EvoGP는 Tree-based Genetic Programming (TGP)의 GPU 가속을 위한 고성능 프레임워크입니다. TGP의 계산 집약적인 특성을 고려하여, EvoGP는 세 가지 핵심 문제 (구조적 이질성, 다중 수준의 병렬 처리 통합의 복잡성, 고성능 CUDA 실행과 유연한 Python 기반 환경 간의 비호환성)를 해결하기 위해 제안되었습니다. 변수 크기의 트리를 고정된 형태의 메모리 정렬 배열로 인코딩하는 텐서 표현, 데이터셋 크기에 따라 개체 내 및 개체 간 병렬 처리를 동적으로 결합하는 적응형 병렬 처리 전략, 그리고 PyTorch 런타임에 사용자 정의 CUDA 커널을 통합하는 방식을 통해 이러한 문제들을 해결합니다. 실험 결과, EvoGP는 최첨단 GPU 기반 TGP 구현보다 최대 140배 빠른 속도 향상을 달성했으며, 경쟁력 있는 정확도를 유지하면서 대규모 개체군 크기에서 확장성을 크게 향상시켰습니다. EvoGP는 오픈 소스이며 GitHub에서 이용 가능합니다.
