A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Univ. Federal de Campina Grande

Cópias: 1
Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande

Apresentações semelhantes


Apresentação em tema: "Univ. Federal de Campina Grande"— Transcrição da apresentação:

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


Carregar ppt "Univ. Federal de Campina Grande"

Apresentações semelhantes


Anúncios Google