Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX

Autores
Ermantraut, Joel; Crisol, Tomás; Díaz, Ariel; Balmaceda, Leandro; Rostagno, Adrián; Aggio, Santiago; Blanco, Anibal; Iparraguirre, Javier
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Un problema muy desafiante de la matemática aplicada moderna es la optimización numérica de problemas NP duros. Muchos problemas de interés a las ciencias e ingenierías caen en esta categoría y resulta deseable contar con algoritmos de búsqueda e implementaciones computacionales, que puedan proporcionar soluciones de aceptable calidad, en tiempos compatibles con aplicaciones prácticas. Una combinación que ha demostrado buenas prestaciones en múltiples aplicaciones son las metaheurísticas aceleradas en placas gráficas (GPU). Sin embargo, las herramientas típicas que permiten la programación de aceleradores demandan mucho conocimiento del hardware por parte del usuario. En este trabajo se explora el desempeño de una implementación de la metaheurística PSO sobre hardware masivamente paralelo a través de un compilador “just in time” llamado JAX. Esta herramienta permite acelerar programas usando un lenguaje de programación orientado a la productividad tal como lo es Python. Se utiliza como caso de estudio el clásico problema de la mochila, el cual admite la generación de instancias arbitrariamente complejas de manera sencilla. Los resultados muestran que es posible lograr aceleraciones de hasta 83 veces empleando como plataforma arquitecturas de computadoras contemporáneas. Adicionalmente, se publican resultados en el uso de unidades tensoriales, los cuales muestran el potencial del uso de estos dispositivos.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Optimización
PSO
Problema de la mochila
GPU
TPU
JAX
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/116738
Acceder
id SEDICI_62cf2dd2b63107baa5dc97ff954cb8a1
oai_identifier_str oai:sedici.unlp.edu.ar:10915/116738
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAXErmantraut, JoelCrisol, TomásDíaz, ArielBalmaceda, LeandroRostagno, AdriánAggio, SantiagoBlanco, AnibalIparraguirre, JavierCiencias InformáticasOptimizaciónPSOProblema de la mochilaGPUTPUJAXUn problema muy desafiante de la matemática aplicada moderna es la optimización numérica de problemas NP duros. Muchos problemas de interés a las ciencias e ingenierías caen en esta categoría y resulta deseable contar con algoritmos de búsqueda e implementaciones computacionales, que puedan proporcionar soluciones de aceptable calidad, en tiempos compatibles con aplicaciones prácticas. Una combinación que ha demostrado buenas prestaciones en múltiples aplicaciones son las metaheurísticas aceleradas en placas gráficas (GPU). Sin embargo, las herramientas típicas que permiten la programación de aceleradores demandan mucho conocimiento del hardware por parte del usuario. En este trabajo se explora el desempeño de una implementación de la metaheurística PSO sobre hardware masivamente paralelo a través de un compilador “just in time” llamado JAX. Esta herramienta permite acelerar programas usando un lenguaje de programación orientado a la productividad tal como lo es Python. Se utiliza como caso de estudio el clásico problema de la mochila, el cual admite la generación de instancias arbitrariamente complejas de manera sencilla. Los resultados muestran que es posible lograr aceleraciones de hasta 83 veces empleando como plataforma arquitecturas de computadoras contemporáneas. Adicionalmente, se publican resultados en el uso de unidades tensoriales, los cuales muestran el potencial del uso de estos dispositivos.Sociedad Argentina de Informática e Investigación Operativa2020-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf125-135http://sedici.unlp.edu.ar/handle/10915/116738spainfo:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/siiio/SIIIO-11.pdfinfo:eu-repo/semantics/altIdentifier/issn/2618-3277info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:19:13Zoai:sedici.unlp.edu.ar:10915/116738Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:19:13.882SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
title Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
spellingShingle Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
Ermantraut, Joel
Ciencias Informáticas
Optimización
PSO
Problema de la mochila
GPU
TPU
JAX
title_short Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
title_full Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
title_fullStr Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
title_full_unstemmed Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
title_sort Resolución del problema de la mochila mediante la metaheurística PSO acelerada con JAX
dc.creator.none.fl_str_mv Ermantraut, Joel
Crisol, Tomás
Díaz, Ariel
Balmaceda, Leandro
Rostagno, Adrián
Aggio, Santiago
Blanco, Anibal
Iparraguirre, Javier
author Ermantraut, Joel
author_facet Ermantraut, Joel
Crisol, Tomás
Díaz, Ariel
Balmaceda, Leandro
Rostagno, Adrián
Aggio, Santiago
Blanco, Anibal
Iparraguirre, Javier
author_role author
author2 Crisol, Tomás
Díaz, Ariel
Balmaceda, Leandro
Rostagno, Adrián
Aggio, Santiago
Blanco, Anibal
Iparraguirre, Javier
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Optimización
PSO
Problema de la mochila
GPU
TPU
JAX
topic Ciencias Informáticas
Optimización
PSO
Problema de la mochila
GPU
TPU
JAX
dc.description.none.fl_txt_mv Un problema muy desafiante de la matemática aplicada moderna es la optimización numérica de problemas NP duros. Muchos problemas de interés a las ciencias e ingenierías caen en esta categoría y resulta deseable contar con algoritmos de búsqueda e implementaciones computacionales, que puedan proporcionar soluciones de aceptable calidad, en tiempos compatibles con aplicaciones prácticas. Una combinación que ha demostrado buenas prestaciones en múltiples aplicaciones son las metaheurísticas aceleradas en placas gráficas (GPU). Sin embargo, las herramientas típicas que permiten la programación de aceleradores demandan mucho conocimiento del hardware por parte del usuario. En este trabajo se explora el desempeño de una implementación de la metaheurística PSO sobre hardware masivamente paralelo a través de un compilador “just in time” llamado JAX. Esta herramienta permite acelerar programas usando un lenguaje de programación orientado a la productividad tal como lo es Python. Se utiliza como caso de estudio el clásico problema de la mochila, el cual admite la generación de instancias arbitrariamente complejas de manera sencilla. Los resultados muestran que es posible lograr aceleraciones de hasta 83 veces empleando como plataforma arquitecturas de computadoras contemporáneas. Adicionalmente, se publican resultados en el uso de unidades tensoriales, los cuales muestran el potencial del uso de estos dispositivos.
Sociedad Argentina de Informática e Investigación Operativa
description Un problema muy desafiante de la matemática aplicada moderna es la optimización numérica de problemas NP duros. Muchos problemas de interés a las ciencias e ingenierías caen en esta categoría y resulta deseable contar con algoritmos de búsqueda e implementaciones computacionales, que puedan proporcionar soluciones de aceptable calidad, en tiempos compatibles con aplicaciones prácticas. Una combinación que ha demostrado buenas prestaciones en múltiples aplicaciones son las metaheurísticas aceleradas en placas gráficas (GPU). Sin embargo, las herramientas típicas que permiten la programación de aceleradores demandan mucho conocimiento del hardware por parte del usuario. En este trabajo se explora el desempeño de una implementación de la metaheurística PSO sobre hardware masivamente paralelo a través de un compilador “just in time” llamado JAX. Esta herramienta permite acelerar programas usando un lenguaje de programación orientado a la productividad tal como lo es Python. Se utiliza como caso de estudio el clásico problema de la mochila, el cual admite la generación de instancias arbitrariamente complejas de manera sencilla. Los resultados muestran que es posible lograr aceleraciones de hasta 83 veces empleando como plataforma arquitecturas de computadoras contemporáneas. Adicionalmente, se publican resultados en el uso de unidades tensoriales, los cuales muestran el potencial del uso de estos dispositivos.
publishDate 2020
dc.date.none.fl_str_mv 2020-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/116738
url http://sedici.unlp.edu.ar/handle/10915/116738
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/siiio/SIIIO-11.pdf
info:eu-repo/semantics/altIdentifier/issn/2618-3277
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
125-135
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064250276020224
score 13.22299

Publicaciones similares