Introduccion al Paralelismo

Introducción al Paralelismo

¿Por qué la computación paralela?

Casi todo cálculo realizado durante los primeros cuarenta años de la historia de las computadoras podría llamarse secuencial. Una de las características de computación secuencial es que emplea un único procesador para resolver algún problema. (Aquí, el término "problema" se utiliza en el sentido amplio, es decir, la realización de alguna tarea). Estos procesadores se habían vuelto continuamente más rápido (y más baratos) durante las tres primeras décadas, duplicando su velocidad cada dos o tres años. Sin embargo, debido a que el límite de la velocidad de la luz se impone nosotros, parece muy poco probable que podamos construir un uniprocesador de computadoras (Es decir, equipos que contienen sólo un procesador) que puede alcanzar un rendimiento significativamente mayor que 1000000000 operaciones de punto flotante por segundos - generalmente llamado un Gflops.

La unidad flop es una medida ampliamente utilizada de rendimiento de la memoria de acceso. Es igual a la velocidad a la que una máquina puede realizar simple operaciones de punto, es decir, el número de este tipo de operaciones que el equipo puede realizar en una unidad de tiempo - segundos en nuestro caso. Al igual que con las cantidades físicas, la computación potencia se mide utilizando kilo notaciones (1 K = 103 Mega) (1 M = 106 giga) (1 G = 109 Tera). Si el equipo no tiene la capacidad para manejar operaciones de punto flotante en hardware, se utiliza el término ips que es sinónimo de instrucciones por segundo.

Nuevas máquinas en paralelo con nuevas arquitecturas se están construyendo cada año. El número de procesadores en estas máquinas llega a 65.536 hoy en día, con algunos sueños de construir en un futuro próximo una máquina con 128.000 procesadores. Sin embargo, el alto costo de la construcción de este tipo de máquinas, combinado con la falta de los fondos disponibles que tradicionalmente provenía de los militares, aplaza los planes.

Redes de Interconexión

La computación paralela llegó a mediados de los ochenta, cuando los fabricantes de chips fueron capaces de producir grandes cantidades de procesadores económicamente. Por lo tanto, de repente, tener un montón de chips que contienen los procesadores junto con pequeñas memorias locales (los elementos de procesamiento de llamadas o PES).

Máquinas comerciales paralelas y simuladores

La última década vio un gran número de nuevas máquinas paralelas de mayor o menor éxito, capacidades, potencia de cálculo y las etiquetas de precios. Existe un informe en curso enumerando el máximo rendimiento de las 500 supercomputadoras en el mundo que se actualiza con regularidad. El funcionamiento máximo es el máximo rendimiento teórico de equipo. (También significa que el rendimiento mínimo que el fabricante asegura que nunca se alcanzará.)

¿Quién necesita computadoras paralelas?

Por otro lado, hay varias aplicaciones científicas que sin duda podría utilizar mucho más potencia de cálculo. Entre ellos:

Gráficos: Representación de volumen, la realidad virtual, el trazado de rayos.

Simulación: Predicción del tiempo, la verificación Chip, la exploración petrolera.

Procesamiento de imágenes: Mejora de la imagen, la extracción de características.

Inteligencia Artificial: reconocimiento de imagen, reproducción de juegos (ajedrez, GO, etc.).

Buscando base de datos grande: Programación de vuelos, la coincidencia de ADN (La proyecto del genoma humano).

Paralelismo E / S - El próximo desafío

A pesar de que el rendimiento de procesamiento de los ordenadores ha aumentado considerablemente en los últimos años, dispositivos de entrada / salida (I / O) no se han mantenido con esta tendencia. Mientras que la velocidad del procesador es aproximadamente ocho veces más rápido cada diez años, el acceso a la memoria principal y el disco disminución del tiempo de ciclo por sólo un tercio en el mismo período de tiempo.

Por lo tanto, nuestra capacidad de utilizar ordenadores muy rápidos eficientemente, depende de nuestra capacidad para alimentar con datos suficientemente rápido. Este es el paralelo llamado cuello de botella, la mala noticia se espera que empeore en el futuro, y una gran cantidad de investigación que se está haciendo hoy en esta dirección.