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

摘要

In some application domains, using a Multi-Agent Systems (MAS) modeling approach may require to handle a large number of agents (crowds, traffic, ecosystems, etc.). In such cases, the computational resources which are needed often raise scalability problems. Considering this kind of issues, General-Purpose computing on Graphics Processing Units (GPGPU) appears to be an appealing solution as it enables huge speed up on a regular PC. However, this technology relies on a highly specialized architecture, implying a very specific programming approach. That is the reason why GPGPU is not widespread technology in the MAS community. This paper reviews the literature which is at the intersection between MAS and GPGPU. The different approaches used are presented and the most promising solutions for a generalization of GPGPU technology in our community will be highlighted.%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.