Paralelismo

JESUS AQUINO TINO

INDICE:

4.1 Aspectos básicos de la computación paralela.

4.2 Tipos de computación paralela.

4.2.1 Taxonomía de las arquitecturas paralelas.

4.2.2 Arquitectura de los computadores secuenciales.

4.2.2.1 Taxonomía de Flynn.

4.2.2.2 Organización del espacio de direcciones de memoria

4.3 Sistemas de memoria compartida: Multiprocesadores

4.3.1 Redes de interconexión dinámicas o indirectas

4.3.1.1 Redes de medio compartido

4.3.1.2 Redes conmutadas

4.3.2 Coherencia de cache

4.4 Sistemas de memoria distribuida.

Multicomputadores:

Clusters

4.4.1 Redes de interconexión estáticas

4.4.2 Clúster

4.4.3 Programación de clusters.

4.4.4 Consideraciones sobre el rendimiento de los clusters.

4.5 Casos de estudio.

INTRODUCCION:

En esta unidad a tratar, conoceremos la función del paralelismo en la computadora donde el proceso empleado sirve para acelerar el tiempo de ejecución de un programa dividiéndolo en múltiples trozos que se ejecutarán al mismo tiempo, cada uno en sus propios procesadores con la finalidad que al ejecutar un programa se mas rápido sin ninguna complicación de tiempo de acuerdo al flujo de datos.

La razón principal para crear y utilizar computación paralela es que el paralelismo es una de las mejores formas de salvar el problema del cuello de botella que significa la velocidad de un único procesador. Que anteriormente lo explicamos en la unidad uno, donde esto no permite el flujo de varios procesos a la vez cuando esta solo existe una sola vía de información.

4. procesamiento paralelo.

4.1 Aspectos básicos de la computación paralela.

El paralelismo es una forma de computación basada en un principio aparentemente simple:

“Dividir los problemas grandes en varios pequeños y solucionarlos simultáneamente,"

La velocidad de los computadores secuenciales convencionales se ha incrementado continuamente para adaptarse a las necesidades de las aplicaciones

¿Qué es la programación paralela?

La computación paralela es una forma de cómputo en la que muchas instrucciones se ejecutan simultáneamente, operando sobre el principio de que problemas grandes, a menudo se pueden dividir en unos más pequeños, que luego son resueltos simultáneamente (en paralelo). En si es el uso de varios procesadores trabajando juntos para resolver una tarea común

El modo de uso de los procesadores puede ser:

Diseñado por el programador:

– Cada procesador trabaja en una porción del problema.

– Los procesos pueden intercambiar datos, a través de la memoria o por una red de interconexión.

La tecnología detrás del desarrollo de componentes de sistemas computacionales ha alcanzado su madurez y los desarrollos están a punto de producirse en la era del procesamiento en paralelo, lo que significa que la tecnología de la computación paralela necesita avanzar, aún cuando no está lo suficientemente madura como para ser explotado como una tecnología de disponibilidad masiva.

La razón de ser del procesamiento en paralelo es acelerar la resolución de un problema, la aceleración que puede alcanzarse depende tanto del problema en sí como de la arquitectura de la computadora.

Las aplicaciones que se benefician de una aceleración más significativa son aquellas que describen procesos intrínsecamente paralelos, las simulaciones de modelos moleculares, climáticos o económicos tienen toda una amplia componente paralela, como los sistemas que representan. El hardware de la máquina entra en juego ya que es preciso maximizar la relación entre el tiempo de cálculo útil y el perdido en el paso de mensajes, parámetros que dependen de la capacidad de proceso de las CPUs y de la velocidad de la red de comunicaciones.

• La programación paralela permite:

– Resolver problemas que no caben en una CPU

– Resolver problemas que no se resuelven en un tiempo razonable

• Se pueden ejecutar

– Problemas mayores

– Más rápidamente (aceleración)

– Más problemas

Aspectos a considerar.

Aspectos a tener en cuenta en la computación paralela son:

• Diseño de computadores paralelos. Escalabilidad y Comunicaciones.

• Diseño de algoritmos eficientes. No hay ganancia si los algoritmos no se diseñan adecuadamente.

• Métodos para evaluar los algoritmos paralelos: ¿Cómo de rápido se puede resolver un problema usando una máquina paralela? ¿Con qué eficiencia se usan esos procesadores?

• Lenguajes para computadores paralelos, flexibles para permitir una implementación eficiente y que sean fáciles de programar.

• Herramientas para la programación paralela.

• Programas paralelos portables.

• Compiladores paralelizantes.

4.2 Tipos de computación paralela.

Hay varias formas diferentes de computación paralela: paralelismo a nivel de bit, paralelismo a nivel de instrucción, paralelismo de datos y paralelismo de tareas.

...