Ajuste de rendimiento del algoritmo HDA* para máquinas multicore

By: Contributor(s): Material type: ArticleArticleDescription: 1 archivo (677,7 kB)Subject(s): Online resources: Summary: Este trabajo analiza el rendimiento alcanzado por una versión propia del algoritmo paralelo HDA* para arquitecturas de memoria compartida, que permite encontrar soluciones a problemas de optimización combinatoria, ajustando el valor de los parámetros del mismo. La implementación se realizó utilizando Pthreads, el gestor de memoria dinámica Jemalloc, y el Puzzle-15 como caso de estudio. El trabajo experimental se enfoca en analizar la desviación de los tiempos cuando se ejecuta el algoritmo sobre una máquina con procesadores multicore, para distintas instancias del problema, variando la cantidad de hilos/cores utilizados y los parámetros propios del mismo. Por último, se presenta un análisis del rendimiento alcanzado al aumentar la carga de trabajo y la cantidad de hilos/cores seleccionando los valores óptimos para cada parámetro según la instancia de entrada.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Capítulo de libro Capítulo de libro Biblioteca de la Facultad de Informática Biblioteca digital A0673 (Browse shelf(Opens below)) Link to resource No corresponde

Formato de archivo: PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)

Este trabajo analiza el rendimiento alcanzado por una versión propia del algoritmo paralelo HDA* para arquitecturas de memoria compartida, que permite encontrar soluciones a problemas de optimización combinatoria, ajustando el valor de los parámetros del mismo. La implementación se realizó utilizando Pthreads, el gestor de memoria dinámica Jemalloc, y el Puzzle-15 como caso de estudio. El trabajo experimental se enfoca en analizar la desviación de los tiempos cuando se ejecuta el algoritmo sobre una máquina con procesadores multicore, para distintas instancias del problema, variando la cantidad de hilos/cores utilizados y los parámetros propios del mismo. Por último, se presenta un análisis del rendimiento alcanzado al aumentar la carga de trabajo y la cantidad de hilos/cores seleccionando los valores óptimos para cada parámetro según la instancia de entrada.

Workshop de Procesamiento Distribuido y Paralelo (14to : 2014 : Buenos Aires, Argentina)