LKW-Einsätze in Minutenschnelle geplant
IT am KIT: Forscher parallelisieren Transportplanungs-Software auf Mehrkernrechner / Zeitaufwand um den Faktor 18 reduziert
Speditionen optimieren die Transportpläne für ihre Fahrzeuge und damit ihre Kosten mithilfe von spezieller Software. Das Ermitteln der optimalen Routen erfordert allerdings hohe Rechenleistung. Auf Einkernrechnern kann dies mehrere Stunden dauern. Forscher des KIT haben nun eine gängige sequenzielle Transportplanungssoftware parallelisiert. Die Parallelisierung auf einem Mehrkernrechner mit 24 Kernen verkürzte die typische Optimierungszeit für reale Daten durchschnittlich von 1,5 Stunden auf fünf Minuten.
Multicore-Systeme, die mehrere Prozessorkerne auf einem Chip vereinen, ermöglichen es, Aufgaben parallel zu bearbeiten. So lassen sich Rechenleistung und -geschwindigkeit deutlich steigern. Um dieses Potenzial voll auszuschöpfen, muss sequenzielle Software, die Aufgaben nacheinander auf einem Prozessorkern abarbeitet, allerdings umgeschrieben, das heißt parallelisiert werden. Die Parallelisierung einer kommerziellen SAP-Anwendung zur Speditionsplanung ist den Informatikern Markus Hossner, Dr. Victor Pankratius und Professor Walter F. Tichy am Karlsruher Institut für Technologie gelungen. In der Zeitschrift "it – Information Technology" stellen die Forscher die verschiedenen aktuellen Parallelisierungsansätze vor.
Bei der Software "Vehicle Scheduling and Routing Optimizer" handelt es sich um ein Modul der SAP "Business Suite". Sie dient dazu, die kostengünstigsten Routen zu berechnen, dabei Lieferungen zu Fahrzeugen zuzuweisen, Ladevorgaben zu berücksichtigen und Umladezeiten einzuplanen. Die Software basiert auf einem evolutionären Algorithmus, der die Prinzipien biologischer Evolution im Computer nachbildet. Dieser Algorithmus sollte nach einer Vorgabe von SAP nicht ersetzt, sondern von sequenziell auf parallel rechnend umgeschrieben werden. Dabei galt es, die einzelnen Aufgaben geschickt aufzuspalten und zu synchronisieren. „Wichtig war sicherzustellen, dass jeder Ausführungsstrang auf seine eigenen Daten zurückgreift“, erklärt Victor Pankratius, der am KIT die Young Investigator Group „Multicore Software Engineering“ leitet.
Die Forscher ermittelten den geeigneten Parallelisierungsansatz experimentell und arbeiteten dabei auch mit den realen Daten aus Speditionen. „Es hat sich herausgestellt, das zuvor theoretisch nach Lehrbuch entwickelte Ansätze in der Praxis nicht funktionieren, weil bei ihnen der Aufwand durch das Hin- und Herschieben der Daten letztlich den Gewinn der Parallelisierung übersteigt“, erläutert Pankratius.
Victor Pankratius, Walter F. Tichy: Truck Scheduling on Multicore. it – Information Technology; 53 (2011) 2/DOI 10.1524/itit.2011.0626.
www.oldenbourg-link.com/doi/pdf/10.1524/itit.2011.0626