• norsk
    • English
  • English 
    • norsk
    • English
  • Login
View Item 
  •   Home
  • Fakultet for informasjonsteknologi og elektroteknikk (IE)
  • Institutt for datateknologi og informatikk
  • View Item
  •   Home
  • Fakultet for informasjonsteknologi og elektroteknikk (IE)
  • Institutt for datateknologi og informatikk
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Cellular Programming on Machines with Local Communication Networks

Berli, Torkel
Master thesis
Thumbnail
View/Open
15213_FULLTEXT.pdf (1.271Mb)
15213_ATTACHMENT.zip (974.0Kb)
15213_COVER.pdf (179.4Kb)
URI
http://hdl.handle.net/11250/2446513
Date
2017
Metadata
Show full item record
Collections
  • Institutt for datateknologi og informatikk [3881]
Abstract
Effektiv parallell beregning er fortsatt vanskelig å oppnå, til tross for at forskningsfeltet

er mer enn 50 år gammelt. Det siste tiåret, derimot, har feltet blitt mer relevant igjen på

grunn av en redusert evne til å fortsette forbedringer i kompliserte, von Neuman-baserte

enkjærners prosessorer. Ved å la mange prosessorkjærner samarbeide på en og samme

oppgave, er det sannsynlig at vi kan ke både energieffektivitet og beregningshastiget.

Men å programmere slike parallelle systemer er en utfordring.

Hovedutfordringen i å kunne effektivt utnytte evnen til en parallell prosessor er å overkomme

kompleksiteten i programmene for slike parallelle maskiner. Det har vært foreslått at men-

nesker kanskje ikke evner å løse denne utfordringen manuelt, og at programmeringen må

automatiseres. En mulighet er å benytte metoder inspirert av forskning innen kunstig liv.

Ved hjelp av selv-organisering og evolusjonære metoder, så kan program som evner å ut-

nytte parallellitet på en effektiv måte oppstå. En forutsetning for en slik prosess er et godt

rammeverk som legger til rette for evolusjonære prosesser.

Evolusjonære prosesser har tidligere vært brukt sammen med cellulære automater til å

få mange enkle enheter til å samarbeide for å løse problemer. I dette prosjektet bruker

vi prinsipper lært fra forskning på cellulære automater til å programmere lokalt koblede

mangekjærners prosessorer. Vi presenterer et rammeverk inspirert av cellulær programm-

mering og genetisk programmeringsmetoder. Dette rammeverket bruker en evolusjonær

metode for å automatisk generere struktur i programvare for mangekjærners prosessorer.

Gjennom tre forskjellige problemer demonstrerer vi rammeverkets evne til å utvikle og

spre nyttig oppførsel mellom prosessorkjærnene over mange generasjoner.

Den evolusjonære metoden evaluerer om oppførsel er riktig kun basert på lokal infor-

masjon. Det er hovedutfordringen med dette rammeverket. Problemet ligger i å utvikle

lokale evalueringsmetoder som forårsaker ønsket oppførsel på et globalt nivå. Det kreves

videre forskningsarbeid for å nærme seg en løsning på denne utfordringen. Selv om ram-

meverket viser ønsket oppførsel ved bruk av evolusjonære metoder, så er det vanskelig å

konkludere i hvilken grad rammeverket er godt før forskningen har gjort fremskritt innen

lokale evalueringsmetoder og representasjon av problemfunkjsoner.
Publisher
NTNU

Contact Us | Send Feedback

Privacy policy
DSpace software copyright © 2002-2019  DuraSpace

Service from  Unit
 

 

Browse

ArchiveCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsDocument TypesJournalsThis CollectionBy Issue DateAuthorsTitlesSubjectsDocument TypesJournals

My Account

Login

Statistics

View Usage Statistics

Contact Us | Send Feedback

Privacy policy
DSpace software copyright © 2002-2019  DuraSpace

Service from  Unit