Anda di halaman 1dari 5

NAMA : MICHAEL FEBRY PRAWINDAPUTRA NOMOR : 02 KELAS : TEKNIK INFORMATIKA 4

PENGANTAR TEKNOLOGI INFORMASI SERIAL PROCESSING


Serial processing atau serial pengolahan adalah pengolahan yang terjadi secara berurutan. Ada perintah eksplisit di mana operasi terjadi dan secara umum hasil dari satu tindakan yang diketahui sebelum tindakan berikutnya dianggap. Sistem pengolahan Serial dapat meniru tindakan sistem paralel, meskipun dengan kerugian (dan biasanya serius) bersamaan dalam efisiensi. Bandingkan dengan paralel pengolahan. Pengolahan memori Serial adalah tindakan untuk menghadiri dan pengolahan satu item pada suatu waktu. Hal ini biasanya kontras terhadap pengolahan memori paralel, yang merupakan tindakan untuk menghadiri dan pengolahan semua item secara bersamaan. Dalam jangka pendek tugas memori, peserta diberi satu set item (misalnya huruf, angka) satu per satu dan kemudian, setelah berbagai periode penundaan, diminta untuk mengingat barang. Selain itu, peserta bisa bertanya apakah item target tertentu hadir di set aslinya. Urutan serial item dan hubungan antara mereka dapat memiliki berbagai mempengaruhi pada kecepatan item dan akurasi recall.

PARALLEL PROCESSING
Parallelprocessing adalah penggunakan lebih dari sa t u C P U u n t u k menjalankan sebuah program secara simultan. Komputasi parallel adalah salah satu teknik melakukan komputasi secara bersamaan denganmemanfaatkan beberapa komputer secara bersamaan. Biasanyadiperlukan saat kapasitas yangdiperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar ataupun karenatuntutan proses komputasi yang banyak. Untuk melakukan aneka jenis komputasi paralel inidiperlukan infrastruktur mesin paralel yang terdiri dari banyak komputer yang dihubungkandengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk itud i p e r l u k a n a n e k a p e r a n g k a t l u n a k p e n d u k u n g y a n

g b i a s a d i s e b u t s e b a g a i middleware yang berperan untuk mengatur distribusi pekerjaan antar node dalam satu mesin paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan komputasi. Pemrograman parallel adalah teknik pemrograman komputer yang memungkinkan eksekusi perintah/operasi secara bersamaan baik dalam komputer dengan satu (prosesor tunggal) ataupun banyak (prosesor ganda dengan mesin paralel) CPU.

SIMD
SIMD adalah singkatan dari Single Instruction, Multiple Data, merupakan sebuah istilah dalam komputasi yang merujuk kepada sekumpulan operasi yang digunakan untuk menangani jumlahdata yang sangat banyak dalam paralel secara efisien, seperti yang terjadi dalam prosesor vektor atau prosesor larik. SIMD pertama kali dipopulerkan pada superkomputer skala besar, meski sekarang telah ditemukan pada komputer pribadi. Contoh aplikasi yang dapat mengambil keuntungan dari SIMD adalah aplikasi yang memiliki nilai yang sama yang ditambahkan ke banyak titik data (data point), yang umum terjadi dalam aplikasimultimedia. Salah satu contoh operasinya adalah mengubah brightness dari sebuah gambar. Setiap pixel dari sebuah gambar 24-bit berisi tiga buah nilai berukuran 8-bit brightness dari porsi warna merah (red), hijau (green), dan biru (blue). Untuk melakukan perubahan brightness, nilai R, G, dan B akan dibaca dari memori, dan sebuah nilai baru ditambahkan (atau dikurangkan) terhadap nilai-nilai R, G, B tersebut dan nilai akhirnya akan dikembalikan (ditulis kembali) ke memori. Prosesor yang memiliki SIMD menawarkan dua keunggulan, yakni: Data langsung dapat dipahami dalam bentuk blok data, dibandingkan dengan beberapa data yang terpisah secara sendiri-sendiri. Dengan menggunakan blok data, prosesor dapat memuat data secara keseluruhan pada waktu yang sama. Daripada melakukan beberapa instruksi "ambil pixel ini, lalu ambil pixel itu, dst", sebuah prosesor SIMD akan melakukannya dalam sebuah instruksi saja, yaitu "ambil semua pixel itu!" (istilah "semua" adalah nilai yang berbeda

dari satu desain ke desain lainnya). Jelas, hal ini dapat mengurangi banyak waktu pemrosesan (akibat instruksi yang dikeluarkan hanya satu untuk sekumpulan data), jika dibandingkan dengan desain prosesor tradisional yang tidak memiliki SIMD (yang memberikan satu instruksi untuk satu data saja). Sistem SIMD umumnya hanya mencakup instruksiinstruksi yang dapat diaplikasikan terhadap semua data dalam satu operasi. Dengan kata lain, sistem SIMD dapat bekerja dengan memuat beberapa titik data secara sekaligus, dan melakukan operasi terhadap titik data secara sekaligus.

MIMD (Multiple Instruction stream-Multiple Data stream)


MIMD (multiple instruksi, beberapa data) adalah teknik yang digunakan untuk mencapai paralelisme. Mesin menggunakan MIMD memiliki sejumlah prosesor yang berfungsi asynchronous dan independen. Setiap saat, prosesor yang berbeda dapat menjalankan instruksi yang berbeda pada bagian yang berbeda dari data. Arsitektur MIMD dapat digunakan di sejumlah area aplikasi seperti desain dibantu komputer / komputer-dibantu manufaktur, simulasi, pemodelan, dan sebagai saklar komunikasi. Mesin MIMD dapat menjadi baik memori bersama atau kategori memori terdistribusi. Klasifikasi ini didasarkan pada bagaimana MIMD memori prosesor akses. Mesin memori bersama mungkin jenis bus berbasis, diperpanjang, atau hirarkis. Mesin memori terdistribusi mungkin memiliki hypercube atau skema interkoneksi mesh.

PIPELINE PROCESSING
Pipeline pengolahan akan tersedia untuk subset dari mode instrumen dijelaskan oleh Template standar. Prosedur pipa akan dikenakan pengujian ekstensif dan prosedur kualifikasi untuk ketahanan dan kecepatan. Struktur header data yang akan digunakan oleh Organizer data untuk mengklasifikasikan dan mengasosiasikan Frames masuk, mengidentifikasi Resep Pengurangan dan menciptakan Blok Pengurangan, seperti yang dijelaskan dalam. Tidak akan ada satu tapi beberapa pipa yang terletak di berbagai jenis Garching dan Paranal dan pelaksanaan prosedur. Lokasi yang ditunjukkan selanjutnya

sesuai dengan operasi dalam mode mengamati klasik dan pelayanan. Kalibrasi Pipeline (Garching) Akan digunakan untuk mengolah data yang diperoleh selama Program Teknis dan mempersiapkan pra-dikalibrasi solusi (Data Berasal alias). Data yang diperoleh dapat dibuat juga menggunakan data kalibrasi yang dihasilkan selama berjalan mengamati. Data yang diperoleh akan dikendalikan oleh DFIR sebelum diserahkan ke arsip. Pengurangan Pipeline (Paranal) Kuasi real-time kalibrasi data ilmiah yang diperoleh oleh template didukung. Pipa ini beroperasi sebagian besar tanpa pengawasan. Hasil yang memandang oleh Observer Layanan dan / atau Astronomer Observer. Pipa Pengurangan berlaku Aturan Pengurangan yang secara default akan memilih data yang diperoleh yang akan diterapkan pada data. Hal ini menjamin ketahanan dan kinerja yang stabil dari pipa. Kemungkinan untuk menghasilkan on-the-fly diturunkan data akan dievaluasi selama tahap prototyping. Pipa Pengurangan mengontrol eksekusi sendiri dan laporan yang ditampilkan di teleskop pada antarmuka pengguna dan dapat direplikasi pada server pesan DFS pusat. Quality Control Pipeline (Paranal) Penilaian kualitas dari data yang melibatkan kontrol instrumen kinerja (misalnya kalibrasi unit testing, paparan tingkat, flexures, baca-kebisingan), dan pengamatan penilaian kondisi (misalnya langit tingkat latar belakang, melihat). Ketika data kalibrasi yang diambil selama program mengamati, pipa kontrol kualitas akan memverifikasi kecukupan data yang diperoleh untuk konfigurasi ini. Quality control melibatkan on-line dan offline verifikasi, dan pipa kontrol kualitas mengimplementasikan bagian on-line saja (lihat Bagian 3.5). Ketika data kalibrasi yang diambil selama program mengamati, pipa kontrol kualitas akan memverifikasi kecukupan data yang diperoleh untuk konfigurasi ini. Jika masalah muncul, pemberitahuan langsung akan diberikan kepada Observer Layanan dan / atau Astronomer Observer, dan Status Mutu pengamatan akan ditandai. Kualitas laporan pengendalian selanjutnya akan diverifikasi oleh Instrumen Data Flow Bertanggung Jawab.

Dalam kasus data ilmiah muncul rusak atau tidak dapat dikalibrasi, pengamatan dapat dijadwal ulang. Observatory Pipeline (Garching) Kalibrasi pipa berdasarkan data yang diperoleh perbaikan dan prosedur (re-kalibrasi, on-the-fly kalibrasi, persiapan akhir arsip). Hasil dari pipa ini diverifikasi oleh Instrumen Data Flow Bertanggung Jawab. Pipa ini dapat mengakses semua data yang terdapat dalam arsip Ilmu.

Anda mungkin juga menyukai