Paralel Processing adalah kemampuan menjalankan tugas atau
aplikasi lebih dari satu aplikasi dan dijalankan secara simultan atau bersamaan
pada sebuah komputer. Secara umum, ini adalah sebuah teknik dimana sebuah
masalah dibagi dalam beberapa masalah kecil untuk mempercepat proses
penyelesaian masalah.
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 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.
DISTRIBUTED PROCESSING
Distributed
processing adalah manajemen banyak proses yang dieksekusi di banyak
sistem komputer yang tersebar (terdistribusi) disatu jaringan. Pada
sistem operasi tersebar yang ideal, pemrograman tidak perlu menyadari
keberadaan banyak pemroses. Kecenderungan masa datang adalah menuju
komputasi tersebar (distributed processing). Banyak riset dan pengembang sistem operasi tersebar antaranya AMOEBA , MACH , dan sebagainya.
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.
Terdapat 2 buah teknik pada thread, yaitu :
S
static Threading
static Threading
Teknik ini biasa digunakan untuk komputer
dengan chip multiprocessors dan jenis komputer shared-memory lainnya. Teknik
ini memungkinkan thread berbagi memori yang tersedia, menggunakan program
counter dan mengeksekusi program secara independen. Sistem operasi menempatkan
satu thread pada prosesor dan menukarnya dengan thread lain yang hendak
menggunakan prosesor itu.
2 Dynamic Multithreading
Teknik ini merupakan pengembangan dari teknik
sebelumnya yang bertujuan untuk kemudahan karena dengannya programmer tidak
harus pusing dengan protokol komunikasi, load balancing dan kerumitan lain yang
ada pada static threading.
OpenMP
merupakan API yang mendukung multi-platform berbagi memori multiprocessing pemrograman
C , C + + , dan Fortran , pada kebanyakan arsitektur prosesor dan system operasi
, termasuk Solaris , AIX , HP-UX , GNU / Linux , Mac OS X , dan Windows platform.
Ini terdiri dari satu set perintah kompiler, rutinitas library, dan variable lingkungan
yang mempengaruhi perilaku run-time. OpenMP dikelola oleh nirlaba teknologi
konsorsium OpenMP Arsitektur Review Board (ARB atau OpenMP), bersama-sama
didefinisikan oleh sekelompok perangkat keras komputer utama dan vendor
perangkat lunak, termasuk AMD , IBM , Intel , Cray , HP , Fujitsu , Nvidia ,
NEC , Microsoft , Texas Instruments , Oracle Corporation , dan banyak lagi.
Pengantar Pemrograman CUDA GPUSebelum membahas apa itu CUDA, saya akan menjelaskan apa itu GPU. GPU ( Graphics Processing Unit ) adalah sebuah processor khusus yang dirancang untuk mempercepat, memanipulasi dan mengubah memori yang berfungsi mempercepat pemuatan gambar. dibawah ini adalah contoh dari salah satu GPU.
kali ini saya akan membahas CUDA. CUDA ( Compute Unified Device Architecture ) merupakan suatu
cara yang dibuat oleh NVIDIA agar GPU yang ada tidak hanya untuk mengolah grafis melainkan juga dapat untuk tujuan umum. CUDA sendiri mendukung pemrogrman bahasa C yang dimana
dapat terhubung langsung dengan GPU. untuk melihatnya dapat membuka www.nvidia.com/cuda .
sumber:
http://abdanniputri.blogspot.com/search/label/Softskill
http://andri102.wordpress.com/game/soft-skill/konsep-komputasi-parallel-processing/
http://seto.citravision.com/berita-50-parallel-computation--pengantar-message-passing-openmp.html
http://rcaesario.blogspot.com/2013/04/parallel-computation.html