FAKULTAS TEKNIK
UNIVERSITAS PELITA BANGSA
TUGAS PERTEMUAN 7
Jelaskan Perbedaan Algoritma Tersentral dan Terdesentral yang di jelaskan pada bab 7
1. Algoritma Tersentral
Dalam algoritma terpusat, satu proses dipilih sebagai koordinator yang mungkin
merupakan mesin dengan alamat jaringan tertinggi.
Setiap kali sebuah proses ingin memasuki wilayah kritis, proses tersebut mengirimkan
pesan permintaan kepada koordinator yang menyatakan wilayah kritis mana yang ingin
dimasuki dan meminta izin. Jika tidak ada proses lain yang sedang berada di wilayah
kritis tersebut, koordinator akan mengirimkan balasan yang memberikan izin, seperti
yang ditunjukkan pada Gambar (a). Ketika balasan tiba, proses yang meminta izin
memasuki wilayah kritis.
Misalkan proses lain 2 yang ditunjukkan pada Gambar (b), meminta izin untuk
memasuki wilayah kritis yang sama. Sekarang koordinator mengetahui bahwa proses
yang berbeda sudah berada di wilayah kritis, sehingga tidak dapat memberikan izin.
Koordinator hanya menahan diri untuk tidak membalas, sehingga memblokir proses 2,
yang sedang menunggu balasan atau dapat mengirim balasan yang mengatakan 'izin
ditolak'.
Ketika proses 1 keluar dari wilayah kritis, ia mengirimkan pesan kepada koordinator
yang melepaskan akses eksklusifnya seperti yang ditunjukkan pada Gambar (c).
Koordinator mengeluarkan item pertama dari antrian permintaan yang ditangguhkan
dan mengirimkan pesan grant kepada proses tersebut. Jika proses tersebut masih
diblokir, maka ia akan membuka blokir dan memasuki wilayah kritis.
Jika pesan eksplisit telah dikirim untuk menolak izin, proses harus melakukan polling
untuk lalu lintas yang masuk atau memblokirnya nanti. Ketika ia melihat pemberian
izin, proses tersebut dapat memasuki wilayah kritis.
Setiap kali sebuah proses ingin memasuki wilayah kritis, proses tersebut mengirimkan
pesan permintaan kepada koordinator yang menyatakan wilayah kritis mana yang ingin
dimasuki dan meminta izin. Jika tidak ada proses lain yang sedang berada di wilayah
kritis tersebut, koordinator akan mengirimkan balasan yang memberikan izin, seperti
yang ditunjukkan pada Gambar (a). Ketika balasan tiba, proses yang meminta izin
memasuki wilayah kritis.
Keuntungan:
Kekurangan:
• Koordinator adalah satu titik kegagalan, seluruh sistem dapat turun jika
mengalami crash.
• Jika proses biasanya memblokir setelah membuat permintaan, mereka tidak
dapat membedakan koordinator yang mati dengan ''izin ditolak'' karena tidak ada
pesan yang kembali.
• Dalam sistem yang besar, satu koordinator dapat menjadi penghambat kinerja.
2. Algoritma Terdesentral
Model deep-learning modern berkembang dengan cepat dalam ukuran [6], [7], dan
melatihnya membutuhkan dataset yang sangat besar [8], [9], dataset yang sangat besar
[8], [9], [10]. Dengan peningkatan pesat dari kemampuan kita untuk mengumpulkan
data, beberapa pemrosesan sinyal klasik dan masalah pembelajaran statistik juga
menjadi sangat besar. Namun, kinerja setiap inti komputasi berhenti meningkat lebih
dari satu dekade yang lalu. Oleh karena itu, untuk menyelesaikan masalah optimasi yang
besar dalam waktu yang wajar dibutuhkan komputasi paralel, komputasi terdistribusi.
Sebagian besar metode optimasi terdistribusi yang ada saat ini didasarkan pada
komputasi lokal iteratif oleh agen individu dan komunikasi global, misalnya,
menghitung rata-rata parameter model terdistribusi atau mengambil jumlah gradien
terdistribusi.
Algoritma terdesentralisasi bergantung pada komunikasi yang murah antara agen yang
terhubung secara langsung, dan banyak pasangan yang berbeda dari agen-agen tersebut
berkomunikasi secara bersamaan. Jika setiap agen terhubung hanya dengan beberapa
agen lainnya (dalam apa yang disebut graf jarang), dibutuhkan waktu yang konstan
untuk semua agen yang terhubung secara langsung untuk berkomunikasi setidaknya
satu kali.
Gambar 1. Ilustrasi Server Parameter, Ring-Allreduce, dan rata-rata parsial
terdesentralisasi. Dalam rata-rata parsial, node bertukar informasi melalui edge; node
tidak menyampaikan informasi. Sebagai contoh, Node 3 mengumpulkan informasi dari
tetangganya 1 dan 2 Node-node lain melakukan hal yang sama tetapi tidak digambarkan.
Algoritma terdesentralisasi dapat berjalan pada jaringan yang terhubung, bahkan jika
topologi jaringan berubah secara dinamis. Ketika beberapa agen atau tautan mati,
algoritma berjalan dengan benar pada agen yang tersisa tanpa modifikasi. Oleh karena
itu, algoritma terdesentralisasi lebih kuat daripada algoritma yang mengandalkan agen
atau tautan pusat yang penting.
Perlu disebutkan bahwa ada jaringan alami (misalnya, sekolah ikan) dan jaringan yang
dibuat oleh manusia (misalnya, jaringan transportasi), di mana mengendalikan semua
agen oleh pemimpin pusat secara praktis tidak mungkin dilakukan atau sangat mahal
[13], [14], [15], [16]. Oleh karena itu, algoritma terdesentralisasi adalah metode
fundamental untuk penginderaan, pemrosesan sinyal, dan mengendalikan dalam
jaringan tersebut.
Kita dapat menulis sebagian besar algoritma terdesentralisasi yang dikenal dalam
beberapa baris persamaan. Akan tetapi, merealisasikannya dalam jaringan komputer
cukup rumit. Secara khusus, mengimplementasikan satu set langkah komunikasi yang
terkoordinasi antara pasangan node tertentu membutuhkan aplikasi yang terampil dari
pustaka komunikasi tingkat rendah. Oleh karena itu, meskipun pengembangan
algoritma terdesentralisasi selama dua dekade terakhir, kami belum melihat paket
perangkat lunak untuk implementasi yang cepat. Sebagian besar pengembang algoritma
terdesentralisasi telah mensimulasikan algoritma mereka pada satu komputer di Matlab
atau Python. Sangat sedikit paket yang dapat berjalan di jaringan komputer yang ditulis
untuk algoritma dan topologi jaringan tertentu. Untuk mengadaptasinya ke proyek lain
membutuhkan modifikasi komunikasi tingkat rendah. Perkembangan terbaru lebih
lanjut melibatkan asinkronisasi, topologi jaringan yang berubah-ubah, dan komunikasi
asimetris telah menciptakan hambatan implementasi yang lebih tinggi.
REFERENCES
1. Bicheng Ying, Kun Yuan , Hanbin Hu, Yiming Chen, Wotao Yin, BlueFog: Make
Decentralized Algorithms Practical for Optimization and Deep Learning, Los Angeles:
University of California, 2021.
2. ques10.com. (2021). Explain centralized algorithm for mutual exclusion. What are the
advantages and disadvantages of it over distributed algorithm?. Diakses pada 17 April
2023, dari https://www.ques10.com/p/2223/explain-centralized-algorithm-for-mutual-
exclusi-
1/#:~:text=In%20centralized%20algorithm%20one%20process,enter%20and%20askin
g%20for%20permission.