Komputer Kinerja

Tinggi
 Anggota Kelompok :

Muhammad Abi Prakosa (20081010232)

Julio Cahya Prayoga (20081010122)
Komputer kinerja tinggi atau High
Performance Computing (HPC) adalah
sebuah sistem komputer yang memiliki
lebih dari satu prosesor, atau multi
processors dan many processors.
Konsep Dasar Komputer Kinerja Tinggi

Perkembangan teknologi tumbuh sejalan dengan tuntutan

perkembangan aplikasi pengguna. Salah satu trend yang sekarang
berkembang adalah pemrosesan data dalam jumlah yang besar, big
data. Big Data adalah aset yang dapat dijadikan asset perusahaan
yang menghasilkan pendapatan baru. Perubahan trend ini memiliki
konsekuensi pada teknologi komputer sebagai pemroses data.
Diperlukan computer kecepatan tinggi yang dapat memroses data
dalam jumlah besar dengan waktu yang relatif cepat.
Konsep Dasar Komputer Kinerja
Tinggi
Instruksi dan data diproses oleh prosesor. Peningkatan kinerja prosesor dapat
dilakukan dengan berbagai cara seperti proses yang terkenal multitasking dan
pipelining. Kedua konsep tersebut diterapkan pada prosesor tunggal dengan
melakukan pembagian waktu proses instruksi. Pada proses multitasking terdapat
beberap instruksi yang dikerjakan secara bersama-sama, lebih tepatnya bergantian.
Kinerja Prosesor tunggal sudah mendekati maksimal sementara tuntutan kinerja
pemrosesan untuk instruksi dan data yang besar masih belum tuntas. diperlukan
konsep berikutnya yaitu multiprosesor. Konsepnya adalah melipatgandakan
jumlah prosesor sebagai mesin pemroses. Komputer kinerja tinggi dibangun dari
kumpulan prosesor yang bekerja secara bersama-sama untuk menyelesaikan
instruksi dan data.
Klasifikasi arsitektur komputer kinerja tinggi

a. Klasifikasi Flynn (Tahun 1966)

Terdapat empat katagori sebagai berikut.
-Single-instuction data streams (SISD)
-Single- instrucn'on multiple data streams (SIMD)
-Multsze- insh'uctio n single-data streams (MISD)
-Multiple-instruction multiple-data streams (MIMD)
b. Klasifikasi Kuck (Tahun 1978)
c. Klasifikasi Hwang dan Briggs (Tahun 1984)
d. Klasifikasi Erlangen (Tahun 1981)
Berikut ini adalah beberapa pekerjaan manusia yang bisa diselesaikan dengan
Komputer Kinerja Tinggi (HPC) yaitu :

1. Simulasi lingkungan skala makro

2. Pencitraan biomedik dan biomekanik
3. Simulasi dinamika fluida
4. Simulasi deformasi struktur benda tegar
5. Desain dan simulasi molekular
6. Desain, simulasi, dan optimasi sistem instrumentasi dan kontrol
7. Artifisial Intellegence
Teknik Komputasi Kinerja Tinggi

Untuk mempersingkat waktu perhitungan dan dengan cara yang

efiesien terdapat dua cara, ada dua cara umum yakni:

1. Membuat prosesor yang lebih cepat.

2. Melakukan kalkulasi secara paralel dengan banyak prosesor

Cara Kerja Agar Prosesor yang Lebih Cepat

Cara kerjanya adalah dengan membuat jalur elektronik prosesor

harus diperkecil agar sinyal mengalir makin pendek dan arus
makin kecil. Sayangnya, teknologi manufaktur semikonduktor
saat ini masih memakai teknik litografi dan sudah mendekati
limitnya. Walaupun begitu terdapat cara lainnya yaitu dengan
metode paralelisme.
Paralel dengan Banyak Prosessor

Harapan mempercepat komputasi yang masih terbuka lebar hanyalah

dengan cara paralelisme. Pada paradigma ini, algoritma program harus
dipecah menjadi beberapa lajur (thread) yang bisa dikerjakan secara
bersamaan. Masing-masing lajur akan dikerjakan oleh satu prosesor, dan
nanti hasil akhirnya dikumpulkan kembali. Untuk mewujudkan komputasi
paralel, diperlukan dukungan perangkat keras yang menyediakan banyak
prosesor, dan juga sistem operasi untuk membagi beban komputasi ke
seluruh prosesor tersebut. Sistem ini ternyata tidak mudah, sehingga pada
awalnya, komputasi paralel hanya bisa dinikmati oleh sistem yang mahal
dan besar seperti komputer super. Untunglah dengan berkembangnya
jaman, komputasi paralel mulai bisa ditemukan pada komputer biasa.
Symmetric Multiprocessor (SMP)
Multiprosesor simetris (Sysmmetric Multiprocessor, SMP) adalah sistem
multiprosesor yang terdiri dari beberapa prosesor yang identik yang mangakses
memori besama melalui bus (jaringan penghubung) Perbedaan mendasar antara
sistem SMP dengan sistem prosesor tunggal adalah pada pemrosesan instruksi.
Pada prosesor tunggal pemrosesan instruksi dilakukan secara serial, satu per satu.
Sistem operasi dapat mengatur beberapa proses dijalankan secara bersama-sama
dengan pembagian waktu pemrosesan oleh prosesor. Misal terdapat tempat buah
proses, proses 1, 2, 3, dan 4. Keempat proses tersebut dapat dijalankansecara
bergantian.
Cache Coherence

Cache adalah memori yang menyimpan sementara data yang diekseskusi pada
sebuah prosesor. Dengan adanya cache ini maka proses eksekusi data akan
lebih efesien. Terdapat dua cara yang digunakan untuk menyelaraskan data dalam
memori dan cache. Pada saat prosesor membaca memori, data dari memori akan
disalin ke dalam cache.Prqsesor menulis dan membaca data dari cache. Secara
periodik data pada cache akan dituliskan balik kepada Memori utama. Cara
penyelarasan data seperti ini diistilahkan sebagai sistem tulis balik (write back).
Disamping cara pertama terdapat cara kedua yaitu pada saat data pada cache diubah
maka secara langsung, data pada memori utama diubah sesuai dengan perubahan
data pada cache. Cara ini diistilahkan sebagai sistem tulis langsung (write through)
Kluster computer

Cara lebih kolosal untuk memperbanyak jumlah prosesor adalah dengan

membangun komputer kluster. Pada sistem ini beberapa komputer
dikoneksikan melalui jaringan, sehingga dapat bergotong royong
menghitung beban komputasi. Salah satu model adalah sistem Beowulf,
yang dapat dibangun dari komputer biasa dan dikoordinasi dengan sistem
operasi Linux. Sebuah kluster Beowulf bisa memiliki hingga 1024 node.
GPGPU

GPU memiliki arsitektur khusus guna memproses pixel-pixel grafik secara

parallel. Didorong oleh kebutuhan KKT, maka GPU didorong menjadi
General Purpose Graphics Processing Unit (GPGPU) yang juga dapat
melakukan perhitungan matematis secara umum. Saat ini, GPU termaju
(misal NVIDIA GTX 285) memiliki 240 core, dan dapat digabung hingga
3 buah GPU dalam satu komputer (3 way SLI). Jelas bahwa GPU
merupakan cara memperbanyak core yang lebih murah dan ringkas
dibanding dengan komputer kluster. Dukungan perangkat lunak untuk
GPU paling hangat saat ini adalah CUDA, namun dalam waktu dekat,
nampaknya akan muncul OpenCL.
Terima Kasih