Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Univ. Federal de Campina Grande
Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande
2
Lei de Moore Computadores dobram de performance a cada 18 meses
Nas últimas 2 decadas, computadores melhoraram de performance em vezes Como resultado, os computadores hoje têm mais ou menos o mesmo desempenho (na mesma ordem de magnitude)
3
Paralelismo Em suma, computadores hoje são muuuito rápidos
Mas fazemos coisas cada vez mais complexas Mas temos cada vez mais dados para processar O que fazer se você precisa processar por anos? Usar vários processadores simultaneamente
4
Lei de Amdalh speed-up = tempo seqüencial / tempo paralelo
tempo seqüencial = intrinsecamente-seqüencial + paralelizável melhor tempo paralelo = intrinsecamente-seqüencial melhor speed-up = paralelizável/intrinsecamente-seqüencial
5
Principais Aspectos de Computação Paralela
Plataforma de Execução Modelos de Programação Aplicações
6
Plataformas de Execução de Aplicações Paralelas
SMPs acoplamento MPPs NOWs Grids distribuição
7
SMP Memória CPU CPU ... CPU
8
MPP CPU Mem. ... Escalonador requisições
9
NOW requisições requisições requisições CPU CPU CPU ... Mem. Mem. Mem.
10
Grid CPU CPU CPU ... Mem. Mem. Mem. Internet
11
Características das Plataformas de Execução
SMPs MPPs NOWs Grids Conectividade excelente muito boa boa média/ruim Heterogeneidade nula baixa média alta Compartilhado não sim Imagem única comum múltipla Escala 10 1.000
12
Grids podem diferir bastante
TeraGrid 4 centros de supercomputação norte-americanos Cada centro com milhares de processadores dedicados ao TeraGrid Canais de altíssima velocidade (40 GBits/s) Poder agregado de 13,6 TeraFlops Ciclos ociosos de 1.6 milhões de processadores espalhados em 224 países Computa em média a uma velocidade de 10 Teraflops
13
Grid como Fonte de Computação
Grid Computacional (fonte de recursos computacional) [a metáfora da rede elétrica]
14
Um Grid do Futuro VR Simul MegaCiclos Databank Inc. Embratel
Mastercard Embratel Grid Auditing
15
Modelos de Programação
Troca de mensagens MPI, PVM sockets Memória compartilhada OpenMP pthreads, threads Java
16
Aplicações SPMD x MPMD Classes de aplicação Granularidade
SPSD = sequêncial Classes de aplicação Bag-of-Tasks Master-slave (ou manager-work :-) Data parallel Granularidade Grão = computação feita entre comunicações Grão fino requer SMP (ou, pelo menos, MPP) Grão grosso tolera Grid
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.