Computación paralela

A computación paralela é unha forma de cálculo na que moitas instrucións se levan a cabo simultaneamente (denominadas "en paralelo"),^[1] dependendo da teoría de que os problemas grandes poden dividirse a miúdo noutros máis pequenos, e despois resolverse simultaneamente (en concorrencia^[2] ou "en paralelo").

Existen varias formas diferentes de computación paralela:

Bit-level parallelism. (Paralelismo a nivel de bits)
Instruction-level parallelism. (Paralelismo a nivel de instrución)
Data parallelism. (Paralelismo de datos)
Task parallelism. (Paralelismo de tarefas)

Utilizouse durante moitos anos, principalmente en computación de altas prestacións, cun grande aumento do seu uso nos últimos anos, debido ás limitacións físicas que impiden o escalado de frecuencias. A computación paralela converteuse no modelo principal na arquitectura de ordenadores, principalmente en forma de procesadores multinúcleo.^[3] Non obstante, nos últimos anos, o consumo de enerxía dos ordenadores paralelos converteuse nunha preocupación.^[4]

Os ordenadores paralelos pódense clasificar segundo o nivel no que o hardware admite o paralelismo, con ordenadores multinúcleo e multiprocesador que teñen varios elementos de procesamento dentro dunha única máquina, mentres que os clústeres, as láminas, os MPP e as redes usan varios ordenadores para traballar na mesma tarefa.

Os programas ou algoritmos informáticos paralelos son máis difíciles de programar que os secuenciais, porque a concorrencia introduce varias novas clases de posibles bugs ou erros de software, dos cales as condicións de carreira e os deadlocks ou bloqueos mortos son os máis comúns. Porén, creáronse moitas linguaxes de programación paralelas para simplificar a programación de ordenadores paralelos. Aínda así, a comunicación e sincronización entre as diferentes subtarefas é difícil mentres se consegue un bo rendemento do programa paralelo.

Notas editar

↑ Almasi, G.S. and A. Gottlieb (1989). Highly Parallel Computing. Benjamin-Cummings publishers, Redwood City, CA.
↑ "bUSCatermos; concorrencia". aplicacions.usc.es. Consultado o 2022-04-12. ^{[Ligazón morta]}
↑ Asanovic, Krste et al. (Decembro 18, 2006). "The Landscape of Parallel Computing Research: A View from Berkeley" (PDF). University of California, Berkeley. Technical Report No. UCB/EECS-2006-183.
↑ Asanovic et al. Old [conventional wisdom]: Power is free, but transistors are expensive. New [conventional wisdom] is [that] power is expensive, but transistors are "free". (Antigo: a enerxía é gratuíta, pero os transistores son caros. Novo: a enerxía é cara, pero os transistores son "gratis").

Véxase tamén editar

Outros artigos editar

Ligazóns externas editar

Computación paralela en Curlie (en inglés)
Lawrence Livermore National Laboratory: Introduction to Parallel Computing Arquivado o 29/06/2013
Deseño e construción de programas paralelos, de Ian Foster
Arquivo de Internet Parallel Computing Arquivado 12 de outubro de 2002 en Wayback Machine. Arquivado
Área temática de procesamento paralelo en IEEE Distributed Computing Online Arquivado 28 de setembro de 2011 en Wayback Machine. Arquivado
Libro en liña gratuíto de Parallel Computing Works Arquivado 27 de xullo de 2011 en Wayback Machine.
Fronteiras da supercomputación. Libro en liña gratuíto

[1] Almasi, G.S. and A. Gottlieb (1989). Highly Parallel Computing. Benjamin-Cummings publishers, Redwood City, CA.

[2] "bUSCatermos; concorrencia". aplicacions.usc.es. Consultado o 2022-04-12. ^{[Ligazón morta]}

[View-Power-3] Asanovic, Krste et al. (Decembro 18, 2006). "The Landscape of Parallel Computing Research: A View from Berkeley" (PDF). University of California, Berkeley. Technical Report No. UCB/EECS-2006-183.

[4] Asanovic et al. Old [conventional wisdom]: Power is free, but transistors are expensive. New [conventional wisdom] is [that] power is expensive, but transistors are "free". (Antigo: a enerxía é gratuíta, pero os transistores son caros. Novo: a enerxía é cara, pero os transistores son "gratis").

[1]

[2]

[3]

[4]