ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 29/3-4 - 2015  - pp.425-451  - doi:10.3166/ria.29.425-451
TITRE
État de l’art sur les simulations multi-agents et le GPGPU

TITLE
Multi-agent-based simulation and GPGPU : State of the art and recent research trends

RÉSUMÉ
Dans le domaine des systèmes multi-agents, la hausse constante du nombre d’entités implique un besoin en ressource de calcul de plus en plus important. Cependant, les nombreux outils et plates-formes permettant le développement de simulations multi-agents sur CPU ne supportent plus cette demande en perpétuelle augmentation. Une solution est de se tourner vers le calcul haute performance et notamment vers le calcul sur carte graphique : le GPGPU. Apportant un rapport performance/prix imbattable, cette technique souffre cependant d’une programmation très spécifique qui limite son adoption par la communauté. Dans cet article, nous faisons un état des lieux des simulations multi-agents sur GPU et identifions les solutions les plus prometteuses en vue d’une généralisation de l’utilisation de cette technologie dans la communauté multi-agent.


ABSTRACT
In some application domains, using a Multi-Agent Systems (MAS) modeling approach may require to handle a large number of agents (crowds, traffic, ecosystems, etc.). In such cases, the computational resources which are needed often raise scalability problems. Considering this kind of issues, General-Purpose computing on Graphics Processing Units (GPGPU) appears to be an appealing solution as it enables huge speed up on a regular PC. However, this technology relies on a highly specialized architecture, implying a very specific programming approach. That is the reason why GPGPU is not widespread technology in the MAS community. This paper reviews the literature which is at the intersection between MAS and GPGPU. The different approaches used are presented and the most promising solutions for a generalization of GPGPU technology in our community will be highlighted.


AUTEUR(S)
Emmanuel HERMELLIN, Fabien MICHEL, Jacques FERBER

MOTS-CLÉS
SMA, GPGPU, CUDA, OpenCL, architecture hybride.

KEYWORDS
MAS, GPGPU, CUDA, OpenCL, hybrid architecture.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (659 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier