Artikel Penulisan
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 :
0 komentar: