ホップフィールドの神経回路網モデルを用いたフローグラフのデータフロー・マルチプロセッサへの最適割り当ての一手法

概要

論文の詳細を見る
データフローマシンは細粒度な並列計算機の代表とされている。すなわち、演算レベルでの並列性を自動的に見いだして実行するのである。しかし、データフローマシンも、単体での処理能力には限界があり、最近ではデータフロー・マルチプロセッサの開発がいくつかの場所でなさている。データフロー・マルチプロセッサは、複数のデータフロー計算機がネットワークにより結合され、マルチプロセッサを構成しているものである。一般に、フローグラフを静的に解析した結果をマルチプロセッサに最適に割り当てる問題はNP困難になることが知られており、制限を用いるなどして多項式のオーダーで解く方法が提案されている。一方、組合せ最適化問題に関しては神経回路網モデルによって解く方法が提唱されており、武田らはHopfieldのモデルを用いてHitchcock問題を解く方法について述べている。本論文ではこのデータフロー・マルチプロセッサに対しフローグラフを静的に割り当てる問題において、Hopfieldのモデルを用いて多項式のオーダーで解を得る方法を提案する。
一般社団法人情報処理学会の論文
1988-09-12