PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.06641v1cs.AI

가속 푸리에 SAT (AFSAT): GPU 기반 대칭 의사-불리언 SAT 솔버의 완전한 구현

Accelerated Fourier SAT (AFSAT): Fully Realising a GPU-based Symmetric Pseudo-Boolean SAT Solver

본 논문에서는 연속 지역 탐색(CLS)을 기반으로 한 의사-불리언 만족가능성(pseudo-Boolean satisfiability)을 위한 GPU 가속 솔버인 Accelerated Fourier SAT (AFSAT)를 제안한다. AFSAT는 개념 증명 수준의 접근 방식인 FastFourierSAT를 단일 문제 인스턴스 내에서 대칭 제약 유형과 길이의 임의적인 이종 혼합을 지원하는 완전히 공학적으로 구현된 솔버로 발전시킨다. JAX 컴파일러를 활용하여 AFSAT는 순수 함수 합성, 자동 벡터화, 자동 미분, 그리고 JIT(just-in-time) 컴파일을 통해 후보 할당의 배치 전체에 걸쳐 대규모 병렬 CLS를 수행한다. 메모리 지연 및 부동소수점 표현에서 발생하는 다양한 한계를 식별하고 해결하는 동시에 자동 병렬화 및 컴팩트 표현을 활용함으로써, 개념 증명 대비 수치 안정성, 실행 시간 성능, 메모리 효율성을 크게 향상시켰다. 부동소수점의 본질적인 표현 및 안정성 한계는 맞춤형 이산 푸리에 변환(DFT) 구현을 통해 부분적으로 해소된다. JAX 배열 샤딩을 통해 다중 가속기로 확장 시 거의 선형에 가까운 처리량을 달성한다.