[논문 리뷰] Multiprocessor Scheduling Using Parallel Genetic Algorithm

Nourah Al-Angari, Abdullatif Alabdullatif|arXiv (Cornell University)|2012. 09. 24.

Distributed and Parallel Computing Systems참고 문헌 6인용 수 3

한 줄 요약

이 논문은 다중 프로세서 스케줄링을 가속화하기 위해 동기식 마스터-슬레이브 병렬 유전 알고리즘(GA)을 제안한다. 순차적 GA에서의 적합도 평가에 소요되는 높은 계산 비용 문제를 해결하기 위한 것으로, 적합도 평가를 여러 프로세서에 분산시켜 복잡한 고세대 스케줄링 문제에서 뛰어난 속도 향상을 달성한다. 이는 순차적 실행 대비 실행 시간과 확장성 면에서 뛰어나다.

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.

연구 동기 및 목표

• 시간 소모가 심한 적합도 평가로 인해 발생하는 유전 알고리즘 기반 다중 프로세서 스케줄링의 성능 저하 문제를 해결하기 위해.
• 병렬 컴퓨팅 환경에서의 스케줄링 효율성과 확장성 향상을 위해.
• 분산된 적합도 평가를 위한 동기식 마스터-슬레이브 병렬 GA 아키텍처를 설계하고 구현하기 위해.
• 대규모 스케줄링 문제에서 병렬 방법이 순차적 GA에 비해 성능 향상을 얼마나 이루는지 평가하기 위해.
• NP-완전 스케줄링 최적화 문제에서 병렬화의 실현 가능성과 효과성을 입증하기 위해.

제안 방법

• 마스터가 GA 프로세스를 조율하고 개개인을 슬레이브 프로세서에 배분하는 동기식 마스터-슬레이브 아키텍처를 사용한다.
• 각 슬레이브 프로세서는 정의된 스케줄링 비용 함수를 사용해 할당된 개체의 적합도를 독립적으로 평가한다.
• 적합도 평가는 주요 계산 부하이며, 병렬화의 핵심 최적화 대상이다.
• 알고리즘은 동기화된 세대를 거쳐 마스터가 결과를 수거하고 개체 집단을 갱신한다.
• 복잡한 스케줄링 인스턴스에서 성능을 평가하기 위해 클러스터 환경에서 구현하고 테스트한다.
• 프로세스 간 통신을 위해 메시지 전달을 활용하여 조율과 로드 밸런싱을 보장한다.

실험 결과

연구 질문

• RQ1 유전 알고리즘에서 적합도 평가의 병렬화가 다중 프로세서 스케줄링의 실행 시간을 크게 단축시킬 수 있는가?
• RQ2 대규모 스케줄링 문제에서 병렬 마스터-슬레이브 GA의 성능은 순차적 GA에 비해 어떻게 다른가?
• RQ3 동기 실행 모델이 속도 향상과 함께 해법 품질을 유지하는가?
• RQ4 프로세서 수와 문제 복잡도가 증가함에 따라 제안된 병렬 GA의 확장성은 어떠한가?
• RQ5 병렬 방법은 순차적 실행에 비해 비현실적인 고세대, 고복잡도 스케줄링 문제를 처리할 수 있는가?

주요 결과

• 제안된 병렬 유전 알고리즘은 순차적 구현 대비 더 빠른 수렴과 감소된 실행 시간을 달성한다.
• 동기식 마스터-슬레이브 모델은 프로세서 간 로드 밸런싱을 효과적으로 달성하고, 유휴 시간을 최소화한다.
• 각 적합도 평가에 소요되는 계산 비용이 높고 개체 집단 크기가 큰 문제에서 성능 향상이 가장 두드러진다.
• 알고리즘이 확장성 있음을 입증하며, 프로세서 수가 증가함에 따라 일관된 속도 향상이 관찰된다.
• 해법 품질은 순차적 GA와 경쟁 가능하며, 병렬화가 최적화 효과를 손상시키지 않음을 시사한다.
• 특히 적합도 평가가 실행 시간을 지배하는 고세대 복잡한 스케줄링 문제에서 이 방법은 매우 효과적이다.