Algorytmy wielowątkowe (równoległe i rozproszone) są naturalnym rozszerzeniem algorytmów sekwencyjnych rozwijanych od dziesięcioleci, a implementowanych dotychczas głównie w środowiskach obliczeń jednoprocesorowych. Wprowadzenie w ostatniej dekadzie łatwo dostępnych architektur równoległych, w postaci procesorów wielordzeniowych i procesorów obliczeniowych MIC i GPU, wymaga nowego sposobu konstruowania algorytmów tak, by w pełni wykorzystać znaczną moc obliczeniową sprzętu komputerowego. Trend ten jest wyraźnie widoczny w dziedzinie optymalizacji dyskretnej. Podstawowym problemem jest odpowiednio efektywne zaadoptowanie silnie sekwencyjnych jedno-procesorowych obliczeń na odpowiedni ich wariant równoległy, wielo-procesorowy. Wielowątkowe metaheurystyki, zastosowane do rozwiązywania NP-trudnych problemów optymalizacyjnych, pozwalają nie tylko na znaczne przyspieszenie obliczeń, ale także stanowią, same w sobie, nową generację algorytmów, charakteryzujących się nierzadko tzw. ponadliniowym przyspieszeniem (efekt synergii).
Pracowania Systemów Dyskretnych dysponuje urządzaniami klasy MIC (Intel Xeon Phi) oraz multi-GPU (nVidia Tesla), dysponującymi ponad 4000 rdzeni, które wykorzystywane są do harmonogramowania i optymalizacji w czasie rzeczywistym (technologie CUDA, OpenMP). Projektowanie algorytmy są także uruchamiane na dużym klastrze obliczeniowym (MPI).
Zastosowanie badań
Zastosowanie badań obejmuje projektowanie i implementację szybkich równoległych algorytmów optymalizacyjnych dla zagadnień takich, jak:
obliczenia macierzowe,
szeregowanie zadań,
harmonogramowanie produkcji (bardzo duże instancje problemu lub planowanie w czasie rzeczywistym),
optymalizacji transportu,
planowanie operacyjne z uwzględnieniem niepewności danych.
Projektowane algorytmy mogą być także uruchamiane na stacjach roboczych wyposażonych w urządzenia koprocesorowe (MIC, GPU), stanowiące tanią alternatywę dla dużych centr superkomputerowych (pod względem stosunku mocy obliczeniowej do ceny zestawu).
