Komputasi Paralel

Posted by : Pebryan Kamis, 24 November 2016

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan.

Tujuannya 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.

Peningkatan Kecepatan

Peningkatan kecepatan dapat diformulasikan dalam persamaan berikut ini

S={\frac {T_{1}}{T_{j}}}

Dimana

T_{1}

adalah waktu yang dibutuhkan untuk menyelesaikan pekerjaan (program komputer) bila dijalankan dalam satu komputer. Dan

T_{j}

adalah waktu yang dibutuhkan jika pekerjaan dikerjakan bersamaan oleh beberapa komputer.

Ada limitasi dalam usaha membuat suatu program komputer berjalan lebih efisien melalui peningkatan kecepatan, hukum yang menetapkan batasan ini dikenal sebagai Hukum Amdahl. Ide dari hukum amdahl ini adalah bahwa anda hanya akan bisa meningkatkan efisiensi program komputer anda, sebatas pada bagian tertentu dari program tersebut yang dapat di paralelkan. Sementara bagian yang memang harus dilaksanakan secara berurutan, akan menjadi penentu performa akhir.

Kembali ke analogi memasak tadi, bila anda harus menggunakan sarung tangan sebelum menyalakan kompor ataupun memotong bawang, maka waktu yang anda butuhkan untuk memakai sarung tangan ini adalah waktu serial, yang tidak dapat dihindari. Sementara waktu untuk memasak dan memotong bawang tadi adalah bagian yang bisa diparalelkan.

Hukum Amdahl

Telah dijelaskan bahwa dari

T_{1}

(waktu yg dibutuhkan menjalankan pekerjaan dalam satu komputer) tadi, ada sebagian yg tidak bisa diparalelkan. Untuk menyatakan ini kita gunakan notasi

\alpha

dimana

0\leq \alpha \leq 1

menunjukkan berapa bagian dari

T_{1}

yang tidak bisa dijadikan paralel (atau bagian serial dari program ini).

Maka kita ketahui

\alpha *T_{1}

adalah waktu yg tidak akan terpengaruh oleh bertambahnya komputer yg digunakan (a).

Sisanya

(1-\alpha )*T_{1}

adalah waktu yang akan berkurang menjadi

{\frac {(1-\alpha )*T_{1}}{N}}

bila kita menggunakan N komputer tambahan (b) .

Sehingga waktu total yang dibutuhkan untuk menjalankan pekerjaan dalam N komputer adalah (a) + (b) alias :

T_{N}=\alpha *T_{1}+{\frac {(1-\alpha )*T_{1}}{N}}

Peningkatan kecepatan yang kita peroleh dari persamaan ini adalah :

S_{N}={\frac {T_{1}}{\alpha *T_{1}+{\frac {(1-\alpha )*T_{1}}{N}}}}

Mungkin anda akan mendapati persamaan speed up yang terlihat berbeda tetapi pada dasarnya sama. Persamaan dibawah, bisa didapat dari persamaan diatas, dengan mengeliminasi komponen

T_{1}

(pada bagian atas dan bawah persamaan), lalu mengatur N dan

\alpha

S_{N}={\frac {N}{1+\alpha (N-1)}}

Bila anda cermati persamaan di atas, bisa dilihat bahwa jika kita menggunakan komputer yang amat banyak (

N\rightarrow \infty

) komponen (b) akan dapat diabaikan, menyisakan persamaan :

S_{N}={\frac {1}{\alpha }}

Inilah batas maksimum peningkatan kecepatan yang bisa dicapai menurut hukum Amdahl yaitu perbandingan terbalik dari seberapa banyak bagian serial dari suatu pekerjaan.

Dalam sistem terdistribusi dimana anda berusaha menggunakan lebih banyak prosesor untuk menyelesaikan masalah, akan ada imbal balik. Menggunakan komputer tambahan dari lokasi yang berbeda memberikan anda sumber komputasi baru, tetapi juga melibatkan biaya komunikasi tambahan, saat anda harus memberikan pekerjaan tersebut pada komputer yg terpisah.

Hukum Gustafson

Dalam arsitektur komputer, hukum Gustafson (atau hukum Gustafson-Barsis ini ) memberikan speedup teoritis dalam latency dari pelaksanaan tugas pada waktu eksekusi tetap yang dapat diharapkan dari sistem yang sumber daya ditingkatkan. Hal ini dinamai ilmuwan komputer John L. Gustafson dan rekannya Edwin H. Barsis, dan disajikan dalam artikel Hukum mengevaluasi kembali Amdahl pada tahun 1988.

Hukum Gustafson dapat dirumuskan dengan cara berikut:

    S latency (s) = 1 - p + sp, {\ displaystyle S _ {\ text {latency}} (s) = 1-p + sp,} {\ displaystyle S _ {\ text {latency}} (s) = 1 p + sp,}dimana    Slatency adalah speedup teoritis dalam latency dari pelaksanaan seluruh tugas;
    s adalah speedup di latency dari pelaksanaan bagian dari tugas yang manfaat dari peningkatan sumber daya sistem;
    p adalah persentase beban kerja pelaksanaan seluruh tugas mengenai bagian yang menguntungkan dari peningkatan sumber daya sistem sebelum perbaikan.

Hukum Gustafson membahas kekurangan hukum Amdahl, yang didasarkan pada asumsi ukuran masalah tetap, yaitu suatu beban kerja eksekusi yang tidak berubah sehubungan dengan peningkatan sumber daya. Hukum Gustafson bukannya mengusulkan bahwa programmer cenderung mengatur ukuran masalah untuk sepenuhnya memanfaatkan kekuatan komputasi yang menjadi tersedia sebagai sumber daya meningkatkan. Oleh karena itu, jika peralatan lebih cepat tersedia, masalah yang lebih besar dapat diselesaikan dalam waktu yang sama.

Dampak hukum Gustafson adalah untuk menggeser. Tujuan penelitian untuk memilih atau merumuskan masalah sehingga pemecahan masalah yang lebih besar dalam jumlah waktu yang sama akan mungkin. Dengan cara hukum mengubah efisiensi, karena kemungkinan bahwa keterbatasan yang ditetapkan oleh bagian berurutan dari program dapat diatasi dengan meningkatkan jumlah total perhitungan.

Model komputasi paralel

Model komputasi Paralel.
1. Embarasingly Parallel adalah pemrograman paralel yang digunakan pada masalah-masalah yang bisa diparalelkan tanpa membutuhkan komunikasi satu sama lain. Sebenarnya pemrograman ini bisa dibilang sebagai pemrograman paralel yang ideal, karena tanpa biaya komunikasi, lebih banyak peningkatan kecepatan yang bisa dicapai.
2. Taksonomi dari model pemrosesan paralel dibuat berdasarkan alur instruksi dan alur data yang digunakan:
– SISD (Single Instruction Single Datapath) merupakan prosesor tunggal, yang bukan paralel.
– SIMD (Single Instruction Multiple Datapath)alur instruksi yang sama dijalankan terhadap banyak alur data yang berbeda. Alur instruksi di sini kalau tidak salah maksudnya ya program komputer itu. trus datapath itu paling ya inputnya, jadi inputnya lain-lain tapi program yang digunakan sama.
– MIMD (Multiple Instruction Multiple Datapath)alur instruksinya banyak, alur datanya juga banyak, tapi masing-masing bisa berinteraksi.
– MISD (Multiple Instruction Single Datapath)alur instruksinya banyak tapi beroperasi pada data yang sama.

Penerapan

Penerapan Komputasi Paralel Bisa di terapkan pada Bidang Ilmu Pengetahuan & Teknik komputasi paralel telah dianggap sebagai “high end computing”, dan telah digunakan untuk memodelkan masalah sulit dalam banyak bidang ilmu pengetahuan dan teknik , sebagai contoh di terapakan pada :

Ilmu Fisika
Bioteknologi
Bioscience
Pembuatan Pesawat Luar Angkasa pada Bidang Teknik
Pembuatan Circuit Untuk Elektronik

Penerapan Komputasi Juga diterapakan pada Industri dan Komersial, aplikasi komersial memberikan kekuatan pendorong sama atau lebih besar dalam pengembangan komputer yang lebih cepat. Aplikasi ini memerlukan pengolahan data dalam jumlah besar dengan cara yang canggih. Sebagai contoh:

Web search engines, web based business services
Databases, data mining
Networked video and multi-media technologies

Sumber :

https://en.wikipedia.org/wiki/Gustafson's_law
https://andri102.wordpress.com/game/soft-skill/konsep-komputasi-parallel-processing/
https://valkriye.wordpress.com/2013/06/14/pengenalan-sederhana-tentang-komputasi-paralel/

Subscribe to Posts | Subscribe to Comments

Selamat Datang

Our greatest weakness lies in giving up. The most certain way to succeed is always to try just one more time.

Life is a Journey. When we stop, things don't go right.

Love is a fruit in season at all times, and within reach of every hand.