Gambar 1. Ilustrasi Parallel Processing (Majd F. Sakr)
Pada artikel sebelumnya telah dijelaskan
definisi komputasi modern dan bagaimana cara kerjanya. Mulai dari
memroses suatu masalah hingga mengeluarkan output berupa solusi yang
diinginkan. Dalam proses pemecahan masalah, terdapat masalah yang besar
dan tak mungkin untuk diselesaikan dengan sumber daya yang minim.
Diperlukan suatu sistem yang handal untuk mengerjakan persoalan atau
masalah yang cukup besar. Sistem yang dimaksud adalah suatu sistem yang
didalamnya terdapat pengolalan masalah secara paralel. Dengan pengolahan
paralel suatu pekerjaan akan diolah secara bersamaan oleh suatu CPU
dalam satu waktu.
Definisi
Paralel Processing atau Pengolahan
paralel adalah kemampuan untuk melaksanakan beberapa operasi atau tugas
secara bersamaan. Istilah ini digunakan dalam konteks dari kedua kognisi
manusia, terutama dalam kemampuan otak untuk secara bersamaan memproses
rangsangan yang masuk, dan dalam komputasi paralel oleh mesin.
Gambar 2. Ilustrasi Parallel Processing dengan 2 Komputer
Pengolahan paralel adalah kemampuan otak
untuk secara bersamaan memproses rangsangan yang masuk yang berbeda-beda
kualitas. Hal ini menjadi paling penting dalam visi , sebagai otak
membagi apa yang dilihatnya menjadi empat komponen: warna, gerakan,
bentuk, dan kedalaman. Ini individual dianalisis dan kemudian
dibandingkan dengan disimpan kenangan, yang membantu otak
mengidentifikasi apa yang Anda lihat. Otak kemudian menggabungkan semua
ini menjadi bidang pandang bahwa Anda melihat dan memahami. Pemrosesan
paralel telah dikaitkan dengan beberapa psikolog eksperimental, dengan
efek Stroop. Ini adalah operasi terus-menerus dan mulus.
Pengolahan Paralel pada Komputer
Penggunaan simultan lebih dari satu CPU
atau inti prosesor untuk mengeksekusi sebuah program atau benang
komputasi ganda. Idealnya, parallel processing membuat program berjalan
lebih cepat karena ada mesin yang lebih (CPU atau core) menjalankannya.
Dalam praktek, seringkali sulit membagi program sedemikian rupa sehingga
terpisah atau CPU core dapat mengeksekusi bagian yang berbeda tanpa
mengganggu satu sama lain. Sebagian besar komputer hanya memiliki satu
CPU, tetapi beberapa model memiliki beberapa chip prosesor, dan
multi-core menjadi norma. Bahkan ada komputer dengan ribuan CPU.
Dengan single-CPU, single core komputer,
adalah mungkin untuk melakukan proses pengolahan paralel dengan
menghubungkan komputer dalam jaringan. Namun, jenis pemrosesan paralel
membutuhkan perangkat lunak yang sangat canggih yang disebut perangkat
lunak pengolah didistribusikan.
Perhatikan bahwa paralelisme berbeda dari
konkurensi. Concurrency adalah istilah yang digunakan dalam sistem
operasi dan database masyarakat yang mengacu pada milik suatu sistem di
mana banyak tugas tetap aktif secara logis dan membuat kemajuan
pada saat yang sama dengan interleaving urutan pelaksanaan tugas dan
dengan demikian menciptakan ilusi sekaligus melaksanakan instruksi.
Paralelisme, di sisi lain, adalah istilah yang biasanya digunakan oleh
komunitas superkomputer untuk menggambarkan eksekusi yang secara fisik
mengeksekusi secara bersamaan dengan tujuan untuk memecahkan masalah
dalam waktu yang lebih atau pemecahan masalah yang lebih besar dalam
waktu yang sama . Paralelisme mengeksploitasi konkurensi.
Pemrosesan paralel juga disebut komputasi
paralel. Dalam upaya lebih murah pengolahan komputasi paralel
menyediakan alternatif pilihan yang layak. Waktu idle siklus prosesor di
seluruh jaringan dapat digunakan secara efektif oleh perangkat lunak
komputasi terdistribusi yang canggih. Pengolahan paralel istilah
digunakan untuk mewakili kelas besar teknik yang digunakan untuk
memberikan tugas pengolahan simultan data untuk tujuan meningkatkan
kecepatan komputasi dari sistem komputer.
Keuntungan :Waktu eksekusi lebih cepat, throughput jadi lebih tinggi.Kekurangan:Perangkat keras lainnya yang dibutuhkan, kebutuhan daya juga lebih. Tidak baik untuk daya rendah dan perangkat mobile.
Komputasi Paralel
Komputasi paralel adalah salah satu
teknik melakukan komputasi secara bersamaan dengan memanfaatkan
beberapa komputer independen secara bersamaan. Ini umumnya diperlukan
saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah
data dalam jumlah besar (di industri keuangan, bioinformatika, dll)
ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum
ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di
bidang fisika (fisika komputasi), kimia (kimia komputasi) dll.
Untuk melakukan berbagai jenis komputasi
paralel diperlukan infrastruktur mesin paralel yang terdiri dari
banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja
secara paralel untuk menyelesaikan satu masalah. Untuk digunakan
perangkat lunak pendukung yang biasa disebut middleware yang berperan
mengatur distribusi antar titik dalam satu mesin paralel. Selanjutnya
pemakai harus membuat pemrograman paralel untuk merealisasikan
komputasi. Salah satu middleware yang asli dikembangkan
di Indonesia adalah OpenPC yang dipelopori oleh GFTK LIPI dan
diimplementasikan di LIPI Public Center.
Gambar 3. Parallel Computing
Hubungan antara komputasi modern dan
parallel processing sangat berkaitan, karena penggunaan komputer saat
ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian
masalah secara manual. Dengan begitu peningkatan kinerja atau proses
komputasi semakin diterapkan, dan salah satu caranya adalah dengan
meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam
perangkat keras komputer adalah processor. Sedangkan parallel processing
adalah penggunaan beberapa processor (multiprocessor atau arsitektur
komputer dengan banyak processor) agar kinerja computer semakin cepat.
Kinerja komputasi dengan menggunakan
paralel processing itu menggunakan dan memanfaatkan beberapa komputer
atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada.
Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu
komputer saja. Komputasi dengan paralel processing akan menggabungkan
beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut.
Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk
masalah yang besar saja, komputasi yang masalah kecil, lebih murah
menggunakan satu CPU saja.
Kesimpulan
Dari pembahasan diatas dapat kami
simpulkan bahwa kinerja komputasi paralel lebih efektif dan dapat
menghemat waktu untuk pemrosesan data yang banyak daripada komputasi
lain. Selain itu komputasi paralel jauh lebih menghemat waktu dan sangat
efektif ketika kita harus mengolah data dalam jumlah yang besar. Namun
keefektifan akan hilang ketika kita hanya mengolah data dalam jumlah
yang kecil, karena data dengan jumlah kecil atau sedikit lebih efektif
jika kita menggunakan komputasi lain (dalam contoh ini adalah komputasi
tunggal).
Referensi :
[1] Amanda, Daru. 1 April 2012. Parallel Processing. http://daruamanda.wordpress.com/2012/04/01/paralel-processing/
[2]Duncan, Ralph. 1990. A Survey of Parallel Computer Architerctures. Control Data Corp.
[3] Mehrorta, Deepti, Dr. Parallel Computer Models.
Anggota Kelompok :
- Bayu Aji
- Fadly S. Silalahi
- Jonathan Yuwono
- Nadia Yasintha
