Nama : Marla Nur Assyifa
NPM : 56414412
Kelas : 4IA04
Mata Kuliah : Pengantar Komputasi Modern#
Parallelism Concept
Pengantar Thread Programming
Pengantar Message Passing, OpenMP
NPM : 56414412
Kelas : 4IA04
Mata Kuliah : Pengantar Komputasi Modern#
Parallelism Concept
Parallelism Concept merupakan bentuk dari komputasi yang dapat melakukan tugas secara paralel dengan waktu yang bersamaan. 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 proses. Tingkatan tertinggi terjadi di antara banyak pemrosesan atau pada program yang menggunakan multiprogramming, time sharing, dan multiprocessing. Parallel computing dalam konsep penggunaan komputer masa kini adalah menggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang digunakan, maka semakin ringan pemecahan masalah masing-masing CPU. Parallel processing dengan multitasking sangatlah berbeda. Pada multitasking, satu CPU mengeksekusi beberapa program sekaligus. Sedangkan parallel processing dapat disebut juga dengan istilah parallel computing.
Distributed Processing
Distributed Processing adalah kemampuan menjalankan semua proses pengolahan data secara bersamaan antara komputer yang berfungsi sebagai 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 lalu hasil pengolahannya digabungkan menjadi satu penyelesaian total. Jika salah satu prosesor mengalami kegagalan atau masalah maka prosesor yang lain akan mengambil alih tugasnya. Contoh dari distributed processing adalah komputer yang dirancang untuk tugas-tugas melaksanakan proyek, analisis finansial, penjadwalan waktu, dan juga pengolahan data suatu server yang tersebar di suatu wilayah.
Architectural Parallel Computer
Architecturan Parallel Computer menurut klasifikasi Flynn's:
- SISD (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. Klasifikasi ini sekedar untuk melengkapi definisi komputer paralel. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.
- SIMD (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. Komputer vektor adalah salah satu komputer paralel yang menggunakan arsitektur ini. 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).
- MISD (Multiple Instruction - Single Data). 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. Sampai saat ini belum ada komputer yang menggunakan model MISD.
- MIMD (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. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.
Pengantar Thread Programming
Thread adalah sebuah alur kontrol dari sebuah proses. Konsep threading adalah menjalankan 2 proses baik proses yang sama ataupun berbeda dalam satu waktu. Sebagai contoh sebuah web browser mempunyai thread untuk menampilkan gambar atau tulisan sedangkan thread yang lain berfungsi sebagai penerima data dari network. Threading dibagi menjadi 2 yaitu :
- 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.
- 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. Concurrency platform ini menyediakan scheduler yang melakukan load balacing secara otomatis. Walaupun platformnya masih dalam pengembangan namun secara umum mendukung dua fitur : nested parallelism dan parallel loops.
Pengantar Message Passing, OpenMP
Message Passing adalah suatu teknik bagaimana mengatur suatu alur komunikasi messaging terhadap proses pada sistem. Message passing dalam ilmu komputer adalah suatu bentuk komunikasi yang digunakan dalam komputasi paralel, pemrograman-pemrograman berorientasi objek, dan komunikasi interproses. Dalam model ini, proses dapat mengirim dan menerima pesan yang terdiri dari nol atau lebih byte, struktur daya yang kompleks, bahkan segmen kode ke proses lainnya dan dapat melakukan sinkronisasi. Message passing ini merupakan standar yang dikembangkan untuk membuat aplikasi pengirim pesan secara portable. Sebuah komputasi paralel terdiri dari sejumlah proses, dimana masing-masing bekerja pada beberapa data lokal. Setiap proses mempunyai variabel lokal dan tidak ada mekanisme suatu proses yang bisa mengakses secara langsung memori yang lain. Pembagian data antar proses dilakukan dengan message passing, yaitu dengan mengirim dan menerima pesan antar proses.
OpenMP adalah sebuah antarmuka pemrogrman aplikasi (API) yang mendukung multiprocessing shared memory pemrograman di bahasa 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 runtime.
OpenMP adalah sebuah antarmuka pemrogrman aplikasi (API) yang mendukung multiprocessing shared memory pemrograman di bahasa 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 runtime.
Pengantar Pemrograman CUDA GPU
GPU (Graphical Processing Unit) 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, maka meningkat pula kemampuan prosesor grafik tersebut. akselerasi peningkatan teknologi GPU ini lebih cepat daripada peningkatan teknologi prosesor sesungguhnya 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 (Compute Unified Device Architecture), merupakan sebuah arsitektur komputer parallel, dikembangkan oleh Nvidia. Teknologi ini dapat digunakan untuk menjalankan proses pengolahan gambar, video, rendering 3D, dll. VGA – VGA dari Nvidia yang sudah menggunakan teknologi CUDA yaitu : Nvidia GeForce GTX 280, GTX 260, dan seri sejenis untuk kelas mobile (VGA notebook). 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 mengedit 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 proses dari GPU dan CPU. VGA yang dapat memanfaatkan CUDA hanya versi 8000 atau lebih tinggi.
CUDA (Compute Unified Device Architecture), merupakan sebuah arsitektur komputer parallel, dikembangkan oleh Nvidia. Teknologi ini dapat digunakan untuk menjalankan proses pengolahan gambar, video, rendering 3D, dll. VGA – VGA dari Nvidia yang sudah menggunakan teknologi CUDA yaitu : Nvidia GeForce GTX 280, GTX 260, dan seri sejenis untuk kelas mobile (VGA notebook). 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 mengedit 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 proses dari GPU dan CPU. VGA yang dapat memanfaatkan CUDA hanya versi 8000 atau lebih tinggi.
Sumber :
- http://coretanmuvi.blogspot.com/2012/03/paralel-processing.html
- http://ridwanraa.blogspot.com/2015/12/parallelism-concept.html
- http://xditx32.blogspot.com/2012/09/pengertian-multiprocessingmultitasking.html
- https://rachmadpropaganda.wordpress.com/2011/04/01/online-communication/
-https://krustybrain.wordpress.com/2013/05/25/tugas-4-softskill-pengantar-komputasi-modern-sem-8/
- http://ridwanraa.blogspot.com/2015/12/parallelism-concept.html
- http://xditx32.blogspot.com/2012/09/pengertian-multiprocessingmultitasking.html
- https://rachmadpropaganda.wordpress.com/2011/04/01/online-communication/
-https://krustybrain.wordpress.com/2013/05/25/tugas-4-softskill-pengantar-komputasi-modern-sem-8/
