본 논문은 트리 기반 유전자 프로그래밍(TGP)의 GPU 가속을 위한 고성능 프레임워크인 EvoGP를 제안한다. EvoGP는 프로그램 개체의 구조적 이질성, 다중 수준 병렬 처리 통합의 복잡성, 고성능 CUDA 실행과 유연한 Python 환경 간의 비호환성과 같은 문제점을 해결한다. EvoGP는 텐서화된 표현, 적응형 병렬 처리 전략, PyTorch 런타임에 맞춤형 CUDA 커널을 내장하여 GPU 가속을 실현한다. 실험 결과 EvoGP는 최대 $10^{11}$ GPops/s의 처리량을 달성했으며, GPU 기반 TGP 구현 대비 최대 $528\times$, CPU 기반 라이브러리 대비 $18\times$의 속도 향상을 보였다. 또한 EvoGP는 다양한 Python 기반 환경과의 통합을 지원한다.
