Kinerja Komputasi dengan Parallel Processing

Pada artikel sebelumnya kita telah memahami apa itu komputasi modern. Kali ini saya
akan mengulas lebih lanjut mengenai kinerja komputasi tersebut dengan parallel processing.
Terlebih dahulu kita mengerti konsep dari pemrosesan paralel (parallel processing), yaitu
penggunaan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Idealnya,
parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang
digunakan.

Sedangkan komputasi paralel adalah salah satu teknik untuk melakukan komputasi secara
bersamaan dengan memanfaatkan beberapa komputer secara bersamaan. Biasanya diperlukan
saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah
besar ataupun karena tuntutan proses komputasi yang banyak. Untuk melakukan aneka jenis
komputasi paralel ini diperlukan infrastruktur mesin paralel yang terdiri dari banyak komputer
yang dihubungkan dengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu
masalah. Untuk itu diperlukan aneka perangkat lunak pendukung yang biasa disebut sebagai
middleware yang berperan untuk mengatur distribusi pekerjaan antar node dalam satu mesin
paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan
komputasi.

Komputasi Paralel merupakan salah satu teknologi paling menarik sejak ditemukannya
komputer pada tahun 1940-an. Terobosan dalam pemorosesan parallel selalu berkembang dan
mendapatkan tempat disamping teknologi-teknologi lainnya sejak Era Kebangkitan (1950-an),
Era Mainframe (1960-an), Era Minis (1970-an), Era PC (1980-an), dan Era Komputer Paralel
(1990-an). Dengan berbagai pengaruh atas perkembangan teknologi lainnya, dan bagaimana
teknologi ini mengubah persepsi terhadap komputer, dapat dimengerti betapa pentingnya
komputasi parallel itu.

Inti dari komputasi parallel yaitu hardware, software, dan aplikasinya. Paralel prosesing
merupakan suatu pemrosesan informasi yang lebih mendekatkan pada manipulasi rata-rata dari
elemen data terhadap satu atau lebih penyelesaian proses dari sebuah masalah. Dengan kata lain
komputasi parallel adalah komputer dengan banyak processor dapat melakukan parallel
processing dengan cara membagi-bagi proses ke source-source yang dimiliki.

Paradigma pemrosesan parallel bergantung pada model SIMD (single instruction multiple
data), dan paradigma functional dataflow yang memperkenalkan konsep model MIMD (Multiple
Instrution Multiple Data). Suatu program parallel memerlukan koordinasi ketika sebuah tugas
bergantung pada tugas lainnya. Ada dua macam bentuk koordinasi pada komputer parallel :
asynchronous dan synchronous. Bentuk synchronous merupakan koordinasi pada hardware yang
memaksa semua tugas agar dilaksanakan pada waktu yang bersamaan dengan mengesampingkan
adanya ketergantungan tugas yang satu dengan yang lainnya. Sementara bentuk asynchronous
mengandalkan mekanisme pengunci untuk mengkoordinasikan processor tanpa harus berjalan
bersamaan.

Kesimpulan :
 Banyak perkembangan-perkembangan baru dalam arsitektur komputer yang didasarkan
pada konsep pemrosesan paralel. Pemrosesan paralel dalam sebuah komputer dapat didefinisikan
sebagai pelaksanaan instruksi-instruksi secara bersamaan waktunya. Hal ini dapat menyebabkan
pelaksanaan kejadian-kejadian dalam interval waktu yang sama, dalam waktu yang bersamaan
atau dalam rentang waktu yang saling tumpang tindih.

Sekalipun didukung oleh teknologi prosesor yang berkembang sangat pesat, komputer
sekuensial tetap akan mengalami keterbatasan dalam hal kecepatan pemrosesannya. Hal ini
menyebabkan lahirnya konsep keparalelan (parallelism) untuk menangani masalah dan aplikasi
yang membutuhkan kecepatan pemrosesan yang sangat tinggi, seperti misalnya prakiraan cuaca,
simulasi pada reaksi kimia, perhitungan aerodinamika dan lain-lain.

Konsep keparalelan itu sendiri dapat ditinjau dari aspek design mesin paralel,
perkembangan bahasa pemrograman paralel atau dari aspek pembangunan dan analisis algoritma
paralel. Algoritma paralel itu sendiri lebih banyak difokuskan kepada algoritma untuk
menyelesaikan masalah numerik, karena masalah numerik merupakan salah satu masalah yang
memerlukan kecepatan komputasi yang sangat tinggi.