A.
PARALLELISM
CONCEPT
Komputasi paralel adalah salah satu teknik melakukan
komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara
bersamaan. Biasanya diperlukan saat kapasitas yang diperlukan sangat besar,
baik karena harus mengolah data dalam jumlah besar ataupun karena tuntutan
proses komputasi yang banyak. 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.
Komputer dikatakan sebagai mesin komputasi paralel
jika memenuhi beberapa syarat berikut ini:
- Data yang diproses dipecah menjadi bagian-bagian
terpisah yang bekerja secara independen dan terus-menerus.
- Proses pengeksekusian instruksi ganda. Sehingga
dalam sekali waktu, bisa dihasilkan 2 atau lebih suatu output data. Untuk lebih
detilnya bisa dibaca pada sub bab taksonomi Flynn. Yang dalam hal ini sangat
berbeda dengan paradigma perkembangan pengolahan data yang berkisar pelebaran
jalur data, bukan penjamakan instruksi
- Dapat menyelesaikan tugas lebih cepat daripada
dengan perangkat serial.
B.
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 tersebut akan terpecah menjadi beberapa
bagian secara terdistribusi.
C.
ARCHITECTURAL
PARALLEL COMPUTER
Michael J. Flynn menciptakan satu diantara sistem
klasifikasi untuk komputer dan program paralel, yang dikenal dengan sebutan
Taksonomi Flynn. Flynn mengelompokkan komputer dan program berdasarkan
banyaknya set instruksi yang dieksekusi dan banyaknya set data yang digunakan
oleh instruksi tersebut.
1. SISD (Single Instruction stream, Single
Data stream)
Komputer tunggal yang mempunyai satu
unit kontrol, satu unit prosesor dan satu unit memori Instruksi dilaksanakan secara
berurut tetapi boleh juga overlap dalam tahapan eksekusi (overlap) Satu alur
instruksi didecode untuk alur data tunggal.
2. SIMD (Single Instruction stream,
Multiple Data stream)
Komputer yang mempunyai beberapa unit
prosesor di bawah satu supervisi satu unit common control. Setiap prosesor
menerima instruksi yang sama dari unit kontrol, tetapi beroperasi pada data
yang berbeda.
3. MISD (Multiple Instruction stream,
Single Data stream)
Sampai saat ini struktur ini masih
merupakan struktur teoritis dan belum ada komputer dengan model ini.
4. MIMD (Multiple Instruction stream,
Multiple Data stream)
Organisasi komputer yang memiliki
kemampuan untuk memproses beberapa program dalam waktu yang sama. Pada umumnya
multiprosesor dan multikomputer termasuk dalam
kategori ini.
Sumber :
http://ahmadqusyairi.blogspot.com/2010/03/openmp-open-multi-processing.html
http://asepkeren-intiblogger.blogspot.com/2012/08/artikel-pengertian-parallel-computing.html
http://myblogisland.blogspot.co.id/2013/04/parallel-computation.html