Kinerja Komputasi dengan Parallel Processing

Artikel ini dibuat untuk memenuhi tugas softskill mata kuliah Pengantar Komputasi Modern

Pengertian

Pemrosesan paralel (parallel processing) adalah penggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Idealnya, parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang digunakan. Tetapi dalam praktek, seringkali sulit membagi program sehingga dapat dieksekusi oleh CPU yang berbeda-beda tanpa berkaitan di antaranya. Agar dapat terjadi parallel processing, maka dibutuhkan pula algoritma parallel yang tentu berbeda dengan algoritma sekuensial, dimana algoritma parallel adalah perkembangan algoritma sekuensial untuk banyak CPU.

Kinerja Komputasi

Paralel komputasi berarti menggunakan lebih dari satu prosesor komputer untuk memecahkan masalah. Secara klasik, komputer telah dikenalkan pendatang baru sebagai sistem "sequential", dimana prosesor bergerak satu langkah pada satu waktu. Masih terdapat mesin dan aplikasi yang memerlukan hal ini, tetapi hari ini kebanyakan sistem memiliki fitur paralel.

Superkomputer mencapai kecepatan yang luar biasa pada perhitungan ilmiah dengan menggunakan jumlah processor yang menakjubkan. Server menggunakan beberapa processor untuk menangani banyak permintaan simultan pada waktu yang tepat. Sebagai contoh, server web dapat menggunakan puluhan prosesor untuk memasok ratusan halaman per detik. Grid computing menggabungkan banyak komputer yang didistribusikan (sering dari organisasi yang berbeda) ke dalam satu sistem kesatuan. Chip Multicore termasuk beberapa core prosesor pada sebuah chip komputer. Bahkan laptop (atau sistem kecil lainnya) yang menggunakan chip multicore adalah komputer paralel. Graphics prosesor (sering disebut GPU) adalah jenis khusus dari chip awalnya dirancang untuk pengolahan citra. Mereka memiliki jumlah besar-besaran prosesor skalar untuk memungkinkan rendering banyak piksel secara paralel.

Untuk mendapatkan hasil maksimal dari sebuah komputer paralel, membutuhkan pencarian dan pemanfaatan kesempatan untuk melakukan beberapa hal sekaligus. Beberapa contoh peluang tersebut dalam aplikasi komputer realistis mungkin mencakup :

• Data paralelisme - memperbarui banyak elemen dari sebuah struktur data secara bersamaan, seperti program pengolah gambar yang menghaluskan piksel.
  
• Pipelining - menggunakan prosesor terpisah pada tahapan yang berbeda dari perhitungan, yang memungkinkan beberapa masalah yang harus "di dalam pipa" sekaligus.
  
• Tugas paralelisme - menetapkan prosesor yang berbeda untuk tugas konseptual yang berbeda, seperti simulasi iklim yang memisahkan model atmosfer dan kelautan.
  
• Tugas peternakan - menjalankan salinan yang banyak pada sebuah tugas untuk kemudian digabungkan, seperti pada simulasi Monte Carlo atau pengujian alternatif desain.
  
• Spekulatif paralelisme - mencoba alternatif yang mungkin tidak diperlukan untuk pra-menghitung kemungkinan jawaban, seperti dalam mencari langkah terbaik dalam pohon permainan.
  

SUMBER

http://cnx.org/content/m18099/latest/#dataparallel
http://luemut4n.0fees.net/index.php/soft-skill/89-kinerja-komputasi-dengan-parallel-processing.html
http://sulistiyo.web.id/index.php?option=com_content&view=article&id=13:kinerja-komputasi-dengan-parallel-processing&catid=28:current-users&Itemid=44