Pengantar Komputasi Modern #
Paralel Processing dan Hubungan antara Komputasi Modern dengan Paralel Processing
Komputasi
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.
Skema
Komputasi Paralel
Untuk melakukan aneka jenis komputasi
paralel ini diperlukan infrastruktur mesin paralel yang terdiri dari banyak
komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel
untuk menyelesaikan satu masalah. Untuk itu diperlukan aneka perangkat lunak
pendukung yang biasa disebut sebagai middleware yang berperan untuk mengatur
distribusi pekerjaan antar node dalam satu mesin paralel. Selanjutnya pemakai
harus membuat pemrograman paralel untuk merealisasikan komputasi. Tidak berarti
dengan mesin paralel semua program yang dijalankan diatasnya otomatis akan
diolah secara parallel.
SISD
Merupakan singkatan dari Single
Instruction, Single Data yaitu satu-satunya yang menggunakan arsitektur Von
Neumann, karena pada model ini hanya menggunakan 1 processor saja. Oleh karena
itu model ini dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga
model lainnya merupakan komputasi paralel yang menggunakan beberapa processor.
Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360,
CDC 7600, Cray 1 dan PDP 1.
SIMD
Merupakan singkatan dari Single
Instruction, Multiple Data. Model ini menggunakan banyak processor dengan
instruksi yang sama, namun dengan 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
Merupakan singkatan dari Multiple
Instruction, Single Data. MISD menggunakan banyak processor dengan instruksi
yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model
SIMD. Sebagai contoh, dengan menggunakan kasus yang sama pada contoh model SIMD
namun cara untuk menyelesaikannya 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
Pada Multiple Instruction, Multiple Data
biasanya 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.
Hubungan
antara Komputasi Modern dengan Paralel Processing
Hubungan antara komputasi modern dan
parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau
komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara
manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin
diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan
perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor.
Sedangkan parallel processing adalah penggunaan beberapa processor
(multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja
computer semakin cepat.
Kinerja komputasi dengan menggunakan
paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU
untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat
diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi
dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi
tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi
penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang
masalah kecil, lebih murah menggunakan satu CPU saja.
Kelebihan:
v Waktu
eksekusi lebih cepat.
v Throughput
jadi lebih tinggi.
Kekurangan:
v Perangkat
keras lainnya yang dibutuhkan.
v Kebutuhan
daya juga lebih.
v Tidak
baik untuk daya rendah dan perangkat mobile.
v Parallel
processing adalah salah satu teknik komputasi modern.
v Karena
membutuhkan banyak prosesor maka biaya mahal
Pemrosesan Tunggal
(Serial) :
Ø Dijalankan
di komputer tunggal dengan 1 CPU
Ø Problem
dipecah dalam instruksi dengan eksekusi berurutan, hanya satu eksekusi dalam
satu waktu
Pemrosesan Paralel :
Ø Dijalankan
menggunakan banyak CPU
Ø Problem
dipecah menjadi bagian yang dapat dikerjakan secara bersamaan.
Ø Tiap
bagian dipecah menjadi instruksi terurut
Ø Instruksi
tiap bagian dieksekusi secara simultan di CPU berbeda
Karakteristik Pengolahan Paralel
Mempunyai kemampuan untuk :
1. Memecah problem ke dalam beberapa task yang
dapat dikerjakan secara simultan
2. Menjalankan
multi instruksi program dalam satu waktu
3. Menyelesaikan problem lebih cepat di multi
sumber daya komputasi daripada sumber daya tunggal
Alasan Menggunakan Pengolahan Paralel
1. Menghemat
waktu dan biaya
2. Penggunaan
lebih banyak resource untuk satu task akan mempercepat waktu pengerjaan, dengan
potensi penghematan biaya
3. Cluster
dapat dibangun dengan komponen komoditas dan murah
4. Mengerjakan
problem yang lebih besar
5. Banyak
problem tidak bisa dipecahkan dengan computer tunggal, memori terbatas: Grand Challenge, web search engine yang memproses
jutaan transaksi perdetik
6. Menyediakan
concurrency
7. Sumber
daya pararel dapat melakukan banyak hal secara simultan. Contoh: access grid
yang menyediakan jaringan kolaborasi global 6
Arsitektur Memori
Komputer Paralel
Shared memory: prosesor
dapat mengakses semua
memori sebagai space
alamat global, Uniform Memory Access (UMA),Non-Uniform Memory Access (NUMA), Distributed
memory: prosesor mempunyai memori lokal
sendiri. Inter-prosesor
memori perlu networking, Hybrid distributed
Sumber :
https://www.academia.edu/attachments/36986149/download_file?st=MTQ5NDM5ODYzNCwyMDIuMTI1Ljk1LjI3LDI3NzM2ODQ2&s=swp-toolbar&ct=MTQ5NDM5ODY0MCwxNDk0Mzk4Njg5LDI3NzM2ODQ2