شتاب دهی الگوریتم های خوشه بندی با استفاده از مدل برنامه نویسی موازی ترکیبی روی پردازنده های گرافیکی
چکیده
در دنیای محاسبات مسائل چالش برانگیزی وجود دارند که حل آن ها در زمان معقول و با استفاده از یک پردازنده، دشوار است. با معماری پردازنده های چندهسته ای، زمان اجرای این کاربردها کاهش می یابد. پردازنده های گرافیکی با معماری چندهسته ای موازی، توان پردازشی بسیار بالایی را نسبت به پردازنده های مرکزی ارائه می دهند. این قابلیت موجب گسترش استفاده از آن ها در کاربردهای غیرگرافیکی شده است. توسعه استفاده از پردازنده های گرافیکی همه منظوره، گسترش زبان ها و ابزارهای برنامه نویسی موازی را به دنبال داشته است. محاسبات با کارایی بالا، زمانی امکان پذیر است که برنامه نویس روی سخت افزار این پردازنده ها، تخصیص وظایف بین آن ها، هماهنگ سازی و زمان بندی تمرکز کند. کودا، یک مدل برنامه نویسی موازی در راستای استفاده آسان از سخت افزار پردازنده های گرافیکی است. کودا، سلسله مراتبی از بلوک های نخ و حافظه مشترک را برای نوشتن برنامه های کاربردی بسیار موازی ارائه می دهد. هدف، استفاده از پردازش موازی به عنوان راه حلی کارآمد در افزایش کارایی محاسبات با حجم بالا است. در محاسبات داده-موازی، مانند خوشه بندی، که عملیات های محاسباتی بیشتر از عملیات های حافظه است می توان به حداکثر کارایی روی پردازنده های گرافیکی رسید. خوشه بندی، فرایند تجزیه و تحلیل آماری است که اشیاء مشابه را در مجموعه های همگن گروه بندی می نماید که با رشد داده ها و افزایش زمان انجام محاسبات، کارایی آن کاهش می یابد. خوشه بندی فازی، الگوریتمی تکراری است که گروه بندی داده ها را با استفاده از محاسبات خطی و جمع های تکراری، انجام می دهد؛ لذا انتخاب مناسبی برای موازی سازی به منظور شتاب دهی و افزایش کارایی است. در این تحقیق، تسریع محاسبات خوشه بندی فازی با استفاده از پردازنده گرافیکی و مدل برنامه نویسی موازی کودا، نسبت به پردازنده مرکزی بررسی می گردد. نتایج حاصل از پیاده سازی این الگوریتم با روش پیشنهادی نشان می دهد که زمان اجرا، از تسریع قابل توجهی برخوردار است.
