DISTRIBUSI PROCESSING
Definisi
umum dari pemrosesan terdistribusi merupakan cara untuk mempercepat pengolahan
data atau informasi dengan mendistribusikan pekerjaan atau intruksi ke banyak
komputer yang telah dipilih untuk memberi kekuatan pemrosesan yang lebih cepat.
Tujuan dari komputasi terdistribusi adalah menyatukan kemampuan dari sumber
daya (sumber komputasi atau sumber informasi) yang terpisah secara fisik, ke
dalam suatu sistem gabungan yang terkoordinasi dengan kapasitas yang jauh
melebihi dari kapasitas individual komponen-komponennya.
Tujuan lain yang ingin
dicapai dalam komputasi terdistribusi adalah transparansi. Kenyataan bahwa
sumber daya yang dipakai oleh pengguna sistem terdistribusi berada pada lokasi
fisik yang terpisah, tidak perlu diketahui oleh pengguna tersebut. Transparansi
ini memungkinkan pengguna sistem terdistribusi untuk melihat sumber daya yang
terpisah tersebut seolah-olah sebagai satu sistem komputer tunggal, seperti
yang biasa digunakannya. Dalam prosesnya setiap komputer berinteraksi satu sama
lain untuk mencapai tujuan bersama.
ARSITEKTUR KOMPUTER PARALEL
Karakteristik
umum dari architectural parallel komputer adalah sebagai berikut:
Pertama dalam hal pembagian memori
pada komputer parallel yang sangat bervariasi, namun pada umumnya memiliki kesamaan
kemampuan untuk semua prosesor dalam mengakses semua memori sebagai ruang
alamat global.
Kedua beberapa prosesor dapat
beroperasi secara independen akan tetapi harus didukung oleh berbagai sumber
daya memori yang sama.
Ketiga yaitu karakteristik yang terletak
pada perubahan lokasi memori yang dipengaruhi oleh satu prosesor yang terlihat
oleh proses – prosesor lainnya.
Keempat, karakteristiknya terlihat
pada mesin memori bersama dapat dibagi menjadi dua kelas utama berdasarkan
waktu akses memori: UMA dan NUMA.
Sesuai
taksonomi Flynn, seorang Designer Processor, Organisasi Prosesor dibagi menjadi
4 :
1. SISD (Single Instruction
Single Data Stream)
Single Instruction – Single Data.
Komputer ini memiliki hanya satu prosesor dan satu instruksi yang dieksekusi
secara serial. Komputer ini adalah tipe komputer konvensional. Menurut mereka
tipe komputer ini tidak ada dalam praktik komputer paralel karena bahkan
mainframe pun tidak lagi menggunakan satu prosesor.
2. SIMD (Single Instruction
Multiple Data Stream)
Single Instruction – Multiple Data.
Komputer ini memiliki lebih dari satu prosesor, tetapi hanya mengeksekusi satu
instruksi secara paralel pada data yang berbeda pada level lock-step.
3. MISD (Multiple
Instruction Single Data Stream)
Multiple Instructions – Single Data.
Teorinya komputer ini memiliki satu prosesor dan mengeksekusi beberapa
instruksi secara paralel tetapi praktiknya tidak ada komputer yang dibangun
dengan arsitektur ini karena sistemnya tidak mudah dipahami.
4. MIMD (Multiple
Instruction Multiple Data Stream)
Multiple Instructions – Multiple
Data. Komputer ini memiliki lebih dari satu prosesor dan mengeksekusi lebih
dari satu instruksi secara paralel. Tipe komputer ini yang paling banyak
digunakan untuk membangun komputer paralel, bahkan banyak supercomputer yang
menerapkan arsitektur ini.
THREAD PROGRAMMING
Secara umum model
pemrograman ini adalah jenis pemrograman memori yang digunakan secara
bersamaan. Dalam Thread Programming Paralel, sebuah proses tunggal dapat
memiliki beberapa jalur eksekusi yang konkuren. Implementasi thread bukanlah
hal baru dalam teknik komputasi, Secara historis, perusahaan hardware
menerapkan thread versi mereka sendiri. Implementasi tersebut berada secara
substansial dari satu sama lain sehingga sulit bagi programmer untuk
mengembangkan aplikasi yang thread portabel.
MESSAGING PASSING, OPEN MP
Jenis
model ini menunjukkan karakteristik sebagai berikut:
- Tugas
pertukaran data melalui komunikasi dengan mengirim dan menerima pesan.
- Transfer
data biasanya memerlukan kerjasama operasi yang akan dilakukan oleh
masing-masing proses.
(Open
Multi-Processing) adalah sebuah antarmuka pemrograman aplikasi (API) yang
mendukung multi processing shared memory pemrograman di C, C++ dan Fortran pada
berbagai arsitektur, termasuk UNix dan Microsoft Windows platform. OpenMP
Terdiri dari satu set perintah kompiler, perpustakaan rutinitas, dan variabel
lingkungan yang mempengaruhi run-time. Banyak Aplikasi dibangun dengan model
hibrida pemrograman paralel dapat
dijalankan pada komputer cluster dengan menggunakan OpenMP dan Message Passing
Interface (MPI), atau lebih transparan dengan menggunakan ekstensi OpenMP
non-shared memory systems.
PEMROGRAMAN CUDA (GRAPHICAL
PROCESSING UNIT)
Sebagaimana telah kita ketahui bahwa
Cuda adalah platform komputasi paralel dan model pemrograman yang diciptakan
oleh perusahaan perangkat keras dunia yaitu NVIDIA. hal ini memungkinkan
peningkatan dramatis dalam kinerja komputasi dengan memanfaatkan kekuatan dari
Graphics Processing Unit(GPU).
Sebuah GPU (Graphical Processing
Unit) pada awalnya adalah sebuah prosesor yang berfungsi khusus untuk melakukan
rendering pada kartu grafik saja, tetapi seiring dengan semakin meningkatnya
kebutuhan rendering, terutama untuk mendekati waktu proses yang realtime
/sebagaimana kenyataan sesungguhnya, maka meningkat pula kemampuan prosesor
grafik tersebut. akselerasi peningkatan teknologi GPU ini lebih cepat daripada
peningkatan teknologi prosesor sesungguhnya (CPU), dan pada akhirnya GPU
menjadi General Purpose, yang artinya tidak lagi hanya untuk melakukan
rendering saja melainkan bisa untuk proses komputasi secara umum.
Penggunaan Multi GPU dapat
mempercepat waktu proses dalam mengeksekusi program karena arsitekturnya yang
natively parallel. Selain itu Peningkatan performa yang terjadi tidak hanya
berdasarkan kecepatan hardware GPU saja, tetapi faktor yang lebih penting
adalah cara membuat kode program yang benarbenar bisa efektif berjalan pada
Multi GPU.
CUDA merupakan singkatan dari
Compute Unified Device Architecture,didefinisikan sebagai sebuah arsitektur
komputer parallel, dikembangkan oleh Nvidia. Teknologi ini dapat digunakan
untuk menjalankan proses pengolahan gambar, video, rendering 3D, dan lain
sebagainya. VGA – VGA dari Nvidia yang sudah menggunakan teknologi CUDA antara
lain : Nvidia GeForce GTX 280, GTX 260,9800 GX2, 9800 GTX+,9800 GTX,9800
GT,9600 GSO, 9600 GT,9500 GT,9400 GT,9400 mGPU,9300 mGPU,8800 Ultra,8800
GTX,8800 GTS,8800 GT,8800 GS,8600 GTS,8600 GT,8500 GT,8400 GS, 8300 mGPU, 8200
mGPU, 8100 mGPU, dan seri sejenis untuk kelas mobile (VGA notebook).
Singkatnya, CUDA dapat memberikan
proses dengan pendekatan bahasa C, sehingga programmer atau pengembang software
dapat lebih cepat menyelesaikan perhitungan yang komplek. Bukan hanya aplikasi
seperti teknologi ilmu pengetahuan yang spesifik. CUDA sekarang bisa
dimanfaatkan untuk aplikasi multimedia.
Misalnya meng-edit film dan melakukan filter gambar. Sebagai contoh
dengan aplikasi multimedia, sudah mengunakan teknologi CUDA. Software TMPGenc
4.0 misalnya membuat aplikasi editing dengan mengambil sebagian proces dari GPU
dan CPU. VGA yang dapat memanfaatkan CUDA hanya versi 8000 atau lebih tinggi.
Keuntungan dengan CUDA sebenarnya
tidak luput dari teknologi aplikasi yang ada. CUDA akan mempercepat proses
aplikasi tertentu, tetapi tidak semua aplikasi yang ada akan lebih cepat
walaupun sudah mengunakan fitur CUDA.
http://www.gunadarma.ac.id/
1 komentar:
.
Posting Komentar