PARALLEL COMPUTATION
Artikel
Penulisan
Parallel
Computation
Nama Anggota :
1.
Alfrido Rivaldi (50415525)
2.
Calvin Yusuf (51415427)
3.
Irham Zuhri (53415442)
4.
Patrick Izzac (55415323)
5.
Ridho Abdul (55415921)
6.
Zaskya S Putri (57415398)
Kelas :
4IA22
Mata
Kuliah : Pengantar Komputasi Modern
Dosen
: Dr. RINA NOVIANA,
SKOM,. MMSI
Teknik Informatika
Universitas Gunadarma
2019
1. Pendahuluan
Dalam bahasa indonesia komputasi bisa diarikan
sebagai cara untuk menemukan pemecahan masalah dari data input dengan
menggunakan suatu algoritma. hal ini ialah apa itu teori komputasi. komputasi
paralel itu sendiri yaitu melakukan komputasi secara bersamaan dengan
memanfaatkan beberapa komputer secara bersamaan. komputasi paralel itu sendiri
membutuhkan :
a. Algoritma
b. Bahasa Pemrograman
c. Compiler
Program komputer paralel lebih susah untuk
dibangun dibandingkan dengan program komputer serial, hal ini disebabkan
keserempakan menimbulkan masalah yang potensial di dalam membagi pekerjaan
menjadi subpekerjaan dan menggabungkan kembali subpekerjaan tersebut menjadi
hasil oleh perangkat lunak, diantaranya kondisi berebut (race condition).
komunikasi dan sinkronisasi diantara unit pemroses (processing unit) menjadi
satu diantara tantangan terbesar untuk menghasilkan program paralel dengan
performa yang baik.
2. Sejarah
singkat
Pada tahun 1958, peneliti IBM, yang bernama
John Cocke dan Daniel Slotnick membahas tentang pemanfaatan paralelisme di
dalam komputasi numerik untuk pertama kalinya. Burroughs Coporation
memperkenalkan D825 pada tahun 1962, sebuah komputer dengan empat buah
prosessor yang mengakses 16 modul memori dengan bantuan skalar bar-silang
(cossbar switch).
3. Latar
Belakang
Komputasi paralel memanfaatkan beberapa elemen
pemroses secara berkesinambungan untuk menyelesaikan permasalahan, dengan cara
menyelesaikan permasalahan, dengan cara memecah masalah menjadi bagian-bagian
independen, kemudian masing-masing bagian tersebut diselesaikan oleh
masing-masing elemen pemroses sesuai dengan algoritma secara serempak. elemen
pemroses dapat terdiri dari unit pemroses yang heterogen dan dapat pula terdiri
dari unit pemroses yang homogen. elemen pemroses dapat berupa komputer tunggal
dengan banyak prosessor, beberapa komputer yang terhubung dalam suatu jaringan,
perangkat keras yang dikhususkan untuk melakukan komputasi paralel, ataupun
kombinasi dari perangkat-perangkat yang lainnya.
A. Parallelism
Concept:
Teknik
ini meningkatkan kecepatan proses dengan cara memperbanyak jumlah modul
perangkat keras yang dapat beroperasi secarasimultan disertai dengan membentuk
beberapa proses yang bekerja secara simultan pada modul-modul perangkat keras
tersebut. Secara formal, pemrosesan paralel adalah sebuah bentuk efisien
pemrosesan informasi yang menekankan pada eksploitasi dari konkurensi
kejadian-kejadian dalam proses komputasi. Pemrosesan paralel dapat terjadi pada
beberapa tingkatan (level) proses.
Tingkatan
tertinggi pemrosesan paralel terjadi pada proses di antara banyak job
(pekerjaan) atau pada program yang menggunakan multiprogramming, time sharing,
dan multiprocessing. Multiprogramming kemampuan eksekusi terhadap beberapa
proses perangkat lunak dalam sebuah system secara serentak, jika dibandingkan
dengan sebuah proses dalam satu waktu, dan time sharing berarti menyediakan
pembagian selang waktu yang tetap atau berubah-ubah untuk banyak program. Multiprocessing
adalah dukungan sebuah sistem untuk mendukung lebih darisatu prosesor dan
mengalokasikan tugas kepada prosesor-prosesor tersebut.
Multiprocessing sering di implementasikan
dalam perangkat keras (dengan menggunakan beberapa CPU sekaligus), sementara
multiprogramming sering digunakan dalam perangkat lunak. Sebuahsistem mungkin
dapat memiliki dua kemampuan tersebut, salah satu di antaranya, atau tidak sama
sekali. Pemrosesan paralel dapat juga terjadi pada proses di antara
prosedurprosedur atau perintah perintah (segmen program) pada sebuah program. untuk
meningkatkan kecepatan proses komputasi, dapat ditempuh 2 cara:
1.
Peningkatan
kecepatan perangkat keras.
2.
Peningkatan
kecepatan perangkat lunak.
Tingkat Paralelisme
Berdasarkan
tingkat paralelismenya prosesor paralel dapat dibagi menjadi beberapa tingkat sebagai
berikut :
1.
Komputer Array:
a. Prosesor array : beberapa prosesor yang
bekerja sama untuk mengolah set instruksi yangsama dan data yang berbeda - beda
atau biasa disebut SIMD (Single Instruction-stream Multiple&ata)
b. Prosesor vektor : beberapa prosesor yang
disusun seperti pipeline.
2.
Multiprosesor,
yaitu sebuah sistem yang memiliki 2 prosesor atau lebih yang saling berbagi memori.
3.
Multikomputer,
yaitu sebuah sistem yang memiliki 2 prosesor atau lebih yang masing-masing
prosesor memiliki memori sendiri.
B. Distributed
Processing:
Kemampuan
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. Jika salah satu prosesor mengalami
kegagalan atau masalah yang lain akan mengambil alih tugasnya. Dalam proses
distribusi sudah mutlak diperlukan perpaduan yang mendalam antara teknologi
komputer dan telekomunikasi, karena selain proses yang harus didistribusikan,
semua host komputer wajib melayani terminal-terminalnya dalam satu perintah
dari komputer pusat.
C. Architectural
Parallel Computer:
a. SISD (Single Instruction – Single Data)
Adalah
satu-satunya yang menggunakanarsitektur Von Neumann. Ini dikarenakan pada model
ini hanya digunakan 1 processor saja. Oleh karenaitu model ini bisa dikatakan
sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnyamerupakan
komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer
yangmenggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.
b. SIMD (Single Instruction – Multiple Data)
SIMD menggunakan banyak
processordengan instruksi yang sama, namun setiap processor mengolah data yang
berbeda. Sebagai contoh kitaingin mencari angka 27 pada deretan angka yang
terdiri dari 100 angka, dan kita menggunakan 5processor. Pada setiap processor
kita menggunakan algoritma atau perintah yang sama, namun datayang diproses
berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama
hinggaurutan 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).
c. MISD (Multiple Instruction – Single Data)
MISD menggunakan banyak
processordengan setiap processor menggunakan instruksi yang berbeda namun
mengolah data yang sama. Hal inimerupakan kebalikan dari model SIMD. Untuk
contoh, kita bisa menggunakan kasus yang sama padacontoh 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
yangdigunakan untuk teknik pencariannya berbeda di setiap processor. Sampai
saat ini belum ada komputeryang menggunakan model MISD.
d. MIMD (Multiple Instruction – Multiple Data)
MIMD menggunakan
banyakprocessor dengan setiap processor memiliki instruksi yang berbeda dan
mengolah data yang berbeda.Namun banyak komputer yang menggunakan model MIMD
juga memasukkan komponen untuk modelSIMD. Beberapa komputer yang menggunakan
model MIMD adalah IBM POWER5, HP/CompaqAlphaServer, Intel IA32, AMD Opteron,
Cray XT3 dan IBM BG/L.
D. Implementasi
Parallel Computation:
WETA
Digital, sebuah perusahaan animasi dan spesial efek yang bermarkas di Selandia
Baru, membangun fasilitas render farm berbasis cluster hingga skalabilitas
ribuan prosesor untuk mengerjakan film ini. Jika sekuel Lord of The Ring dikerjakan
dengan personal computer (PC) yang tercepat saat ini, dibutuhkan waktu lebih
dari 10 tahun untuk menyelesaikan proses rendering. Bagi para artis grafis 3D
atau animator, hal yang paling menyita waktu adalah menunggu proses rendering.
Beberapa
waktu lalu Pixar, sebuah studio 3D spesial efek membangun HPC Cluster baru
berbasis 1.920 prosesor Intel Xeon untuk menggantikan mesin Sun Enterprise
Render Server yang dipakai untuk produksi film Monster Inc.Oracle, vendor
aplikasi database terkemuka telah mendukung teknologi cluster dengan
meluncurkan Oracle 9i.
Berpikir
sedikit optimistis, dengan dukungan ini setidaknya kita bisa mengevaluasi ulang
kebutuhan kita membeli mainframe yang mahal untuk menjalankan aplikasi
enterprise Anda dan menggantikan dengan mesin berbasis HPC Cluster. Dan
mungkin, dengan sedikit percaya diri, mesin tersebut dapat merupakan produk
rakitan sendiri. Selain dapat menjadi indikasi kegiatan riset dan pencapaian
teknologi kepemilikan superkomputer, hal itu juga merupakan masalah prestisius
bangsa. Salah satu proyek yang cukup ambisius tahun ini adalah RedGrid, sebuah
supercluster RRC yang dibangun oleh Cray dengan prosesor AMD Opteron dan
diprediksikan menjadi superkomputer nomor dua tercepat di dunia.
Di
negara tetangga seperti Thailand, Malaysia, dan Singapura terdapat banyak
sekali proyek HPC Cluster yang dibangun untuk kebutuhan riset dan industri.
Bagaimana dengan Indonesia? Mungkin sampai saat ini belum ada satu lembaga
penelitian atau universitas pun yang memiliki HPC Cluster. Pertanyaan perlu
atau tidak merupakan hal yang relatif dan mengingat bahwa di negara kita hampir
tidak ada riset teknologi maju ataupun dasar. Kecenderungan kita adalah membeli
sebuah solusi jadi dan bukan know-how, membuat bangsa ini sangatlah sukar untuk
maju secara teknis dalam bidang teknologi.
SUMBER
:
Komentar
Posting Komentar