Presentacin: Buenos das, mi nombre es Jess Felipe Grande Garca y soy estudiante del ITLP y

estoy aqu para presentar los resultados obtenidos en el mejoramiento de la implementacin de un algoritmo gentico utilizando unidades para procesamiento grafico de propsito general, mediante la optimizacin de cdigo.

2: Los aspectos considerados en el trabajo son: Optimizacin, CUDA, Algoritmos Genticos y

funciones de prueba.

Optimizacin: La tarea de optimizar implica determinar los valores para una serie de parmetros
de tal manera que bajo ciertas restricciones se satisfaga alguna condicin. La optimizacin es importante en muchos campos y especialidades e implica tareas de tareas tanto de minimizacin como de optimizacin, y en algunos casos la velocidad con la que se encuentra este valor ptimo puede incidir en el xito o fracaso de un proceso.

CUDA: una forma de aumentar la velocidad de procesamiento es mediante la ejecucin de las

instrucciones o procesos en paralelo, que ya no est restringido solo a aplicaciones que se realizan en grandes y costosos equipos de cmputo, actualmente se puede hacer uso de tarjetas grficas gracias a que estas estn diseadas para realizar computacin intensiva altamente paralela y para ello est dotada de mayor cantidad de transistores que se dedican al procesamiento de datos en las unidades aritmtico lgicas (ALU) en lugar de almacenar datos en cache o controlar el flujo de informacin como se observa en la diapositiva.

CUDA2: En la arquitectura CUDA se visualizan los siguientes elementos:

Threads (hilos): Es donde se ejecutan las funciones, estos pueden procesarse simultneamente y cuentan con una memoria local para almacenar datos. Blocks (bloques): Estos se componen de un conjunto de hilos que se ejecutan en un multiprocesador. Grid (malla): Esta es un conjunto de bloques y cada malla se ejecuta en una GPU distinta y cuenta con memoria accesible para todos los bloques que la componen.

CUDA3: Cuando un programa multi-hilos es particionado en bloques de hilos estos se ejecutan

independientemente de otros bloques. Por lo que una GPU con ms ncleos automticamente ejecutara en mucho menos tiempo una operacin que una GPU con menos ncleos.

AG: Los algoritmos genticos en su versin original basan su comportamiento en la evolucin de

las especies donde sobreviven los ms adaptados al entorno, siendo el concepto central una poblacin definida como un conjunto de individuos. En la aplicacin de Algoritmos genticos distribuidos se inicia con n poblaciones de m individuos generados de forma aleatoria. Posteriormente de manera iterativa se calcula la aptitud de los individuos y se aplican los operadores genticos de Seleccin, Cruce y Mutacin, para

determinar a los individuos que formaran la siguiente poblacin. AG2: Cada cantidad de generaciones se ejecuta el proceso de migracin el cual consiste en enviar al mejor individuo de cada poblacin a su poblacin vecina para que su material gentico se combine con sus individuos.