Parallel Computation || Tugas 6
Konsep
Paralel
Komputasi paralel adalah
salah satu teknik melakukan komputasi secara
bersamaan dengan memanfaatkan beberapa komputer independen
secara bersamaan. Ini umumnya diperlukan saat kapasitas yang diperlukan sangat
besar, baik karena harus mengolah data dalam jumlah besar (di industri keuangan, bioinformatika,
dll) ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum
ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika
komputasi), kimia (kimia
komputasi) dll.
Untuk lebih memperjelas lebih dalam mengenai
perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi paralel
(menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu
pengertian mengenai model dari komputasi.
DISTRIBUSI
PROCESSING
Distributed Processing
mengerjakan semua proses pengolahan data secara bersama antara komputer pusat
dengan beberapa komputer yang lebih kecil dan saling dihubungkan melalui jalur
komunikasi. Setiap komputer tersebut memiliki prosesor mandiri sehingga mampu
mengolah sebagian data secara terpisah, kemudian hasil pengolahan tadi
digabungkan menjadi satu penyelesaian total.
Hal itu merupakan cara
untuk mempercepat pengolahan data atau informasi dengan mendistribusikan
pekerjaan atau intruksi ke banyak komputer yang telah dipilih untuk memberi
kekuatan pemrosesan yang lebih cepat. Tujuan dari komputasi terdistribusi
adalah menyatukan kemampuan dari sumber daya (sumber komputasi atau sumber
informasi) yang terpisah secara fisik, ke dalam suatu sistem gabungan yang
terkoordinasi dengan kapasitas yang jauh melebihi dari kapasitas individual
komponen-komponennya. Jika salah satu prosesor mengalami kegagalan atau masalah
yang lain akan mengambil alih tugasnya.
ARSITEKTUR
KOMPUTER PARALEL
Karakteristik umum dari architectural parallel
komputer adalah sebagai berikut:
Pertama dalam hal pembagian memori pada komputer
parallel yang sangat bervariasi, namun pada umumnya memiliki kesamaan kemampuan
untuk semua prosesor dalam mengakses semua memori sebagai ruang alamat global.
Kedua beberapa prosesor dapat beroperasi secara
independen akan tetapi harus didukung oleh berbagai sumber daya memori yang
sama.
Ketiga yaitu karakteristik yang terletak pada
perubahan lokasi memori yang dipengaruhi oleh satu prosesor yang terlihat oleh
proses – prosesor lainnya.
Keempat, karakteristiknya terlihat pada mesin memori
bersama dapat dibagi menjadi dua kelas utama berdasarkan waktu akses memori:
UMA dan NUMA.
Sesuai taksonomi Flynn, seorang Designer Processor,
Organisasi Prosesor dibagi menjadi 4 :
SISD
Yang merupakan singkatan dari Single Instruction,
Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini
dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu
model ini bisa dikatakan sebagai model untuk komputasi tunggal.
SIMD
Yang merupakan singkatan dari Single Instruction,
Multiple Data. Menggunakan banyak processor dengan instruksi yang sama,
namun setiap processor mengolah data yang berbeda.
MISD
Merupakan singkatan dari Multiple Instruction,
Single Data. Menggunakan banyak processor dengan setiap processor
menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini
merupakan kebalikan dari model SIMD.
MIMD
Merupakan singkatan dari Multiple Instruction,
Multiple Data. Menggunakan banyak processor dengan setiap processor
memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak
komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD.
Sumber :
Komentar
Posting Komentar