Fine-Grain GPU Parallelization of the Generalized Partition Crossover for Large-Scale Traveling Salesman Problems
本文提出了一种针对大规模旅行商问题（TSP）的广义划分交叉（GPX）算子的细粒度 GPU 实现，该实现利用图并行技术实现了相对于顺序 CPU 方法 48 倍至 625 倍的加速，从而显著增强了基于遗传算法的求解器在现代多核架构上的可扩展性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
旅行商问题（Traveling Salesman Problem）是一个经典的谜题，几十年来一直挑战着数学家和计算机科学家。想象一名快递员必须访问一组特定的城市，每个城市仅访问一次，最后回到起点，同时要尽可能缩短行驶的总距离。虽然这个想法听起来很简单，但随着增加的城市数量，可能的路径数量会呈爆炸式增长，以至于即使是速度最快的超级计算机也无法检查每一个选项。这使得该问题成为优化领域的关键测试，其实际应用范围广泛，从物流运输、DNA测序到微芯片设计。为了解决这些庞大的谜题，研究人员经常使用一种受自然进化启发的方法——遗传算法（Genetic Algorithm）。在这种方法中，计算机生成数千条潜在的路径，将它们像遗传物质一样混合在一起，以创造出新的、有望更优的路径，并保留其中最好的路径来重复这一过程。这种方法的成功通常取决于一个被称为“交叉”（crossover）的特定步骤，即两条父代路径被结合以形成一条子代路径。然而，随着城市数量增加到数百万个，这种混合步骤变成了一个缓慢且困难的瓶颈，传统计算机难以高效处理。
西雅图大学和科罗拉多州立大学的研究团队开发了一种新方法，利用被称为图形处理器（GPU）的专用计算机芯片来加速这一混合过程。这些芯片旨在同时执行数千项计算，这种能力通常用于渲染复杂的视频游戏或训练人工智能。研究人员专注于一种高度有效的混合技术，称为广义划分交叉（Generalized Partition Crossover）。在这种方法中，计算机获取两条父代路径，并绘制出它们一致与不一致的地方，将组合后的地图分解成更小、更易处理的部分，通过交换这些部分来创造出一条新的、改进后的路径。挑战在于，这个映射过程涉及不规则的模式和复杂的连接，无法很好地适应大多数计算机处理数据的标准线性方式。研究人员意识到，虽然以往利用 GPU 处理该问题的尝试仅加速了整体路径种群的生成，但并未解决混合步骤本身的问题。
为了解决这个问题，团队将整个混合过程重新构想为一个可以分解为微小、独立任务的图分析问题。他们不再遵循一条单一、蜿蜒的路径穿过数据，而是将每条路径中的每个城市视为一个独立的“工人”。他们将有关路径的信息组织成一个整齐、连续的内存块，类似于图书馆如何将书籍整齐地排列在一个长长的书架上，而不是散落在不同的房间里。这使得数千个 GPU 线程可以同时访问数据而不会互相干扰。一项关键创新在于处理两条父代路径以复杂方式交叉的城市。研究人员使用了一种技术，将这些困难的交点临时拆分为更简单的部分，使计算机能够处理它们而不会陷入停滞或混乱。一旦这些复杂的交点被简化，系统就可以快速识别出哪些路径段已准备好进行交换，从而有效地将原本需要缓慢、逐步处理的任务实现了并行化。
该方法的测试结果非常显著。在测试规模从一万个城市到两百万个城市的各种问题时，基于 GPU 的系统表现出了大幅超越标准串行处理器计算机的性能。对于包含两百万个城市的最大测试案例，新系统仅用 6.6 秒就完成了混合阶段，而传统的计算机则需要 4,132.5 秒。这实现了 625 倍的加速。即使对于少于一万个城市的较小问题，该系统仍然快了近 50 倍。研究人员还发现，与旧方法相比，他们的方法使用的内存显著减少，其减少的数据量随城市数量增加而按比例缩放。这种效率表明，这项新技术不仅是理论上的改进，更是处理现代物流和科学研究所需的海量数据集的实用解决方案。
这项研究证实，通过重新构思复杂图问题在并行硬件上的结构，可以克服长期以来限制大规模问题中遗传算法的局限性。研究人员证明，曾经是最慢环节的混合步骤，可以通过加速使其不再成为限制计算机解决问题规模的瓶颈。虽然目前的实现侧重于混合阶段，但这一方法的成功为未来整个进化过程都在这些强大芯片上运行的系统打开了大门。这项工作表明，通过适当的架构变革，计算机现在可以仅用极短的时间处理拥有数百万个城市的旅行商问题，为那些曾经被认为过于庞大而无法解决的问题提供高质量的解决方案。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。