“模拟退火算法的并行化”之“接手‘硬骨头’”

本文介绍了作者接手一项模拟退火算法并行化的任务,该算法在之前的实现中存在效率低下和并行化问题。文献中提出的MapReduce方法在实际应用中遇到困难,如工作量不平衡、CPU时间消耗增加等,导致并行化反而减慢了算法速度。目前的工作状况陷入僵局,亟待解决一系列技术难题。
摘要由CSDN通过智能技术生成

背景介绍

上回书说到《“模拟退火算法的并行化”之“什么是模拟退火算法”》,还记得最后我说:

[模拟退火算法]很难并行化,但并不是不可以。模拟退火的执行是序列性的,从上面的代码就可以看出,一个解是在前面解的基础上产生的。它明显不是一个自然并行的程序(矩阵相乘就是自然并行的程序),它的并行化也是另外一篇博客的主题。

这篇博客就是以模拟退火算法的并行化为主题的。

小编进入公司后的第一个任务是有关UCF的处理,请参见小编拙文《有关UCF解析器系统架构的设计》。其后,老板给了我一个“硬骨头”啃,没办法,刚来公司不久,人生地不熟的,没人愿意让出自己的“肉肉”来。不过机会总是给“有野心的人”的,哈哈,应该是“有准备的人”。“骨头”虽硬,但不失为一次有力的表现自己实力的机会。

为什么,我把这次任务叫做“硬骨头”呢?其实是有些道理的。在我来公司之前,他们已经实现了模拟退火算法,但囿于算法本身的运行效率不高,再加上实现上可能存在的问题,他们的模拟退火算法很慢,和Xilinx公司的布局工具相比差得太多。所以他们就在原有算法基础上尝试进行并行化处理,主要的思路来自于下面的文献:

Ludwin, A., Betz, V., Padalia, K. 2008. High-Quality, Deterministic Parallel Placement for

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值