Nama : Ryanti Ramadani
Kelas : 4KA24
NPM : 16110311
Mata
Kuliah : Etika & Profesionalisme TSI
SUMBER
ALGORITMA PARALEL
Algoritma Paralel adalah sebuah algoritma
yang dapat dieksekusi sepotong pada waktu pada banyak perangkat pengolahan yang
berbeda, dan kemudian digabungkan bersama-sama lagi pada akhir untuk
mendapatkan hasil yang benar. Algoritma paralel berharga karena perbaikan
substansial dalam multiprocessing sistem dan munculnya multi-core prosesor.
Secara umum, lebih mudah untuk membangun komputer dengan prosesor cepat tunggal
dari satu dengan banyak prosesor lambat dengan sama throughput yang . Tapi
kecepatan prosesor meningkat terutama dengan mengecilkan sirkuit, dan prosesor
modern yang mendorong ukuran fisik dan batas panas. Hambatan kembar telah
membalik persamaan, membuat multiprocessing praktis bahkan untuk sistem kecil.
Biaya atau kompleksitas algoritma serial diperkirakan dalam hal ruang (memori)
dan waktu (siklus prosesor) yang mereka ambil. Algoritma paralel perlu
mengoptimalkan satu sumber daya yang lebih, komunikasi antara prosesor yang
berbeda. Ada dua cara paralel prosesor berkomunikasi, memori bersama atau pesan
lewat.
Desain
a. SISD Single Instruction stream,
Single Data Stream
Istilah yang mengacu pada arsitektur
komputer di mana prosesor tunggal, sebuah uniprocessor, mengeksekusi aliran
instruksi tunggal, untuk beroperasi pada data yang tersimpan dalam memori
tunggal. Ini sesuai dengan arsitektur von Neumann . SISD adalah salah satu dari
empat klasifikasi utama sebagaimana didefinisikan dalam taksonomi Flynn . Dalam
sistem ini klasifikasi didasarkan pada jumlah instruksi bersamaan dan data
stream hadir dalam arsitektur komputer. Menurut Michael J. Flynn , SISD dapat
memiliki karakteristik pemrosesan konkuren. Instruksi fetching dan eksekusi
pipelined instruksi adalah contoh umum ditemukan di komputer SISD paling
modern.
b. MISD Multiple Instruction Stream,
Single Data Stream
Jenis komputasi paralel arsitektur
di mana banyak unit fungsional melakukan operasi yang berbeda pada data yang
sama. Pipa arsitektur termasuk tipe ini, meskipun purist mungkin mengatakan
bahwa data berbeda setelah pengolahan oleh setiap tahap dalam pipa. Komputer
toleransi kegagalan mengeksekusi instruksi yang sama secara berlebihan dalam
rangka untuk mendeteksi dan masker kesalahan, dengan cara yang dikenal sebagai replikasi
tugas , dapat dianggap milik jenis ini. Tidak banyak contoh arsitektur ini ada,
sebagai MIMD dan SIMD sering lebih tepat untuk data teknik paralel umum. Secara
khusus, mereka memungkinkan skala yang lebih baik dan penggunaan sumber daya
komputasi daripada MISD tidak. Namun, salah satu contoh yang menonjol dari MISD
dalam komputasi adalah Space Shuttle komputer kontrol penerbangan.
c. SIMD Single Instruction Stream, Multiple
Data Stream
Kelas komputer paralel dalam
taksonomi Flynn . Ini menggambarkan komputer dengan beberapa elemen pemrosesan
yang melakukan operasi yang sama pada beberapa titik data secara bersamaan.
Dengan demikian, mesin tersebut memanfaatkan data tingkat paralelisme . SIMD
ini terutama berlaku untuk tugas umum seperti menyesuaikan kontras dalam citra
digital atau menyesuaikan volume audio digital . Paling modern CPU desain
termasuk instruksi SIMD dalam rangka meningkatkan kinerja multimedia digunakan.
Keuntungan SIMD antara lain sebuah
aplikasi yang dapat mengambil keuntungan dari SIMD adalah salah satu di mana
nilai yang sama sedang ditambahkan ke (atau dikurangkan dari) sejumlah besar
titik data, operasi umum di banyak multimedia aplikasi. Salah satu contoh akan
mengubah kecerahan gambar. Setiap pixel dari suatu gambar terdiri dari tiga
nilai untuk kecerahan warna merah (R), hijau (G) dan biru (B) bagian warna.
Untuk mengubah kecerahan, nilai-nilai R, G dan B yang dibaca dari memori, nilai
yang ditambahkan dengan (atau dikurangi dari) mereka, dan nilai-nilai yang
dihasilkan ditulis kembali ke memori.
Dengan prosesor SIMD ada dua
perbaikan proses ini. Untuk satu data dipahami dalam bentuk balok, dan sejumlah
nilai-nilai dapat dimuat sekaligus. Alih-alih serangkaian instruksi mengatakan
“mendapatkan pixel ini, sekarang mendapatkan pixel berikutnya”, prosesor SIMD
akan memiliki instruksi tunggal yang efektif mengatakan “mendapatkan n piksel”
(dimana n adalah angka yang bervariasi dari desain untuk desain). Untuk
berbagai alasan, ini bisa memakan waktu lebih sedikit daripada “mendapatkan”
setiap pixel secara individual, seperti desain CPU tradisional.
Keuntungan lain adalah bahwa sistem
SIMD biasanya hanya menyertakan instruksi yang dapat diterapkan pada semua data
dalam satu operasi. Dengan kata lain, jika sistem SIMD bekerja dengan memuat
delapan titik data sekaligus, add operasi yang diterapkan pada data akan
terjadi pada semua delapan nilai pada waktu yang sama. Meskipun sama berlaku
untuk setiap desain prosesor super-skalar, tingkat paralelisme dalam sistem
SIMD biasanya jauh lebih tinggi.
Kekurangannya
adalah :
- Tidak semua algoritma dapat vectorized. Misalnya, tugas
aliran-kontrol-berat seperti kode parsing tidak akan mendapat manfaat dari
SIMD.
- Ia juga memiliki file-file register besar yang
meningkatkan konsumsi daya dan area chip.
- Saat ini, menerapkan algoritma dengan instruksi SIMD
biasanya membutuhkan tenaga manusia, sebagian besar kompiler tidak
menghasilkan instruksi SIMD dari khas C Program, misalnya. vektorisasi
dalam kompiler merupakan daerah aktif penelitian ilmu komputer.
(Bandingkan pengolahan vektor .)
- Pemrograman dengan khusus SIMD set instruksi dapat
melibatkan berbagai tantangan tingkat rendah.
- SSE (Streaming SIMD Ekstensi) memiliki pembatasan data
alignment , programmer akrab dengan arsitektur x86 mungkin tidak
mengharapkan ini.
- Mengumpulkan data ke dalam register SIMD dan hamburan
itu ke lokasi tujuan yang benar adalah rumit dan dapat menjadi tidak
efisien.
- Instruksi tertentu seperti rotasi atau penambahan tiga
operan tidak tersedia dalam beberapa set instruksi SIMD.
- Set instruksi adalah arsitektur-spesifik: prosesor lama
dan prosesor non-x86 kekurangan SSE seluruhnya, misalnya, jadi programmer
harus menyediakan implementasi non-Vectorized (atau implementasi
vectorized berbeda) untuk mereka.
- Awal MMX set instruksi berbagi register file dengan
tumpukan floating-point, yang menyebabkan inefisiensi saat pencampuran
kode floating-point dan MMX. Namun, SSE2 mengoreksi ini.
SIMD dibagi menjadi beberapa bentuk
lagi yaitu :
- Exclusive-Read, Exclusive-Write (EREW) SM SIMD
- Concurent-Read, Exclusive-Write (CREW) SM SIMD
- Exclusive-Read, Concurrent-Write (ERCW) SM SIMD
- Concurrent-Read, Concurrent-Write (CRCW) SM SIMD
d. MIMD Multiple Instruction Stream,
Multiple Data Stream
Teknik yang digunakan untuk mencapai
paralelisme. Mesin menggunakan MIMD memiliki sejumlah prosesor yang berfungsi
asynchronous dan independen. Setiap saat, prosesor yang berbeda dapat
mengeksekusi instruksi yang berbeda pada bagian yang berbeda dari data.
Arsitektur MIMD dapat digunakan di sejumlah area aplikasi seperti desain
dibantu komputer / manufaktur dibantu komputer , simulasi , pemodelan , dan
sebagai switch komunikasi . Mesin MIMD dapat menjadi baik memori bersama atau
memori terdistribusi kategori. Klasifikasi ini didasarkan pada bagaimana
prosesor MIMD memori akses. Mesin memori bersama mungkin dari berbasis bus ,
diperpanjang, atau hirarkis jenis. Mesin memori terdistribusi mungkin memiliki
hypercube atau jala skema interkoneksi.
Tabel Perbedaan SISD dan SIMD
Single Intruction Single Data Stream
(SISD)
|
Single Instruction Multiple Data
Stream (SIMD)
|
Instruksi
dikerjakan terurut satu demi satu
|
Instruksi
dapat dikerjakan tanpa terurut
|
Terdiri
dari satu pemrosesan
|
Terdiri
lebih dari satu pemrosesan
|
Operasi
terhadap satu elemen
|
Operasi
terhadap berbagai elemen yang berbeda
|
Peningkatan
kecepatan kurang karena instruksi dilakukan satu demi satu
|
Peningkatan
kecepatan dengan jumlah hardware
|
Flowchart
SISD dan SIMD
Sebagai perbandingan, pada gambar di
bawah ini, untuk sistem SISD (a), X1, X2, X3, dan X4 merepresentasikan blok
instruksi, setelah mengeksekusi X1, tergantung dari nilai X, X3 atau X2
dieksekusi kemudian X4. Pada sistem SIMD, beberapa aliran data ada yang
memenuhi X=? dan ada yang tidak, maka beberapa elemen akan melakukan X3 dan
yang lain akan melakukan X2 setelah itu semua elemen akan melakukan X4 .
Storyboard SISD
Storyboard SIMD


0 komentar:
Posting Komentar