GeeksforGeeks

Antes de fazer uma portagem na Computação Paralela, primeiro vamos dar uma olhada no fundo dos cálculos de um software de computador e porque falhou para a era moderna.

Softwares de computador foram escritos convencionalmente para computação em série. Isto significava que para resolver um problema, um algoritmo divide o problema em instruções menores. Estas instruções discretas são então executadas na Unidade Central de Processamento de um computador, uma a uma. Apenas depois de uma instrução ser concluída, a próxima começa.

A vida real exemplo disto seria pessoas em fila à espera de um bilhete de cinema e só há uma caixa. A complexidade desta situação aumenta quando há 2 filas e apenas uma caixa.

Então, em suma, Serial Computing está a seguir:

1. Nisto, uma instrução de problema é dividida em instruções discretas.
2. Então as instruções são executadas uma a uma.
3. Apenas uma instrução é executada a qualquer momento.

Lê no ponto 3. Isto estava causando um enorme problema na indústria da computação, pois apenas uma instrução era executada a qualquer momento. Isto foi um enorme desperdício de recursos de hardware já que apenas uma parte do hardware será executada para uma determinada instrução e de tempo. Como as instruções de problemas estavam ficando mais pesadas e volumosas, o mesmo acontece com a quantidade de tempo na execução dessas instruções. Exemplos de processadores são Pentium 3 e Pentium 4.

Agora vamos voltar ao nosso problema da vida real. Podemos definitivamente dizer que a complexidade vai diminuir quando houver 2 filas e 2 caixas a darem bilhetes a 2 pessoas simultaneamente. Este é um exemplo de Computação Paralela.

Computação Paralela –
É o uso de múltiplos elementos de processamento simultaneamente para a resolução de qualquer problema. Os problemas são divididos em instruções e são resolvidos simultaneamente, uma vez que cada recurso que foi aplicado ao trabalho está funcionando ao mesmo tempo.

Vantagens da Computação Paralela sobre a Computação Serial são as seguintes:

1. Poupa tempo e dinheiro, uma vez que muitos recursos trabalhando juntos reduzirá o tempo e os custos potenciais.
2. Pode ser impraticável resolver problemas maiores na Computação Serial.
3. Pode tirar partido de recursos não locais quando os recursos locais são finitos.
4. A Computação Serial ‘desperdiça’ o potencial de computação, assim a Computação Paralela faz melhor trabalho de hardware.

Tipos de Paralelismo:

1. Paralelismo de nível de bits: É a forma de computação paralela que se baseia no aumento do tamanho do processador. Ele reduz o número de instruções que o sistema deve executar para executar uma tarefa em dados de grande tamanho.
   Exemplo: Considere um cenário onde um processador de 8 bits deve computar a soma de dois inteiros de 16 bits. Ele deve primeiro somar os 8 bits de ordem inferior, depois adicionar os 8 bits de ordem superior, exigindo assim duas instruções para realizar a operação. Um processador de 16 bits pode executar a operação com apenas uma instrução.
2. Paralelismo em nível de instrução: Um processador só pode endereçar menos de uma instrução para cada fase do ciclo do relógio. Estas instruções podem ser reordenadas e agrupadas que são posteriormente executadas simultaneamente sem afetar o resultado do programa. Isto é chamado de paralelismo em nível de instrução.
3. Paralelismo de tarefas: O paralelismo de tarefas emprega a decomposição de uma tarefa em subtarefas e depois aloca cada uma das subtarefas para execução. Os processadores executam as subtarefas simultaneamente.

Por que computação paralela?

• O mundo real inteiro corre em natureza dinâmica, ou seja, muitas coisas acontecem em um determinado momento, mas em lugares diferentes simultaneamente. Estes dados são extensivamente grandes para gerenciar.
• Os dados do mundo real precisam de simulação e modelagem mais dinâmicas, e para alcançar o mesmo, computação paralela é a chave.
• Computação paralela fornece simultaneidade e economiza tempo e dinheiro.
• Complexo, grandes conjuntos de dados, e seu gerenciamento pode ser organizado somente e somente utilizando a abordagem da computação paralela.
• Segura a utilização eficaz dos recursos. O hardware é garantido para ser utilizado eficazmente, enquanto que na computação em série apenas alguma parte do hardware foi utilizada e o resto foi renderizado em modo ocioso.
• Inclui-se a implementação de sistemas em tempo real utilizando computação em série.

Aplicações da computação paralela:

• Bases de dados e mineração de dados.
• Simulação de sistemas em tempo real.
• Ciência e Engenharia.
• Gráficos avançados, realidade aumentada e realidade virtual.

Limitações da Computação Paralela:

• Endereços como comunicação e sincronização entre múltiplas sub-tarefas e processos, o que é difícil de conseguir.
• Os algoritmos devem ser gerenciados de tal forma que possam ser manipulados no mecanismo paralelo.
• Os algoritmos ou programa devem ter baixo acoplamento e alta coesão. Mas é difícil criar tais programas.
• Mais técnicos e programadores experientes podem codificar bem um programa baseado no paralelismo.

Futuro da Computação Paralela: O gráfico computacional sofreu uma grande transição da computação em série para a computação paralela. Um gigante tecnológico como a Intel já deu um passo em direção à computação paralela, empregando processadores de múltiplos núcleos. A computação paralela irá revolucionar a forma como os computadores funcionam no futuro, para o melhor bem. Com todo o mundo se conectando ainda mais do que antes, a Computação Paralela desempenha um papel melhor para nos ajudar a permanecer dessa forma. Com redes mais rápidas, sistemas distribuídos e computadores multi-processadores, torna-se ainda mais necessário.

Leitor de presença! Não pare de aprender agora. Obtenha todos os conceitos importantes da Teoria CS para entrevistas da SDE com o Curso de Teoria CS a um preço amigável para os estudantes e fique pronto para a indústria.