État de l'art sur les simulations multi-agents et le GPGPU Évolution et perspectives de recherches

Emmanuel Hermellin 1 Fabien Michel 1 Jacques Ferber 1
1 SMILE - Système Multi-agent, Interaction, Langage, Evolution
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
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.
Mots-clés : OpenCL SMA GPGPU CUDA
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2015, 29 (3-4), pp.425-451. 〈10.3166/ria.29.425-451〉
Liste complète des métadonnées

Littérature citée [50 références]  Voir  Masquer  Télécharger

https://hal-lirmm.ccsd.cnrs.fr/lirmm-01236844
Contributeur : Emmanuel Hermellin <>
Soumis le : mercredi 2 décembre 2015 - 11:11:36
Dernière modification le : jeudi 11 janvier 2018 - 06:26:17
Document(s) archivé(s) le : samedi 29 avril 2017 - 02:15:45

Fichier

2015_RIA.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Emmanuel Hermellin, Fabien Michel, Jacques Ferber. État de l'art sur les simulations multi-agents et le GPGPU Évolution et perspectives de recherches. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2015, 29 (3-4), pp.425-451. 〈10.3166/ria.29.425-451〉. 〈lirmm-01236844〉

Partager

Métriques

Consultations de la notice

213

Téléchargements de fichiers

833