systèmes multi-agents et calcul haute performance sur gpu€¦ · systemes multi-agents` et calcul...

Systemes Multi-Agents etcalcul haute performance sur GPU

Fabien MICHELEmmanuel HERMELLIN

equipe SMILELIRMM - Universite Montpellier II - CNRS - France

MIPS - Seminaire logiciels embarques25/11/2014

Fabien MICHEL - LIRMM SMA & GPGPU 1

SMAGPGPU

SMA + GPGPU

Plan

1 SMA : Systemes Multi-Agents

2 GPGPU : General-Purpose on Graphics Processing Units

3 SMA et GPGPU


SMAGPGPU

SMA + GPGPU

IADExemplesSimulation de SMA

Plan



3 SMA et GPGPU


SMAGPGPU

SMA + GPGPU


Systemes Multi-Agents (IA Distribuee)

IA “classique” : programmeexpert mais isole


SMAGPGPU

SMA + GPGPU


Systemes Multi-Agents (IA Distribuee)

IA Distribuee : programmes “simples” eninteraction


SMAGPGPU

SMA + GPGPU


Systemes Multi-Agents

Exemples de SMA reels (systemes complexes)


SMAGPGPU

SMA + GPGPU


Simulation de Systemes Multi-Agents

Principes de modelisation

les entites du niveau micro (agents)

l’environnement des agents et sa dynamique

les interactions agent / agent et agent / environnement

Exemple d’application : www.massivesoftware.com


SMAGPGPU

SMA + GPGPU


Simulations multi-agents

Verrou majeur : les besoins en ressource de calcul

passage a l’echelle difficile

expressivite des modeles limitee

interaction temps reel difficile

Solution HPC : utilisation du GPU (Graphical Processing Unit)

peu couteux

disponible sur des PC ordinaires


SMAGPGPU

SMA + GPGPU

Plan



3 SMA et GPGPU


SMAGPGPU

SMA + GPGPU

Specificites des GPU


SMAGPGPU

SMA + GPGPU

Performances des GPU


SMAGPGPU

SMA + GPGPU

GPGPU : General-Purpose on Graphics Processing Units


SMAGPGPU

SMA + GPGPU

GPGPU : domaines applicatifs (developer.nvidia.com/about-cuda)


SMAGPGPU

SMA + GPGPU

Exemples d’applications embarquees


SMAGPGPU

SMA + GPGPU

Programmation GPGPU

Difficultes

Repose sur une architecture tres specialisee

Pas de programmation objet (stream processing paradigm)

=⇒ Necessite des competences avancees


SMAGPGPU

SMA + GPGPU

Tout-sur-GPUApproches hybridesTurtleKit 3

Plan



3 SMA et GPGPU


SMAGPGPU

SMA + GPGPU


Approches existantes[Richmond et al. 10, Demeulemeester et al. 11, D’Souza et al. 08, Silva et al. 10 . . . ]

Sugarscape on steroids [D’Souza et al. 08]2 millions d’agents sur 2560x1024, avec 196 cœurs


SMAGPGPU

SMA + GPGPU


Approches existantes[Richmond et al. 10, Demeulemeester et al. 11, D’Souza et al. 08, Silva et al. 10 . . . ]

FLAME GPU framework [Richmond et al. 10]


SMAGPGPU

SMA + GPGPU


Tout-sur-GPU : benefices et limitations

Benefices

Tres rapide sur des PCs ordinaires

Scalabilite : permet la simulation de millions d’agents

Limitations des approches Tout-sur-GPU

Traduction de modele OO pour le GPGPU : programmes TREScomplexes, difficiles a faire evoluer et a maintenir.=⇒ (1) limite l’accessibilite et la reutilisabilite=⇒ (2) limite la portee des plates-formes developpees


SMAGPGPU

SMA + GPGPU


Approches hybrides


SMAGPGPU

SMA + GPGPU


Integration du GPGPU dans TurtleKit 3 www.turtlekit.org

Objectifs TurtleKit

(1) Scalabilite grace au GPU=⇒ populations et environnements plus grands

(2) Conserver l’accessibilite de la plate-forme=⇒ garder un modele oriente objet=⇒ Pas de Tout-sur-GPU ⇒ integration incrementale


SMAGPGPU

SMA + GPGPU


TURTLEKIT : simulation de SMA spatialises


SMAGPGPU

SMA + GPGPU




SMAGPGPU

SMA + GPGPU


Exemple de calcul couteux : evaporation d’une pheromone

Evaporation d’une pheromone : version sequentielle

Procedure evapSeq(grille,largeur,hauteur,evapCoef)Pour i de 0 a largeur faire

Pour j de 0 a hauteur fairegrille[i][j]← grille[i][j] × evapCoef ;

Fin PourFin Pour

Fin

Algorithme 1: evaporation CPU


SMAGPGPU

SMA + GPGPU


Programmation GPGPU

Stream Processing

Un jeu de donnees (le flux – stream)Un noyau de calcul – kernel, appliquee a chaque element du flux.


SMAGPGPU

SMA + GPGPU


Le module de diffusion GPU : Exemple de l’evaporation

Evaporation d’une pheromone : version GPU

Procedure evapGPU(grille,largeur,hauteur,evapCoef)i ← blockIdx.x × blockDim.x + threadIdx.x ;j ← blockIdx.y × blockDim.y + threadIdx.y ;Si (i < largeur ET j < hauteur ) Alors

grille[i][j]← grille[i][j] × evapCoef ;Fin Si

Fin

Algorithme 2: evaporation GPU


SMAGPGPU

SMA + GPGPU


Resultats


SMAGPGPU

SMA + GPGPU


Conclusion


SMAGPGPU

SMA + GPGPU


Merci de votreattention


SMAGPGPU

SMA + GPGPU


TurtleKit 3


SMAGPGPU

SMA + GPGPU



systèmes multi-agents et calcul haute performance sur gpu€¦ · systemes multi-agents` et calcul...

Documents