Anda di halaman 1dari 72

Pengolahan Paralel

@2012,Eko Didik
Widianto
Pengolahan Paralel
Konsep Pengolahan
Paralel
Umpan Balik

Pengolahan Paralel
Kuliah#2 TSK205 Sistem Digital - TA 2011/2012

Eko Didik Widianto
Teknik Sistem Komputer - Universitas Diponegoro

Lisensi

Tentang Kuliah
I

Sebelumnya dibahas tentang:
I

I

I

I

Deskripsi, tujuan, sasaran dan materi kuliah TSK-617
Pengolahan Paralel
Latar belakang perlunya riset dan teknik pengolahan
paralel: kapasitas prosesor (Moore), manufacturability dan
densitas power
Umpan Balik: apa yang melatarbelakangi kenapa
pengolahan paralel diperlukan?

Dalam kuliah ini, akan dibahas konsep pengolahan
paralel:
I
I
I

I
I

I
I

Definisi dan terminologi pengolahan paralel
Pemrosesan serial vs paralel
Sumber-sumber daya komputer paralel beserta
karakteristiknya
Kebutuhan pengolahan paralel untuk computional science
Contoh aplikasi yang menggunakan sistem pengolahan
paralel yang ada saat ini
Taksonomi Flynn
Arsitektur Memori Paralel

Pengolahan Paralel
@2012,Eko Didik
Widianto
Pengolahan Paralel
Konsep Pengolahan
Paralel
Umpan Balik
Lisensi

Kompetensi Dasar

Pengolahan Paralel
@2012,Eko Didik
Widianto

I

Setelah mempelajari bab ini, mahasiswa akan mampu:
1. [C2] Menjelaskan karakteristik sistem paralel dan
pengolahan paralel
2. [C2] Menjelaskan sumber-sumber daya komputer paralel
dan karakteristiknya
3. [C2] Menjelaskan contoh sistem yang menggunakan
pengolahan paralel dan menjabarkan faktor apa saja yang
melatarbelakanginya

I

Acknowledment
Materi dan gambar didapat dari:
I

I

Introduction to Parallel Computing di
❤tt♣s✿✴✴❝♦♠♣✉t✐♥❣✳❧❧♥❧✳❣♦✈✴t✉
t♦r✐❛❧s✴♣❛r❛❧❧❡❧❴❝♦♠♣✴

Link
I

I

Website: ❤tt♣✿✴✴❞✐❞✐❦✳❜❧♦❣✳✉♥❞✐♣✳❛❝✳✐❞✴✷✵✶✷✴✵✷✴✷✺✴
❦✉❧✐❛❤✲ ts❦✲ ✻✶✼✲ ♣❡♥❣♦❧❛❤❛♥✲ ♣❛r❛❧❡❧✲ ✷✵✶✶✴
Email: didik@undip.ac.id

Pengolahan Paralel
Konsep Pengolahan
Paralel
Umpan Balik
Lisensi

Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Konsep Pengolahan Paralel Umpan Balik Lisensi .Bahasan Pengolahan Paralel @2012.

Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .Bahasan Pengolahan Paralel @2012.

G. operating on the principle that large problems can often be divided into smaller ones.org/wiki/ Parallel_processing 3 Almasi. Redwood City. hence processes can be executed in parallel.com2 I The simultaneous use of more than one CPU or processor core to execute a program or multiple computational threads Oxford Dictionary of Science I A technique that allows more than one process – stream of activity – to be running at any given moment in a computer system.Definisi Pengolahan Paralel I I I I 1 Webopedia. and A.html 2 http://en.com/TERM/P/parallel_processing. CA Pengolahan Paralel @2012.wikipedia. Benjamin-Cummings publishers.com1 I The simultaneous use of more than one CPU to execute a program Wikipedia. which are then solved concurrently ("in parallel")3 http://www.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .webopedia. This means that two or more processors are active among a group of processes at any instant Parallel computing: a form of computation in which many calculations are carried out simultaneously. Gottlieb (1989).S. Highly Parallel Computing.

com/tutorials/threads/how_threads_work.Process.javamex.shtml) .Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi (source: http://www. Multi-CPU Pengolahan Paralel @2012. Thread.

Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .Bahasan Pengolahan Paralel @2012.

hanya satu eksekusi dalam satu waktu Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi I I Dijalankan di komputer tunggal dengan 1 CPU Problem dipecah dalam instruksi dengan eksekusi berurutan.Pemrosesan Tunggal (Serial) Pengolahan Paralel @2012.

Pemrosesan Paralel I I I I Dijalankan menggunakan banyak CPU Problem dipecah menjadi bagian yang dapat dikerjakan secara bersamaan Tiap bagian dipecah menjadi instruksi terurut Instruksi tiap bagian dieksekusi secara simultan di CPU berbeda Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .

Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Mempunyai kemampuan untuk: I Memecah problem ke dalam beberapa task yang dapat dikerjakan secara simultan I Menjalankan multi instruksi program dalam satu waktu I Menyelesaikan problem lebih cepat di multi sumber daya komputasi daripada sumber daya tunggal Konsep Pengolahan Paralel Umpan Balik Lisensi .Karakteristik Pengolahan Paralel Pengolahan Paralel @2012.

Sumber Daya Komputing Paralel Pengolahan Paralel @2012.nersc.php .gov/nusers/resources/franklin/about.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi 4 5 4 http://www.

wikipedia.org/wiki/Be owulf_%28computing%29 .5 http://en.

Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .Bahasan Pengolahan Paralel @2012.

pola cuaca. sehingga model paralel memberikan hasil terbaik -> pengolahan paralel I I proses fisik terjadi paralel: aliran fluida. trafik Pengolahan Paralel @2012. galaksi proses sosial terjadi paralel: koloni semut. pergerakan planet.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi . assembly lines.Semesta adalah Paralel I Semesta bersifat paralel.

. to the integration of computer science concepts. and theorems into the very fabric of science. tools. It is a leap from the application of computing .Kebutuhan Pemrosesan: Computational Science I Pemrosesan paralel merupakan ’the high end of computing’ “An important development in sciences is occurring at the intersection of computer science and the sciences that has the potential to have a profound impact on science. . March 2006 Pengolahan Paralel @2012.” -Science 2020 Report.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .

jaringan dan kolaraborasi menjadi esensial dalam semua data aplikasi science I Konsep Pengolahan Paralel Umpan Balik Lisensi . melengkapi teori dan eksperimen I Terus meningkatnya jumlah data eksperimen secare eksponensial -> teknik dan teknologi analisis data.Faktor Perubahan Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Terus meningkatnya daya komputasi secara eksponensial -> simulasi menjadi pilar ketiga dari science. visualisasi.

terlalu mahal. terlalu lambat (menunggu evolusi galaksi). cuaca) I Paradigma komputasi: (3) menggunakan komputer untuk mensimulasi dan menganalisis fenomena I I Menggunakan hukum fisik dan metode numerik yang efisien Menganalisis hasil simulasi dengan perangkat dan metode komputasional . terlalu berbahaya (senjata.Simulasi: Pilar Ketiga dalam Science Pengolahan Paralel @2012.Eko Didik Widianto I Metode scientific dan rekayasa tradisional (1) Mengerjakan teori atau desain di atas kertas (2) Melakukan eksperimen atau membangun sistem Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi I Kelemahan I Terlalu susah.

Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .Data Intensive Pengolahan Paralel @2012.

Peta CMB Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi I I Merekam jejak unik primordial melalui suhu dan polarisasi Mengekstrak fluktuasi suhu uKelvin merupakan tantangan komputasi serius .

Content-based Image Retrieval (Kurt Keutzer) Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi I Aplikasi teknik computer vision untuk problem image retrieval: mencari gambar digital dalam database yang besar .

Bahasan Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .

Alasan Menggunakan Pengolahan Paralel

Pengolahan Paralel
@2012,Eko Didik
Widianto
Pengolahan Paralel

I

Menghemat waktu dan biaya
I

I

I

Mengerjakan problem yang lebih besar
I

I

Penggunaan lebih banyak resource untuk satu task akan
mempercepat waktu pengerjaan, dengan potensi
penghematan biaya
Cluster dapat dibangun dengan komponen komoditas dan
murah
Banyak problem tidak bisa dipecahkan dengan komputer
tunggal, memori terbatas: Grand Challenge, web search
engine yang memproses jutaan transaksi perdetik

Menyediakan concurrency
I

Sumber daya pararel dapat melakukan banyak hal secara
simultan. Contoh: access grid yang menyediakan jaringan
kolaborasi global 6

Terminologi
Pemrosesan Serial vs
Paralel
Kebutuhan Komputasi
Benefit Pengolahan Paralel
Aplikasi Pengolahan Paralel

Konsep Pengolahan
Paralel
Umpan Balik
Lisensi

6

http://www.accessgrid.org

Alasan Menggunakan Pengolahan Paralel
(Cont.)

Pengolahan Paralel
@2012,Eko Didik
Widianto
Pengolahan Paralel
Terminologi
Pemrosesan Serial vs
Paralel

I

Menggunakan sumber daya non-lokal
I

I

Menggunakan sumber daya lewat jaringan/internet: BOINC,
SETI@home, Folding@home

Keterbatasan pengolahan serial
I

I
I

Kecepatan transmisi. Limit: kecepatan cahaya
(30cm/ns), kabel tembaga (9cm/ns)
Batas miniaturisasi: teknologi pemrosesan IC
Batas ekonomis: biaya semakin mahal untuk membuat
prosesor tunggal semakin cepat

Arsitektur komputer menggunakan paralelisme di level hardware
untuk meningkatkan performansi:
I
I
I

Unit eksekusi multiple
Pipeline instruksi
Multi-core

Kebutuhan Komputasi
Benefit Pengolahan Paralel
Aplikasi Pengolahan Paralel

Konsep Pengolahan
Paralel
Umpan Balik
Lisensi

Daya Listrik Terkontrol Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi I Pergeseran paradigma I I Old:Mempercepat frekuensi merupakan metode utama untuk meningkatkan performansi prosesor New: Menambah paralellisme yang menjadi metode utama .

Bahasan Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi .

676 volunteers.07 TeraFLOPS . 524.BOINC: Voluntary Computing Pengolahan Paralel @2012.265 computers I 24-hour average: 5.744.Eko Didik Widianto I Berkeley Open Infrastructure for Network Computing (BOINC)7 Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi I Active: 323.

7 http://boinc.edu .berkeley.

dan related diseases8 Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi I Active: Lebih dari 400rb CPU I 8. misfolding.045 TeraFLOPS .Folding@Home Pengolahan Paralel @2012.Eko Didik Widianto I Menganalisa data dari protein folding.

stanford.edu/ .8 http://folding.

php .Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi http://setiathome.SETI@Home I Search for Extraterrestrial Intelligence (SETI) 9 Download dan menganalisa data teleskop radion I 730 TFlops I Pengolahan Paralel @2012.berkeley.edu/ss_graphics.

edu/ .berkeley.9 http://setiathom e.

Distributed Computing I Cluster computer: Beowulf Pengolahan Paralel @2012. Eucalyptus.jpg I Grid Computing: Globus I Cloud Computing: Nimbus.Eko Didik Widianto Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi http://en.wikipedia. Openstack .org/wiki/File:Beowulf.

Bahasan Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .

Pengolahan Paralel Arsitektur von Neumann @2012.Eko Didik Widianto I Pa p e .

3) aritmetic logic unit dan 4) input/output I RAM (R/W ) untuk men yi m pa n ins . 2) unit kontrol.Pengolahan Paralel r tentang requirement dasar dari komputer elektronik (1936) I Terdiri atas 4 komponen utama: 1) memori.

Pengolahan Paralel truksi dan data I I Instruksi: data terkode yang memberitahu komputer apa yang harus dikerjakan data: informasi yang digunakan oleh p r o g r a m I U n .

Pengolahan Paralel it kontrol mengambil instruksi/data dari memori. decode instruksi dan mengkoordinasikan operasi I ALU melakukan operasi aritmetika I I/O interface ke operator .

Pengolahan Paralel John von Neumann (1903-1957) Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn .

Pengolahan Paralel Arsitektur Memori Paralel Umpan Balik Lisensi .

Pengolahan Paralel Bahasan Pengola han Paralel Termi .

Pengolahan Paralel nologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Apli kasi Pen gola .

Pengolahan Paralel han Paralel Konsep Pengolahan Paralel Arsitektur Komputer T ak so n .

Pengolahan Paralel omi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .

Eko Didik Taksonomi Flynn Widianto Pengolahan Paralel Arsitektur Memori Paralel Umpan Balik .Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer @2012.

Pengolahan Paralel Lisensi .

Pengolahan Paralel Taksonomi Flynn I Klasifik .

Eko Didik Widianto Pengolahan Paralel . Kemudian tiap dimensi dibagi menjadi single atauSIMD multiple Multiple MIMD Data @2012.Pengolahan Paralel asi arsitektur komputerSingle (1966) Multiple I Membedakan arsitektur komputer Instruction Instruction multiprocesor berdasarkan dimensi instruksi Single SISD MISD danData data.

Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .

Flynn (1903-1957) .Pengolahan Paralel Michael J.

Eko Didik Widianto Pengolahan Paralel .Single Instruction. Single Data (SISD) @2012.

I I Komputer serial (non-paralel) H a n ya satu inst ruks .

I i yang dijalankan oleh CPU dalam satu siklus waktu Hnaya satu data yang d i g u nak an seb aga .

I in input dalam satu siklus waktu Eksekusi deterministik I C o n toh: PC sin gle .

mainframe generasi lama .-core.

Komputer Taksonomi SISD Konse p Pengol ahan Paralel Arsit ektur Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .

Multiple Data (SIMD) Pengolahan Paralel @2012. vector pipeline Contoh: Komputer dengan GPU Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi SIMD .Single Instruction.Eko Didik Widianto Pengolahan Paralel I I I I I I I Tipe komputer paralel Semua processing unit (PU) mengeksekusi instruksi yang sama dalam satu waktu Tiap PU memproses dapat beroperasi dengan data yang berbeda Untuk problem spesial: pemrosesan grafik Sinkronous dan eksekusi deterministik Tipe: prosesor array.

Multiple Instruction. Single Data (MISD) Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel I I I I Data tunggal diolah oleh beberapa PU Tiap PU mengolah data secara independen Contoh: komputer experimen Carnigie Mellon (1971) Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi MISD Beberapa penggunaan: I I Operasi pemfilteran frekuensi secara multiple dari sinyal tunggal Penerapan algoritma kriptografi multipe untuk memecah satu pesan terkode (ciphertext) .

deterministik atau non-deterministik I I Konsep Pengolahan Paralel Eksekusi deterministik di sistem paralel menjadi objek riset Contoh: multicore PC. grid computer .Eko Didik Widianto Pengolahan Paralel I I I I Hampir semua komputer modern masuk kategori MIMD Tiap prosesor mungkin mengeksekusi instruksi yang berbeda Tiap prosesor mungkin mengolah data yang berbeda Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi MIMD Eksekusi bisa sinkronous atau asinkron. Multiple Data (MIMD) Pengolahan Paralel @2012.Multiple Instruction. cluster computer.

Terminologi I I I I I Task adalah bagian-bagian kerja komputasional. bisa berupa program atau set instruksi Parallel task adalah suatu task yang dapat dieksekusi oleh multi prosesor Pengolahan paralel: penggunaan multi prosesor secara simultan Cluster komputer: kombinasi prosesor/komputer komoditas sejenis untuk membangun sistem paralel Symmetric Multi Processor (SMP): arsitektur multi prosesor yang sharing satu space alamat tunggal (shared memory computing) I I I Dikontrol oleh OS tunggal Di multicore. arsitektur SMP diaplikasikan ke core Supercomputing: menggunakan mesin tercepat untuk menyelesaikan suatu problem besar Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .

Eko Didik Widianto Pengolahan Paralel Pengolahan Paralel Terminologi Pemrosesan Serial vs Paralel Kebutuhan Komputasi Benefit Pengolahan Paralel Aplikasi Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .Bahasan Pengolahan Paralel @2012.

2 Non-Uniform Memory Access (NUMA) 2.Arsitektur Memori Komputer Paralel Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Arsitektur memori paralel: 1. Shared memory: prosesor dapat mengakses semua memori sebagai space alamat global 1. Inter-prosesor memori perlu networking 3. Hybrid distributed-shared memory: menggunakan shared dan distributed Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .1 Uniform Memory Access (UMA) 1. Distributed memory: prosesor mempunyai memori lokal sendiri.

Eko Didik Widianto Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi (source: http://www. Multi-CPU Pengolahan Paralel @2012.Process.ualber ta.shtml) I Baca juga: Understanding Memory (http://www.ca/CNS/RESEARCH/LinuxClusters/mem.com/tutorials/threads/how_threads_work. heap (dinamically) dan stack .javamex. Thread. BSS (uninitialized). data (initialized).html) I Alokasi memori: text.

Shared Memory (UMA) Pengolahan Paralel @2012. misalnya mesin SMP I Upto 8 prosesor I Mempunyai akses dan waktu akses yang sama ke memori I Kadang disebut CC-UMA (cache coherent) I I cache coherent: jika satu prosesor update suatu lokasi di memori.Eko Didik Widianto I I I Karakteristik: semua prosesor dapat mengakses semua memori sebagai ruang alamat global Multi prosesor dapat beroperasi secara independen namun sharing memori Perubahan di lokasi memori oleh satu prosesor dapat dilihat oleh prosesor lain I Prosesor identik. semua prosesor mengetahui update tsb Koherensi dilakukan di level hardware Shared Memory (UMA) Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .

memori remote lebih lambat I Meningkatkan throughput memori selama mengakses data lokal I Seringkali dibuat dengan menghubungkan secara fisik 2 atau lebih SMP I Satu SMP dapat mengakses memori secara langsung ke SMP lain NUMA I Tidak semua prosesor mempunyai waktu akses yang sama ke memori I Akses memori lewat bus interconnect lebih lambat I Jika cache coherence dilakukan.Eko Didik Widianto Pengolahan Paralel I I Karakteristik: prosesor mempunyai bank alamat memori sendiri Prosesor dapat mengakses memori lokal dengan cepat. disebut CC-NUMA Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .Pengolahan Paralel Shared Memory (NUMA) @2012.

Kekurangan Pengolahan Paralel @2012. Di cc-(N)UMA. Menambah CPU dapat meningkatkan trafik di jalur shared memory-CPU. pertambahan trafik berkaitan dengan manajemen cache/memori Programmer bertanggung jawab untuk sinkronisasi yang memastikan akses yang tepat ke memori global Akan bertambah semakin kompleks dan mahal seiring bertambahnya jumlah prosesor Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi .Shared Memory: Kelebihan.Eko Didik Widianto Pengolahan Paralel I Kelebihan: I I I Space alamat memori global menyediakan perspektif pemrograman user-friendly ke memori Sharing data antar task cepat dan uniform karena dekatnya memori ke CPU Kekurangan: I I I Tidak scalable.

tugas programmer secara eksplisit mendefinisikan bagaimana dan kapan data akan dikomunikasikan Distributed .Distributed Memory Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel I Tiap prosesor mempunyai memori lokal sendiri Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel I Sehingga prosesor dapat Umpan Balik beroperasi secara independen Lisensi I Perubahan ke lokal memori tidak membawa efek ke memori lain I Konsep cache coherence tidak berlaku I Jika memerlukan interprosesor.

seperti di koherensi cache Cost effective: dapat menggunakan PC komoditas. off-the-self processor I Kekurangan: I I tugas programmer semakin kompleks terkait detail komunikasi data Mapping data struktur berbasis memori globlal bisa susah Umpan Balik Lisensi .Distributed Memory Pengolahan Paralel @2012.Eko Didik Widianto Pengolahan Paralel Konsep Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel I Kelebihan: I I I scalable jumlah prosesor dan ukuran memori dapat ditingkatkan Tiap prosesor dapat mengakses memorinya tanpa interferensi dan overhead.

Hybrid Memory I Terdiri dari arsitektur memori shared dan distributed I I Prosesor di mesin SMP mempunyai akses global ke memori mesin tersebut I Pengolahan Paralel Arsitektur Komputer Taksonomi Flynn Arsitektur Memori Paralel Umpan Balik Lisensi Hybrid Komponen distributed adalah jaringan SMP multiple I @2012.Eko Didik Widianto Konsep Pengolahan Paralel Komponen memori shared biasanya mesin SMP koheren I I Pengolahan Paralel SMP hanya tahu memorinya saja Komunikasi jaringan diperlukan untuk memindahkan data dari satu SMP ke lainnya Trend ke depan menggunakan tipe arsitektur memori ini .

hybrid Yang akan kita pelajari di pertemuan berikutnya adalah model pemrograman paralel: shared memory (thread) dan distributed (message-passing) I Pelajari: ❤tt♣✿✴✴❞✐❞✐❦✳❜❧♦❣✳✉♥❞✐♣✳❛❝✳✐❞✴❢✐❧❡s✴✷✵✶✷✴ ✵✷✴❚❙❑✻✶✼✲ ❑✉❧✐❛❤✸✲ ▼♦❞❡❧P❡♠r♦❣r❛♠❛♥P❛r❛❧❡❧✳♣❞❢ Konsep Pengolahan Paralel Umpan Balik Lisensi . dan MIMD Arsitektur memori paralel: shared. karakteristik dan sumber daya komputing paralel Perbandingan antara pengolahan serial dan paralel Pemrosesan Paralel diperlukan untuk simulasi yang computational-intensive Benefit dan aplikasi pengolahan paralel Taksonomi Flynn: SISD.Eko Didik Widianto Pengolahan Paralel I Yang telah kita pelajari hari ini: I I I I I I I Definisi pengolahan paralel. SIMD.Umpan Balik Pengolahan Paralel @2012. distributed. MISD.

atau membuat karya lain menggunakan karya ini.0) I Anda bebas: I I I Di bawah persyaratan berikut: I I I untuk Membagikan — untuk menyalin.Eko Didik Widianto Creative Common Attribution-ShareAlike 3. dan untuk Remix — untuk mengadaptasikan karya Atribusi — Anda harus memberikan atribusi karya sesuai dengan cara-cara yang diminta oleh pembuat karya tersebut atau pihak yang mengeluarkan lisensi. atau kompatibel. Lihat: Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3. serupa. Pembagian Serupa — Jika Anda mengubah.0 Unpor ted License Pengolahan Paralel Konsep Pengolahan Paralel Umpan Balik Lisensi . mendistribusikan.Pengolahan Paralel Lisensi @2012. Anda hanya boleh menyebarkan karya tersebut hanya dengan lisensi yang sama. menambah. dan menyebarkan karya.