Parallel computation adalah salah satu
pemrograman komputer yang memungkinkan untuk melakukan eksekusi perintah secara
bersamaan dan berbarengan dalam satu ataupun banyak prosesor di dalam sebuah
CPU. Parallel computation sendiri berguna untuk meningkatkan performa komputer
karena semakin banyak proses yang bisa dikerjakan secara bersamaan maka akan
makin cepat.
Komputasi paralel biasanya diperlukan pada
saat terjadinya pengolahan data dalam jumlah besar ( di industri keuangan,
bioinformatika, dll ) atau dalam memenuhi proses komputasi yang sangat banyak.
Selanjutnya, komputasi paralel ini juga dapat ditemui dalam kasus kalkulasi
numerik dalam penyelesaian persamaan matematis di bidang fisika ( fisika
komputasi ), kimia ( kimia komputasi ), dll. Dalam menyelesaikan suatu masalah,
komputasi paralel memerlukan infrastruktur mesin paralel yang terdiri dari
banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara
paralel.
Parallelism Concept
Konsep paralel adalah sebuah kemampuan
prosesor untuk melakukan sebuah tugas ataupun banyak tugas secara simultan
ataupun bersamaan, dengan kata lain prosesor mampu melakukan satu ataupun
banyak tugas dalam satu waktu.
Distributed Processing
Pemrosesan terdistribusi merupakan
proses pendistribusian pengolahan paralel dalam pemrosesan paralel menggunakan
beberapa mesin. Jadi, bisa di bilang kemampuan dari suatu komputer-komputer
yang dijalankan secara bersamaan untuk memecahkan suatu masalah dengan proses
yang cepat.
Menurut Gustafson proses terdistribusi
adalah sebuah komputasi paralel berjalan dengan menggunakan dua atau lebih
mesin untuk mempercepat penyelesaian masalah dengan memperhatikan faktor
eksternal, seperti kemampuan mesin dan kecepatan proses tiap-tiap mesin yang
digunakan.
Didistribusikan pengolahan paralel
menggunakan pemrosesan paralel pada beberapa mesin. Salah satu contoh dari hal
ini adalah bagaimana beberapa komunitas memungkinkan pengguna untuk mendaftar
dan mendedikasikan komputer mereka sendiri untuk memproses beberapa data set
yang diberikan kepada mereka oleh server. Ketika ribuan pengguna mendaftar
untuk ini, banyak data dapat diproses dalam jumlah yang sangat singkat.
Contoh dari proses terdistribusi
adalah ketika terdapat macam masalah diberikan pada satu master, maka dengan
menggunakan komputer paralel masalah terseut akan terpecah menjadi beberapa
bagian secara terdistribusi.
Architectural Parallel Computer
Menurut seorang Designer Processor, taksonomi
Flynn, Arsitektur Komputer dibagi menjadi 4 baguan, yaitu :
Parallel computation
adalah salah satu pemrograman komputer yang memungkinkan untuk melakukan
eksekusi perintah secara bersamaan dan berbarengan dalam satu ataupun banyak
prosesor di dalam sebuah CPU. Parallel computation sendiri berguna untuk
meningkatkan performa komputer karena semakin banyak proses yang bisa
dikerjakan secara bersamaan maka akan makin cepat.
Komputasi
paralel biasanya diperlukan pada saat terjadinya pengolahan data dalam jumlah
besar ( di industri keuangan, bioinformatika, dll ) atau dalam memenuhi proses
komputasi yang sangat banyak. Selanjutnya, komputasi paralel ini juga dapat
ditemui dalam kasus kalkulasi numerik dalam penyelesaian persamaan matematis di
bidang fisika ( fisika komputasi ), kimia ( kimia komputasi ), dll. Dalam
menyelesaikan suatu masalah, komputasi paralel memerlukan infrastruktur mesin
paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan
mampu bekerja secara paralel.
Parallelism Concept
Konsep
paralel adalah sebuah kemampuan prosesor untuk melakukan sebuah tugas ataupun
banyak tugas secara simultan ataupun bersamaan, dengan kata lain prosesor mampu
melakukan satu ataupun banyak tugas dalam satu waktu.
Distributed Processing
Pemrosesan
terdistribusi merupakan proses pendistribusian pengolahan paralel dalam
pemrosesan paralel menggunakan beberapa mesin. Jadi, bisa di bilang kemampuan
dari suatu komputer-komputer yang dijalankan secara bersamaan untuk memecahkan
suatu masalah dengan proses yang cepat.
Menurut
Gustafson proses terdistribusi adalah sebuah komputasi paralel berjalan dengan
menggunakan dua atau lebih mesin untuk mempercepat penyelesaian masalah dengan
memperhatikan faktor eksternal, seperti kemampuan mesin dan kecepatan proses
tiap-tiap mesin yang digunakan.
Didistribusikan
pengolahan paralel menggunakan pemrosesan paralel pada beberapa mesin. Salah
satu contoh dari hal ini adalah bagaimana beberapa komunitas memungkinkan
pengguna untuk mendaftar dan mendedikasikan komputer mereka sendiri untuk
memproses beberapa data set yang diberikan kepada mereka oleh server. Ketika
ribuan pengguna mendaftar untuk ini, banyak data dapat diproses dalam jumlah
yang sangat singkat.
Contoh
dari proses terdistribusi adalah ketika terdapat macam masalah diberikan pada
satu master, maka dengan menggunakan komputer paralel masalah terseut akan
terpecah menjadi beberapa bagian secara terdistribusi.
Architectural Parallel Computer
Menurut
seorang Designer Processor, taksonomi Flynn, Arsitektur Komputer dibagi menjadi
4 baguan, yaitu :
- SISD
(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. Sedangkan ketiga model lainnya merupakan komputasi paralel yang
menggunakan beberapa processor.
- SIMD
(Single Instruction, Multiple Data) menggunakan banyak processor dengan instruksi yang
sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh
kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100
angka, dan kita menggunakan 5 processor. Pada setiap processor kita
menggunakan algoritma atau perintah yang sama, namun data yang diproses
berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama
hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai
urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh
komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP,
Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).
- MISD
(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. Untuk contoh, kita bisa menggunakan
kasus yang sama pada contoh model SIMD namun cara penyelesaian yang
berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan
kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang
digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai
saat ini belum ada komputer yang menggunakan model MISD.
- MIMD (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. Beberapa komputer
yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer,
Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.
Sumber
:
Tidak ada komentar:
Posting Komentar