Penelitian tentang Komputasi Parallel; dilihat dari Berkeley
Sebuah kelompok multi disiplin peneliti Berkeley sedang membicarakan suatu hal dalam pertemuan dan berhasil mengubahnya hampir dua
tahun. Pandangan mereka adalah bahwa pendekatan evolusioner untuk paralel
hardware dan software dapat bekerja dari 2 atau 8 sistem prosesor, tetapi
kemungkinan untuk menghadapi hasil yang menurun antara 16 dan 32 sistem
prosesor bisa terjadi, seperti saat menurunkan instruksi daya
paralelisme.
Mereka sangat percaya bahwa banyak yang bisa dipelajari dengan
memeriksa keberhasilan paralelisme dari spektrum komputasi. Dinamakan
komputasi karena tertanam dengan kinerja tinggi komputasi.
Hal ini mendorong mereka untuk merangkum landscape paralel dengan
tujuh pertanyaan, dan merekomendasikan sebagai berikut:
• Tujuan menyeluruh harus membuatnya mudah untuk menulis program
yang mengeksekusi dengan efisien pada sistem komputasi paralel yang canggih
• Target harus 1000s core per chip, karena chip ini dibangun
dari pengolahan unsur yang paling efisien dalam MIPS (Million Instructions
perSecond) per watt, MIPS per daerah silikon, dan MIPS per dolar pembangunan
• Dari tolak ukur secara tradisional, menggunakan 13
"Dwarf" untuk merancang dan mengevaluasi paralel model pemrograman
dan arsitektur. (Dwarf adalah suatu metode algoritmik yang menangkap pola
perhitungan dan komunikasi)
• "Autotuners" harus memainkan peran lebih besar dari
kompiler konvensional dalam menerjemahkan program paralel.
• Untuk memaksimalkan produktivitas programmer, model pemrograman
masa depan harus lebih berpusat ke manusianya, daripada terpusat pada perangkat
keras atau aplikasi yang konvensional.
• Untuk bisa berhasil, model pemrograman harus terlepas dari
banyaknya jumlah prosesor.
• Untuk memaksimalkan tingkat efisiensi aplikasi, model pemrograman harus
mendukung berbagai jenis data dan model keberhasilan paralelisme, antara lain:
tugas-level parallelism, kata-level parallelism, dan bit-level parallelism.
• Arsitek tidak harus mencakup fitur yang secara signifikan
mempengaruhi kinerja atau daya jika programmer tidak dapat mengukur secara
akurat dampaknya melalui kinerja dan counter energi.
• Tradisional sistem operasi akan mendekonstruksi dan sistem operasi
fungsionalitas akan diatur menggunakan perpustakaan dan mesin virtual
.• Untuk mengeksplorasi ruang desain, gunakan sistem emulator berdasarkan Field
Programmable Gate Array (FPGA) yang berskala kecil dan biaya murah.
Sejak
aplikasi dan perangkat kerasnya menjadi pararel secara alami, yang dibutuhkan yaitu model pemrograman, perangkat lunak sistem, dan arsitektur yang
mendukung paralel alamiah. Para peneliti sudah jarang sekali berkesempatan untuk
menemukan kembali pilar dari komputasi ini, asalkan mereka menyederhanakan
pemrograman sistem pararel dengan sangat efisien.
Industri komputasi mengubah arah pada tahun 2005 ketika Intel mengikuti jejak IBM Power 4 dan Niagara prosesor Sun Microsystems . Mereka mengumumkan bahwa mikroprosesor kinerja selanjutnya akan bergantung pada beberapa prosesor atau inti. Kata baru dalam dunia industri "multicore" membuat rencana yaitu menggandakan jumlah standar core dengan setiap generasi proses semikonduktor. Multicore jelas akan membantu beban kerja multiprogrammed, yang berisi campuran tugas sekuensial independen.
Pertanyaannya adalah bagaimana tugas individu akan menjadi lebih cepat ?
Komputasi paralel sederhana akan membuat pemrograman lebih sulit tanpa menggunakan usaha yang lebih besar dengan peningkatan dramatis dalam power-kinerja. Oleh karena itu, multicore tidak mungkin menjadi jawaban yang ideal .
Sekelompok peneliti University of California at Berkeley membuat desain dari berbagai latar belakang seperti sirkuit, arsitektur komputer, komputasi paralel secara besar-besaran, desain dibantu komputer, perangkat keras dan perangkat lunak tertanam, bahasa pemrograman, kompiler, program ilmiah, dan numerik analisis. Mereka bertemu antara bulan Februari 2005 dan Desember 2006 untuk membahas paralelisme dari berbagai sudut. Mereka meminjam ide-ide bagus mengenai paralelisme dari berbagai disiplin ilmu, dan jurnal ini adalah hasilnya.
Mereka menyimpulkan bahwa memutuskan masalah paralelisme melalui solusi multicore cenderung gagal dan mereka sangat membutuhkan solusi baru untuk hardware paralel dan perangkat lunak.
Sumber:
