso, com o objetivo de analisar a complexidade de paralelização em Unidades de Processamento Gráficas (GPU). O SSP foi escolhido por pertencer à classe dos problemas NP-Completo, possuir grande necessidade de memória e não ter cálculo de ponto flutuante, além de ser amplamente estudado na área acadêmica devido a sua importância prática e teórica. Estas características representam um desafio para paralelização em GPUs, pelo fato de serem especialistas em cálculos de ponto flutuante e por possuir pouca quantidade de memória em relação ao grande número de núcleos. Basicamente, são apresentados 3 novos algoritmos, implementados em linguagem CUDA C, com baixo consumo de memória: somente , onde , é a capacidade da mochila e é a quantidade de itens, ao invés de do paradigma de Bellman, referentes aos algoritmos do estado da arte implementados na mesma arquitetura. Esta característica permite um ganho significativo na quantidade de instâncias solucionáveis, além do melhor tempo computacional. Para uma variedade de benchmarks, obteve-se bons valores de speed-up em relação aos melhores resultados práticos conhecidos até agora. Isto foi possível graças a um novo método para a solução do SSP, permitindo sua computação em tempo e mesmo espaço, caso processadores sejam utilizados. 2013-06-11 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2273 por info:eu-repo/semantics/openAccess application/pdf Instituto Tecnológico de Aeronáutica reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
collection |
NDLTD |
language |
Portuguese |
format |
Others
|
sources |
NDLTD |
topic |
Problema da soma de subconjuntos Problema da mochila Algoritmos Coprocessadores Programação paralela Programação matemática Computação |
spellingShingle |
Problema da soma de subconjuntos Problema da mochila Algoritmos Coprocessadores Programação paralela Programação matemática Computação Vitor Venceslau Curtis Algoritmos para o problema subset-sum em GPU |
description |
Este trabalho utiliza o problema subset-sum (SSP) como estudo de caso, com o objetivo de analisar a complexidade de paralelização em Unidades de Processamento Gráficas (GPU). O SSP foi escolhido por pertencer à classe dos problemas NP-Completo, possuir grande necessidade de memória e não ter cálculo de ponto flutuante, além de ser amplamente estudado na área acadêmica devido a sua importância prática e teórica. Estas características representam um desafio para paralelização em GPUs, pelo fato de serem especialistas em cálculos de ponto flutuante e por possuir pouca quantidade de memória em relação ao grande número de núcleos. Basicamente, são apresentados 3 novos algoritmos, implementados em linguagem CUDA C, com baixo consumo de memória: somente , onde , é a capacidade da mochila e é a quantidade de itens, ao invés de do paradigma de Bellman, referentes aos algoritmos do estado da arte implementados na mesma arquitetura. Esta característica permite um ganho significativo na quantidade de instâncias solucionáveis, além do melhor tempo computacional. Para uma variedade de benchmarks, obteve-se bons valores de speed-up em relação aos melhores resultados práticos conhecidos até agora. Isto foi possível graças a um novo método para a solução do SSP, permitindo sua computação em tempo e mesmo espaço, caso processadores sejam utilizados. |
author2 |
Carlos Alberto Alonso Sanches |
author_facet |
Carlos Alberto Alonso Sanches Vitor Venceslau Curtis |
author |
Vitor Venceslau Curtis |
author_sort |
Vitor Venceslau Curtis |
title |
Algoritmos para o problema subset-sum em GPU |
title_short |
Algoritmos para o problema subset-sum em GPU |
title_full |
Algoritmos para o problema subset-sum em GPU |
title_fullStr |
Algoritmos para o problema subset-sum em GPU |
title_full_unstemmed |
Algoritmos para o problema subset-sum em GPU |
title_sort |
algoritmos para o problema subset-sum em gpu |
publisher |
Instituto Tecnológico de Aeronáutica |
publishDate |
2013 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2273 |
work_keys_str_mv |
AT vitorvenceslaucurtis algoritmosparaoproblemasubsetsumemgpu |
_version_ |
1718961314084159488 |