克莱奥马尔·佩雷拉·达·席尔瓦;道格拉斯·莫塔·迪亚斯;克里斯蒂亚娜·本特斯;马可·奥雷里奥·卡瓦尔坎蒂(Marco Aurélio Cavalcanti),帕切科(Pacheco);利安德罗·丰图拉·库比蒂诺 不断演变的GPU机器代码。 (英语) 兹比尔1358.68245 J.马赫。学习。物件。 16, 673-712 (2015). 概述:GP的并行图形处理单元(GPU)实现出现在文献中,使用了三种主要方法:(i)编译,它生成GPU代码中的个体并需要编译;(ii)伪汇编,它在中间汇编代码中生成个人,并且还需要编译;以及(iii)解释,解释代码。本文提出了一种使用量子计算概念并直接处理GPU机器码指令的新方法。我们的方法利用个体的概率表示来提高全局搜索能力。此外,机器代码的演变消除了编译代码的开销和评估期间解析程序的成本。对于20位布尔多路复用器基准测试,我们获得了高达2.74万亿次每秒的GP操作。我们还将我们的方法与其他三种基于GPU的加速方法进行了比较,这三种方法都是针对量子激励的线性GP实现的。在性能上取得了显著的提高。 MSC公司: 68T05型 人工智能中的学习和自适应系统 2007年7月68日 计算机体系结构的数学问题 2012年第68季度 计算理论中的量子算法和复杂性 关键词:遗传程序设计;图形处理单元;机器代码 软件:CUDA公司;GIMP公司;SIPI图像数据库 PDF格式BibTeX公司 XML格式引用 \textit{C.P.da Silva}等人,J.Mach。学习。第16号决议,673--712(2015年;Zbl 1358.68245) 全文: 链接