A Preliminary Study on Accelerating Simulation Optimization with GPU Implementation

我们进行了一项初步研究，探讨了使用GPU（图形处理器）加速计算，以应用于使用一阶或二阶算法的三个模拟优化任务。与仅使用CPU（中央处理器）的实现相比，GPU实现从并行处理大规模矩阵和向量操作的计算优势中受益。数值实验表明，在模拟优化问题中使用GPU实现具有计算优势，并且随着问题规模的增加，这种优势相对进一步增加。

利用GPU加速计算在模拟优化问题中的应用

使用GPU实现大规模矩阵和向量运算的并行计算，提高模拟优化问题的计算效率

论文通过数值实验验证了GPU实现在模拟优化问题中的计算优势，并证明随着问题规模的增加，GPU实现的优势进一步增加

最近的相关研究主要集中在GPU加速计算的应用上，如《GPU acceleration of Monte Carlo tree search-based algorithm for solving the vehicle routing problem》和《GPU-accelerated Monte Carlo simulation of the two-dimensional Ising model》等