[논문 리뷰] Exploring Task Mappings on Heterogeneous MPSoCs using a Bias-Elitist Genetic Algorithm

Wei Quan, Andy D. Pimentel|arXiv (Cornell University)|2014. 06. 29.

Interconnection Networks and Systems참고 문헌 24인용 수 7

한 줄 요약

이 논문은 이질적 MPSoC에서 대규모 작업 매핑을 위한 수렴 가속화를 위해 도메인 특화 휠러스—특히 완료시간 최소화(makespan)와 작업량 균형—을 돌연변이 및 선택 연산자에 통합한 편향-엘리트 유전 알고리즘(BEG)을 제안한다. BEG 알고리즘은 표준 유전 알고리즘 대비 최대 3.5배 빠른 속도로 고성능 매핑 솔루션을 도출하며, 검색 시간을 크게 줄이고 동시에 스루풋 최적화 성능을 뛰어나게 유지한다.

ABSTRACT

Exploration of task mappings plays a crucial role in achieving high performance in heterogeneous multi-processor system-on-chip (MPSoC) platforms. The problem of optimally mapping a set of tasks onto a set of given heterogeneous processors for maximal throughput has been known, in general, to be NP-complete. The problem is further exacerbated when multiple applications (i.e., bigger task sets) and the communication between tasks are also considered. Previous research has shown that Genetic Algorithms (GA) typically are a good choice to solve this problem when the solution space is relatively small. However, when the size of the problem space increases, classic genetic algorithms still suffer from the problem of long evolution times. To address this problem, this paper proposes a novel bias-elitist genetic algorithm that is guided by domain-specific heuristics to speed up the evolution process. Experimental results reveal that our proposed algorithm is able to handle large scale task mapping problems and produces high-quality mapping solutions in only a short time period.

연구 동기 및 목표

• 이질적 MPSoC에서 대규모 작업 매핑 문제를 해결할 때 발생하는 긴 진화 시간 문제를 해결하기 위해.
• 유전 연산자에 응용 분야 특화 휠러스를 통합하여 설계 공간 탐색의 계산 비용을 감소시키기 위해.
• 완료시간 최소화 및 작업량 균형 휠러스를 활용해 돌연변이 및 선택을 이끌어내어 수렴 속도와 솔루션 품질을 향상시키기 위해.
• 통신 인식 시스템 수준 시뮬레이션을 통해 대규모 작업 매핑 문제의 효율적 탐색을 가능하게 하기 위해.

제안 방법

• BEG 알고리즘은 완료시간 최소화 및 균형 잡힌 프로세서 작업량을 가진 염색체를 우선시하기 위해 도메인 특화 휠러스를 돌연변이 연산자에 통합함으로써 표준 유전 알고리즘을 향상시킨다.
• 최소 완료 시간(MCT) 휠러스는 새로운 개체의 생성을 더 나은 성능 영역으로 이끌기 위해 돌연변이 과정에 통합된다.
• 선택 메커니즘은 높은 적합도(낮은 완료시간, 균형 잡힌 부하)를 가진 개체를 선호하면서도 세대 간 엘리트 솔루션을 유지하도록 설계된다.
• 적합도 평가에서는 작업 실행 시간, 통신 비용, 자원 경쟁을 고려한 시스템 수준의 MPSoC 시뮬레이터를 사용한다.
• 최적의 탐색과 이용 균형을 확보하기 위해 고정된 돌연변이 확률을 0.4에서 0.8 사이로 조정한다.
• 알고리즘은 높은 잠재력이 있는 영역에 집중함으로써 설계 공간을 암묵적으로 잘라내어 불필요한 평가를 줄인다.

실험 결과

연구 질문

• RQ1 도메인 특화 휠러스는 이질적 MPSoC에서 대규모 작업 매핑 문제의 수렴을 가속화하기 위해 유전 연산자에 효과적으로 통합될 수 있는가?
• RQ2 완료시간 최소화 및 작업량 균형 휠러스의 통합은 매핑 솔루션 탐색의 품질과 속도에 어떤 영향을 미치는가?
• RQ3 제안된 편향-엘리트 유전 알고리즘은 표준 유전 알고리즘 및 기타 최신 기법들보다 솔루션 품질과 실행 시간 측면에서 뛰어나게 성능을 발휘하는가?
• RQ4 제안된 알고리즘에서 솔루션 품질과 수렴 속도 사이의 최적 균형을 이루는 데 필요한 돌연변이 확률 범위는 무엇인가?

주요 결과

• BEG 알고리즘은 표준 유전 알고리즘 대비 최대 3.5배 빠른 속도로 고성능 매핑 솔루션을 도출하며, 평균 실행 시간을 3,217초에서 1,000초 이내로 단축시켰다.
• 돌연변이 확률을 0.4에서 0.8 사이로 설정할 경우 BEG 알고리즘은 일관되게 뛰어난 매핑 품질을 생성하며, 높은 확률에서 관찰되는 조기 수렴 현상을 피한다.
• 특히 MP3 및 MJPEG와 같은 대규모 응용 프로그램에서 일반 유전 알고리즘 및 기타 휠러스 기반 방법보다 솔루션 품질과 수렴 속도 측면에서 뛰어나다.
• 완료시간 최소화 및 작업량 균형 휠러스를 돌연변이 과정에 통합함으로써 검색 과정의 효율성이 크게 향상되어 불필요한 평가 수를 감소시켰다.
• 문제 크기가 증가할수록 BEG 알고리즘은 높은 성능을 유지하며, 복잡한 다중 응용 프로그램 작업 매핑 시나리오에 대한 확장성을 보여준다.
• 결과는 도메인 지식이 적절히 유전 연산자에 코딩될 경우, 솔루션 품질을 희생시키지 않고 설계 공간을 효과적으로 잘라낼 수 있음을 확인한다.