GeeksforGeeks

Prima di dare uno sguardo al Parallel Computing, diamo prima un’occhiata al background delle computazioni di un software per computer e perché non è riuscito nell’era moderna.

I software per computer erano scritti convenzionalmente per il calcolo seriale. Questo significa che per risolvere un problema, un algoritmo divide il problema in istruzioni più piccole. Queste istruzioni discrete vengono poi eseguite sull’unità di elaborazione centrale di un computer una per una. Solo dopo che un’istruzione è terminata, inizia la successiva.

Un esempio di vita reale di questo potrebbe essere la gente in coda in attesa del biglietto del cinema e c’è solo il cassiere che dà il biglietto uno per uno alle persone. La complessità di questa situazione aumenta quando ci sono 2 code e un solo cassiere.

Quindi, in breve il Serial Computing è il seguente:

1. In questo, un problema è suddiviso in istruzioni discrete.
2. Poi le istruzioni sono eseguite una per una.
3. Solo un’istruzione viene eseguita in qualsiasi momento del tempo.

Guarda il punto 3. Questo stava causando un enorme problema nell’industria informatica, poiché solo un’istruzione veniva eseguita in qualsiasi momento. Questo era un enorme spreco di risorse hardware in quanto solo una parte dell’hardware sarà in esecuzione per una particolare istruzione e di tempo. Poiché le dichiarazioni dei problemi stavano diventando sempre più pesanti e ingombranti, lo stesso vale per la quantità di tempo di esecuzione di quelle dichiarazioni. Esempi di processori sono il Pentium 3 e il Pentium 4.

Ora torniamo al nostro problema della vita reale. Possiamo sicuramente dire che la complessità diminuisce quando ci sono 2 code e 2 cassieri che danno i biglietti a 2 persone simultaneamente. Questo è un esempio di calcolo parallelo.

Parallel Computing –
È l’uso di più elementi di elaborazione simultaneamente per risolvere qualsiasi problema. I problemi sono suddivisi in istruzioni e sono risolti simultaneamente poiché ogni risorsa che è stata applicata al lavoro sta lavorando allo stesso tempo.

Gli svantaggi del Parallel Computing rispetto al Serial Computing sono i seguenti:

1. Risparmia tempo e denaro poiché molte risorse che lavorano insieme riducono il tempo e tagliano i costi potenziali.
2. Può essere poco pratico risolvere problemi più grandi con il Serial Computing.
3. Può trarre vantaggio dalle risorse non locali quando le risorse locali sono finite.
4. Il calcolo seriale ‘spreca’ la potenziale potenza di calcolo, quindi il calcolo parallelo fa un lavoro migliore dell’hardware.

Tipi di parallelismo:

1. Parallelismo a livello di bit: è la forma di calcolo parallelo che si basa sulla dimensione crescente del processore. Riduce il numero di istruzioni che il sistema deve eseguire per eseguire un compito su dati di grandi dimensioni.
   Esempio: Consideriamo uno scenario in cui un processore a 8 bit deve calcolare la somma di due interi a 16 bit. Deve prima sommare gli 8 bit di ordine inferiore, poi aggiungere gli 8 bit di ordine superiore, richiedendo così due istruzioni per eseguire l’operazione. Un processore a 16 bit può eseguire l’operazione con una sola istruzione.
2. Parallelismo a livello di istruzioni: Un processore può indirizzare meno di un’istruzione per ogni fase del ciclo di clock. Queste istruzioni possono essere riordinate e raggruppate e in seguito eseguite contemporaneamente senza influenzare il risultato del programma. Questo è chiamato parallelismo a livello di istruzione.
3. Parallelismo a livello di compito: Il parallelismo dei compiti impiega la decomposizione di un compito in sottocompiti e poi l’allocazione di ciascuno dei sottocompiti per l’esecuzione. I processori eseguono l’esecuzione dei sotto-compiti simultaneamente.

Perché il calcolo parallelo?

• L’intero mondo reale è di natura dinamica, cioè molte cose accadono in un certo momento ma in posti diversi simultaneamente. Questi dati sono ampiamente enormi da gestire.
• I dati del mondo reale hanno bisogno di una simulazione e modellazione più dinamica, e per ottenere lo stesso, il calcolo parallelo è la chiave.
• Il calcolo parallelo fornisce la concorrenza e fa risparmiare tempo e denaro.
• Insiemi di dati complessi e grandi, e la loro gestione possono essere organizzati solo e soltanto usando l’approccio del calcolo parallelo.
• Assicura l’utilizzo efficace delle risorse. L’hardware è garantito per essere usato efficacemente mentre nel calcolo seriale solo una parte dell’hardware è stata usata e il resto è rimasto inattivo.
• Inoltre, non è pratico implementare sistemi in tempo reale usando il calcolo seriale.

Applicazioni del calcolo parallelo:

• Basi di dati e Data mining.
• Simulazione di sistemi in tempo reale.
• Scienza e ingegneria.
• Grafica avanzata, realtà aumentata e realtà virtuale.

Limitazioni del Parallel Computing:

• Si occupa di comunicazione e sincronizzazione tra più sub-task e processi che è difficile da raggiungere.
• Gli algoritmi devono essere gestiti in modo tale da poter essere gestiti nel meccanismo parallelo.
• Gli algoritmi o il programma devono avere un basso accoppiamento e un’alta coesione. Ma è difficile creare tali programmi.
• I programmatori tecnicamente più abili ed esperti possono codificare bene un programma basato sul parallelismo.

Futuro del Parallel Computing: Il grafico computazionale ha subito una grande transizione dal calcolo seriale al calcolo parallelo. Un gigante della tecnologia come Intel ha già fatto un passo verso il calcolo parallelo impiegando processori multicore. Il calcolo parallelo rivoluzionerà il modo di lavorare dei computer in futuro, per un bene migliore. Con tutto il mondo che si connette l’un l’altro ancora più di prima, il calcolo parallelo svolge un ruolo migliore nell’aiutarci a rimanere così. Con reti più veloci, sistemi distribuiti e computer multiprocessore, diventa ancora più necessario.

Attenzione lettore! Non smettere di imparare ora. Impara tutti i concetti importanti di teoria CS per le interviste SDE con il corso di teoria CS a un prezzo adatto agli studenti e diventa pronto per l’industria.