[論文レビュー] Multiprocessor Scheduling Using Parallel Genetic Algorithm

Nourah Al-Angari, Abdullatif Alabdullatif|arXiv (Cornell University)|Sep 24, 2012

Distributed and Parallel Computing Systems参考文献 6被引用数 3

ひとこと要約

本稿では、逐次GAにおける適応度評価の高コストな計算を軽減するために、同期型マスタースレーブ並列遺伝的アルゴリズム（GA）を提案する。複数のプロセッサに適応度評価を分散させることで、複雑で高世代のスケジューリング問題において、実行時間とスケーラビリティの両面で逐次実行を上回る顕著な高速化を達成した。

ABSTRACT

Tasks scheduling is the most challenging problem in the parallel computing. Hence, the inappropriate scheduling will reduce or even abort the utilization of the true potential of the parallelization. Genetic algorithm (GA) has been successfully applied to solve the scheduling problem. The fitness evaluation is the most time consuming GA operation for the CPU time, which affect the GA performance. The proposed synchronous master-slave algorithm outperforms the sequential algorithm in case of complex and high number of generations problem.

研究の動機と目的

• 遺伝的アルゴリズムに基づくマルチプロセッサスケジューリングにおける、時間のかかる適応度評価が原因となる性能ボトルネックを解消すること。
• 並列コンピューティング環境におけるスケジューリングの効率性とスケーラビリティを向上させること。
• 分散型適応度評価を実現する同期型マスタースレーブ並列GAアーキテクチャの設計および実装すること。
• 大規模スケジューリング問題において、並列手法が逐次GAに対して果たす性能向上を評価すること。
• NP困難なスケジューリング最適化の高速化における並列化の実現可能性と有効性を示すこと。

提案手法

• マスターがGAプロセスを調整し、個体をスレーブプロセッサに配分する同期型マスタースレーブアーキテクチャを採用する。
• 各スレーブプロセッサは、事前に定義されたスケジューリングコスト関数を用いて割り当てられた個体の適応度を独立して評価する。
• 適応度評価が主な計算ワークロードであり、その並列化がコアな最適化対象である。
• 同期的な世代に従って処理が進行し、マスターは結果を集約して個体群を更新する。
• クラスタ環境上で実装・テストを行い、複雑なスケジューリングインスタンスにおける性能を評価する。
• プロセス間通信にはメッセージパッシングを活用し、調整とロードバランシングを確保する。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムにおける適応度評価の並列化が、マルチプロセッサスケジューリングにおいて実行時間を顕著に短縮できるか？
• RQ2 大規模スケジューリング問題において、並列マスタースレーブGAの性能は逐次GAと比べてどのように異なるか？
• RQ3 同期実行モデルは、速度向上を達成しつつも解の品質を維持できるか？
• RQ4 プロセッサ数および問題の複雑さが増加するに従い、提案された並列GAのスケーラビリティはどの程度か？
• RQ5 並列手法は、逐次実行では不可能な高世代・高複雑度のスケジューリング問題を処理できるか？

主な発見

• 提案された並列遺伝的アルゴリズムは、逐次実装と比較して収束が速く、実行時間が短縮された。
• 同期型マスタースレーブモデルは、プロセッサ間の負荷を効果的にバランスさせ、無駄な待機時間を最小限に抑えた。
• 適応度評価あたりの計算コストが高く、個体群サイズが大きな問題において、性能向上が顕著に現れた。
• アルゴリズムはスケーラブルであり、プロセッサ数の増加に伴い一貫した高速化を示した。
• 解の品質は逐次GAと同等であり、並列化が最適化効果を損なわないことを示した。
• 特に、適応度評価が実行時間の大部分を占める高世代の複雑なスケジューリング問題において、本手法は顕著に効果的であった。