Komputasi paralel: Perbedaan antara revisi

'''Komputasi paralel''' atau '''komputasi sejajar''' adalah salah satu teknik melakukan [[komputasi]] secara bersamaan dengan memanfaatkan beberapa [[komputer]] independen secara bersamaan. Ini umumnya diperlukan saat kapasitasdaya tampung yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar (di [[industri keuangan]], [[bioinformatika]], dll.) ataupunmaupun 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.

== Mesin paralelParalel ==

Untuk melakukan aneka jenis komputasi paralel ini diperlukan infrastruktur mesin paralel yang terdiri dari banyak [[komputer]] yang dihubungkan dengan [[jaringan|jejaringan]] dan mampu bekerja secara paralelsejajar untuk menyelesaikan satu masalah. Untuk itu diperlukan aneka [[perangkat lunak]] pendukung yang biasa disebut sebagai ''[[middleware]]'' yang berperan untuk mengatur distribusi pekerjaan antar [[node|antarnode]] dalam satu mesin paralel. Selanjutnya pemakai harus membuat [[pemrograman paralel|penataolahan sejajar]] untuk merealisasikan komputasi. Tidak berarti dengan mesin paralel semua program yang dijalankan diatasnyadi atasnya otomatis akan diolah secara paralel !.

GRID merupakan pengembangan teknologi mesin paralel dengan memanfaatkan [[jaringan|jejaringan]] [[pita lebar]] dipada era dijitaldigital. Dengan adanya jaringanjejaringan pita lebar, paralelisasi atau penyejajaran tidak hanya dilakukan antar [[komputer|antarkomputer]] dalam satu jaringan, tetapi juga antar mesin paralel yang terpisah secara geografis.

Tujuan utama dari pemrogramanpenataolahan paralelsejajar (''parallel programing'') adalah untuk meningkatkan performakinerja [[komputasi]]. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Analogi yang paling gampang adalah, bila anda dapat merebus air sambil memotong-motong bawang saat anda akan memasak, waktu yang anda butuhkan akan lebih sedikit dibandingkan bila anda mengerjakan hal tersebut secara berurutan (serial). Atau waktu yg anda butuhkan memotong bawang akan lebih sedikit jika anda kerjakan berdua.

PerformaKinerja dalam pemrograman paralel diukur dari berapa banyak [[peningkatan kecepatan]] (''speed up'') yang diperoleh dalam menggunakan tehnik paralel. Secara informal, bila anda memotong bawang sendirian membutuhkan waktu 1 jam dan dengan bantuan teman, berdua anda bisa melakukannya dalam 1/2 jam maka anda memperoleh peningkatan kecepatan sebanyak 2 kali.

Ada limitasi dalam usaha membuat suatu [[program komputer]] berjalan lebih efisien melalui [[peningkatan kecepatan]], hukum yang menetapkan batasan ini dikenal sebagai [[Hukum Amdahl]]. Ide dari hukum amdahl ini adalah bahwa anda hanya akan bisa meningkatkan efisiensi [[program komputer]] anda, sebatas pada bagian tertentu dari program tersebut yang dapat di paralelkan. Sementara bagian yang memang harus dilaksanakan secara berurutan, akan menjadi penentu performakinerja akhir.

** ''SISD - Single Instruction Single Datapath'', ini prosesor tunggal, yang bukan paralel.

** ''SIMD - Single Instruction Multiple Datapath'', alur instruksi yang sama dijalankan terhadap banyak alur data yang berbeda. Alur instruksi di sini kalau tidak salah maksudnya ya program komputer itu. trus datapath itu paling ya inputnya, jadi inputnya lain-lain tetapi program yang digunakan sama.

** ''MIMD - Multiple Instruction Multiple Datapath'', alur instruksinya banyak, alur datanya juga banyak, tetapi masing-masing bisa berinteraksi.

** ''MISD - Multiple Instruction Single Datapath'', alur instruksinya banyak tetapi beroperasi pada data yang sama.

== Perkembangan di [[Indonesia]] ==

Di [[Indonesia]], usaha untuk membangun infrastruktur mesin paralel sudah dimulai sejak era 90-an, meski belum pada tahap serius dan permanen. Namun untuk pemrograman paralel sudah sejak awal menjadi satu mata-kuliah wajib di banyak perguruan tinggi terkait. Baru pada tahun [[2005]] dimulai pembuatan infrastruktur mesin paralel permanen, misalnya yang dikembangkan oleh [[Grup Fisika Teoritik dan Komputasi]] di [[P2 Fisika]] [[LIPI]]. Didorong oleh perkembangan [[pemrograman paralel]] yang lambat, terutama terkait dengan [[sumber daya manusia]] (SDM) yang menguasainya, mesin paralel [[LIPI]] ini kemudian dibuka untuk publik secara cuma-cuma dalam bentuk [[LIPI Public Cluster]] ([[LPC]]).<ref>''[http://www.cluster.lipi.go.id LIPI Public Cluster] {{Webarchive|url=https://web.archive.org/web/20080704112431/http://www.cluster.lipi.go.id/ |date=2008-07-04 }}''</ref>. Saat ini LPC telah dikembangkan lebih jauh menjadi gerbang komputasi [[GRID]] di [[Indonesia]] dengan kerjasama global menjadi [[IndoGRID]].

Pada tahun berikutnya, dengan dukungan dana dari proyek [[Inherent]] [[Dikti]], [[Fasilkom]] [[UI]] juga membangun mesin paralel.<ref>{{Cite web |url=http://www.grid.ui.ac.id/ |title=InGRID |access-date=2021-05-09 |archive-date=2007-12-28 |archive-url=https://web.archive.org/web/20071228165236/http://grid.ui.ac.id/ |dead-url=yes }}</ref>. Sementara itu pada tahun 2009, ITB membuat kluster hibrid CPU dan GPU yang pertama di Indonesia dengan kemampuan hingga 60 inti CPU dan 1920 inti GPU.