GeeksforGeeks

Bevor wir uns mit dem Parallelen Rechnen befassen, wollen wir zunächst einen Blick auf den Hintergrund der Berechnungen einer Computersoftware werfen und darauf, warum sie in der modernen Ära gescheitert ist.

Computersoftware wurde auf herkömmliche Weise für das serielle Rechnen geschrieben. Das bedeutet, dass zur Lösung eines Problems ein Algorithmus das Problem in kleinere Anweisungen aufteilt. Diese diskreten Anweisungen werden dann auf der Zentraleinheit eines Computers eine nach der anderen ausgeführt. Erst wenn eine Anweisung beendet ist, beginnt die nächste.

Ein Beispiel aus dem wirklichen Leben: Menschen stehen in einer Warteschlange, um eine Kinokarte zu kaufen, und es gibt nur einen Kassierer, der die Karten nacheinander an die Personen ausgibt. Die Komplexität dieser Situation nimmt zu, wenn es 2 Warteschlangen und nur einen Kassierer gibt.

So, kurz gesagt, ist Serial Computing folgendes:

1. Dabei wird eine Problemstellung in diskrete Anweisungen zerlegt.
2. Dann werden die Anweisungen eine nach der anderen ausgeführt.
3. Zu jedem Zeitpunkt wird nur eine Anweisung ausgeführt.

Bei Punkt 3. Dies verursachte ein großes Problem in der Computerindustrie, da immer nur eine Anweisung zu einem bestimmten Zeitpunkt ausgeführt wurde. Dies bedeutete eine enorme Verschwendung von Hardwareressourcen, da nur ein Teil der Hardware für eine bestimmte Anweisung und einen bestimmten Zeitraum in Betrieb ist. Da die Problemstellungen immer umfangreicher wurden, stieg auch der Zeitaufwand für die Ausführung dieser Anweisungen. Beispiele für Prozessoren sind der Pentium 3 und der Pentium 4.

Kehren wir nun zu unserem realen Problem zurück. Wir können definitiv sagen, dass die Komplexität abnimmt, wenn es 2 Warteschlangen und 2 Kassierer gibt, die 2 Personen gleichzeitig Tickets geben. Dies ist ein Beispiel für Parallel Computing.

Parallel Computing –
Es handelt sich um die gleichzeitige Verwendung mehrerer Verarbeitungselemente zur Lösung eines beliebigen Problems. Probleme werden in Anweisungen aufgeteilt und gleichzeitig gelöst, da jede Ressource, die zur Arbeit eingesetzt wird, gleichzeitig arbeitet.

Die Vorteile des parallelen Rechnens gegenüber dem seriellen Rechnen sind folgende:

1. Es spart Zeit und Geld, da viele Ressourcen zusammenarbeiten, was die Zeit und mögliche Kosten reduziert.
2. Es kann unpraktisch sein, größere Probleme mit seriellem Rechnen zu lösen.
3. Es kann die Vorteile von nicht-lokalen Ressourcen nutzen, wenn die lokalen Ressourcen endlich sind.
4. Serielles Rechnen „verschwendet“ die potentielle Rechenleistung, so dass paralleles Rechnen die Hardware besser ausnutzt.

Arten der Parallelität:

1. Bit-Level-Parallelität: Es ist die Form des parallelen Rechnens, die auf der zunehmenden Größe des Prozessors basiert. Sie reduziert die Anzahl der Befehle, die das System ausführen muss, um eine Aufgabe mit großen Daten durchzuführen.
   Beispiel: Betrachten wir ein Szenario, in dem ein 8-Bit-Prozessor die Summe von zwei 16-Bit-Ganzzahlen berechnen muss. Er muss zuerst die 8 Bits niedrigerer Ordnung summieren und dann die 8 Bits höherer Ordnung addieren, so dass zwei Befehle zur Durchführung der Operation erforderlich sind. Ein 16-Bit-Prozessor kann die Operation mit nur einem Befehl durchführen.
2. Parallelität auf Befehlsebene: Ein Prozessor kann pro Taktzyklusphase nur weniger als einen Befehl adressieren. Diese Befehle können neu geordnet und gruppiert werden und werden später gleichzeitig ausgeführt, ohne das Ergebnis des Programms zu beeinflussen. Dies wird als Parallelität auf Befehlsebene bezeichnet.
3. Aufgabenparallelität: Bei der Task-Parallelität wird eine Aufgabe in Teilaufgaben zerlegt und dann jeder Teilaufgabe zur Ausführung zugewiesen. Die Prozessoren führen die Teilaufgaben gleichzeitig aus.

Warum paralleles Rechnen?

• Die gesamte reale Welt ist dynamisch, d.h. viele Dinge geschehen zu einer bestimmten Zeit, aber an verschiedenen Orten gleichzeitig. Diese Daten sind sehr umfangreich zu verwalten.
• Die Daten der realen Welt müssen dynamischer simuliert und modelliert werden, und um dies zu erreichen, ist paralleles Rechnen der Schlüssel.
• Paralleles Rechnen bietet Gleichzeitigkeit und spart Zeit und Geld.
• Komplexe, große Datensätze und ihre Verwaltung können nur mit dem Ansatz des parallelen Rechnens organisiert werden.
• Sorgt für die effektive Nutzung der Ressourcen. Die Hardware wird garantiert effektiv genutzt, während beim seriellen Rechnen nur ein Teil der Hardware genutzt wird und der Rest ungenutzt bleibt.
• Außerdem ist es unpraktisch, Echtzeitsysteme mit seriellem Rechnen zu implementieren.

Anwendungen von Parallel Computing:

• Datenbanken und Data Mining.
• Echtzeitsimulation von Systemen.
• Wissenschaft und Technik.
• Fortgeschrittene Grafik, Augmented Reality und Virtual Reality.

Grenzen des parallelen Rechnens:

• Es befasst sich mit der Kommunikation und Synchronisation zwischen mehreren Teilaufgaben und Prozessen, die schwer zu erreichen ist.
• Die Algorithmen müssen so verwaltet werden, dass sie im Parallelmechanismus bearbeitet werden können.
• Die Algorithmen oder Programme müssen eine geringe Kopplung und eine hohe Kohäsion aufweisen. Aber es ist schwierig, solche Programme zu erstellen.
• Mehr technisch versierte und erfahrene Programmierer können ein auf Parallelität basierendes Programm gut programmieren.

Zukunft des parallelen Rechnens: Der Computergraph hat einen großen Übergang vom seriellen Rechnen zum parallelen Rechnen durchgemacht. Technologiegiganten wie Intel haben mit dem Einsatz von Mehrkernprozessoren bereits einen Schritt in Richtung paralleles Rechnen getan. Parallele Berechnungen werden die Arbeitsweise von Computern in Zukunft revolutionieren, und zwar zum Besseren. Da die ganze Welt noch stärker als bisher miteinander verbunden ist, trägt das parallele Rechnen dazu bei, dass dies so bleibt. Mit schnelleren Netzwerken, verteilten Systemen und Multiprozessor-Rechnern wird es sogar noch notwendiger.

Aufgepasst Leser! Hören Sie jetzt nicht auf zu lernen. Holen Sie sich alle wichtigen Konzepte der CS-Theorie für SDE-Interviews mit dem CS-Theorie-Kurs zu einem studentenfreundlichen Preis und werden Sie fit für die Industrie.