Processamento paralelo

1,138 views
993 views

Published on

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,138
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
68
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Processamento paralelo

  1. 1. Instituto Federal de Educação Ciência e Tecnologia do Ceará - Campus Crato Disciplina: AOC Prof.: Dr. Guilherme Esmeraldo Antonio Álvaro Oliveira da Silva
  2. 2. Previsão do tempo Grandes volume dados a ser processados(Matemática Computacional).
  3. 3. Previsão do tempo Grandes volume dados a ser processados(Matemática Computacional).
  4. 4. Previsão do tempo Grandes volume dados a ser processados(Matemática Computacional). Processamento Paralelo
  5. 5. Reduzir o tempo total de execução Tolerância a falhas Reduz a probabilidade de falhas em cálculos. Aproveitamento de recursos Aproveita melhor os recursos disponíveis, executando uma aplicação com múltiplos processos
  6. 6.  Tradicionalmente o computador é visto como uma maquina sequencial. Mas essa visão nunca foi totalmente verdadeira: Em nível de micro-operações,vários sinais de controle são gerados ao mesmo tempo. O pipeline de instruções,mesmo quando há sobreposição de operações de leitura e execução, está presente há muito tempo.
  7. 7. É usar múltiplos (dois ou mais) processadores, simultâneamente, para resolver um mesmo problema.
  8. 8. “Um jeito tradicional para melhorar o desempenho do sistema é usar múltiplos processadores que possam executar em paralelo para suportar uma certa carga de trabalho[Stallings,2010].”
  9. 9. Classificação de Flynn SSID-(Instrução única, Único Dado ou ) Identificação mais simples, onde o equipamento é considerado sequencial, pois só é executada uma instrução por vez para cada dado enviado. UC UP UM Fluxos De Dados Fluxos De Instruções UC-Unidade Controle UP-Unidade de Processamento UM-Unidade de Memoria
  10. 10. Exemplos: Máquinas monoprocessadas OBS: máquina de base é formada de componentes de hardware: portas, ULAs, memórias, etc.
  11. 11. SIMD - (Única Instrução, Múltiplos Dados) é o equivalente ao paralelismo de dados, onde uma única simples instrução é executada paralelamente utilizando vários dados de forma síncrona, em que se executa um único programa ao mesmo Tempo. UC ML 1UP 1 UP 2 UP n . . . . . . Fluxos De Instruções ML 2 ML 3 Fluxos De Dados UC-Unidade Controle UP-Unidade de Processamento ML-Memoria Local
  12. 12. Exemplo: Processadores vetoriais e matriciais Cray 1 (1976) O protótipo do supercomputador Cray-1 foi construído pela Cray Research, Inc. O Cray-1 continha 200.000 circuitos integrados e pode executar 100 milhões de operações de ponto flutuante por segundo (100 MFLOPS).
  13. 13. MISD –(Múltiplas Instruções, Único Dado) Uma sequencia de dados é transmitida para um conjunto de processadores, onde cada um executa uma sequência de instruções diferente.Não é implementada comercialmente. Até flynn duvidou que algum dia pudesse existir.
  14. 14. MIMD –(Múltiplas Instruções, Múltiplos Dado) Um conjunto de processadores que executam sequências de instruções diferentes simultaneamente em diferentes conjuntos de dados. ML ML . . . ML UP1 UP2 UP N . . . MG 1 MG 2 Estrutura de Comunicação ML- Memória Local UP- Unidade de Processamento MG –Memória Global
  15. 15. MIMD - Pode ser dividida de acordo com o método de comunicação entre os processadores e a memoria em compatilhada e distribuida.
  16. 16. Nesta classe incluem-se todas as maquinas com múltiplos processadores que compartilham um espaço de endereços de memória comum. UP 1 UP 2 Memória
  17. 17.  O compartilhamento de dados entre os processos, torna-se muito mais rápido.  São computadores extremamente Caros;  Existe uma limitação física para a quantidade de processos;  Utilização de técnicas de sincronização para a leitura e gravação dos dados.
  18. 18. Nesta classe incluem-se as maquinas formadas por varias unidades processadoras, cada uma com sua própria memória. UP 1 UP 2 MemóriaMemória Desvantagens: Programação mais complicada ; Paralelismo não é tão intuitivo; Com muita comunicação o desempenho acaba sendo comprometido.
  19. 19.  Multiprocessador Simétrico (SMP) arquitetura MIMD com memória compartilhada  Acesso Não-Uniforme à Memória (NUMA) arquitetura MIMD com memória compartilhada  Agregado de Computadores (Cluster) arquitetura MIMD com memória distribuída
  20. 20. Possuem de dois a sessenta e quatro processadores; Cada Processador tem acesso a toda a memória do sistema através de um barramento ou de uma rede de comunicação dedicada; A sincronização das tarefas é feita por escrita/leitura na memória,por meio de instruções; A escalabilidade e limitada pelo numero de caminhos entre a ME e o processador, podendo saturar o barramento de comunicação;
  21. 21. SUN Ultra Enterprise 10000 (máximo de 64 processadores)
  22. 22. NUMA-AcessoNão-UniformeàMemória A memória utilizada é distribuída; Construída com vários módulos que são associados um a cada processador; O espaço de endereçamento é único; Os processadores são organizados em nós. Cada nó possui 1 ou mais processadores, com sua(s) própria(s) memória(s) cache (um, dois, ou mais níveis) e alguma memória principal conectados por um barramento ou outro sistema de interconexão.
  23. 23. Cluster-AgregadodeComputadores Quando se utiliza dois ou mais computadores em conjunto para resolver um problema; Cluster que tem como significado do inglês como agrupamento; Os nós são geralmente conectados através de uma porta de E/S de alto desempenho; Atualmente eles são utilizados com sistemas gerenciadores de bancos de dados, com servidores WEB e, principalmente, para proc. paralelo.
  24. 24. Titan com base na Cray da XK7  Montados em 18688 nós, cada um composto por um CPU série Opteron 6200 de 16 núcleos emparelhado com um cartão K20 Tesla, todos ligados entre si com Gêmeos interconexão da Cray para entregar o poder de computação de pico de cerca de 20 petaflops.
  25. 25. PEGUNTAS &RESPOSTAS
  26. 26. OBRIGADO !

×