Komputasi Pararel (landasan teori)



Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0

Komputasi Pararel (landasan teori) Uploaded by Dion Prayoga



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join



bagus buat referensi skripsi ttg komputasi pararel, cluster, MPI, khususnya untuk landasan teori / dasar teori









Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi

Laporan Praktikum Dhani

 Search document



BAB II DASAR TEORI II.1 II.1 Kompu Ko mpu tasi Paralel Paralel II.1. II.1.1 1 Peng Pengenalan enalan Kom put asi Paralel

Pada umumnya sebuah perangkat lunak dibangun dengan menggunakan paradigma komputas

serial, di mana perangkat lunak tersebut dirancang untuk dieksekusi oleh sebuah sebuah mesi

yang mempunyai sebuah CPU. Pada komputasi serial, permasalahan diselesaikan denga

serangkaian instruksi yang dieksekusi satu demi satu oleh CPU, di mana hanya satu instruks

yang bisa berjalan pada satu waktu saja. Hal ini akan memunculkan permasalahan untuk eksekus

program yang membutuhkan sumber daya komputasi (prosesor dan memori) yang besar, yait

waktu eksekusi yang panjang, padahal beberapa instruksi atau kumpulan instruksi sebenarny dapat dieksekusi secara bersamaan tanpa mengganggu kebenaran program.

Permasalahan yang muncul dalam komputasi serial tersebut dapat diatasi dengan menggunaka

komputasi paralel, di mana waktu eksekusi program dapat dipersingkat dengan membagi program

menjadi task-task yang dapat dikerjakan secara terpisah untuk kemudian dieksekusi secar

paralel. Tidak semua task dapat dapat dikerjakan secara terpisah (sebagai contoh adalah penghitunga

deret Fibonacci), sehingga tidak semua permasalahan dapat memperoleh keuntungan jika solus

permasalahan tersebut with dieksekusi secara paralel. Dalam pembagian task , diperlukan jug Master your semester Scribd Read Free For 30 Days  suat pembangunan graf ketergantungan task untuk untuk menentukan ketergantungan antar task (saat (saat & The New York Times Cancel anytime.

hasil komputasi dari task lain). Pembagian pogram menjadi task -task jug task membutuhkan Special offer for students: Only $4.99/month.

harus memperhatikan granularity (perbandingan antara waktu komputasi dengan wakt





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Master your semester with Scribd & The New York Times Special offer for students: Only $4.99/month.



Upload

Sign In

Read Free For 30 Days Cancel anytime.

Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



3. Penghematan biaya pengadaan perangkat keras, dengan menggunakan beberapa mesi

yang murah sebagai alternatif penggunaan satu mesin yang bagus tapi mahal, walaupu menggunakan n buah prosesor 4. Adanya keterbatasan kapasitas memori pada mesin untuk komputasi serial

Penggunaan komputasi paralel sebagai solusi untuk mempersingkat waktu yang dibutuhkan untuk

eksekusi program mempunyai beberapa hambatan. Hambatan-hambatan tersebut antara lai adalah :

1. Hukum Amdahl : percepatan waktu eksekusi program dengan menggunakan komputas

paralel tidak akan pernah mencapai kesempurnaan karena selalu ada bagian program yang harus dieksekusi secara serial.

2. Hambatan yang diakibatkan karena beban jaringan : dalam eksekusi program secar paralel, prosesor yang berada di mesin yang berbeda memerlukan pengiriman

penerimaan data (atau instruksi) melalui jaringan. Untuk program yang dibagi menjad

task -task yang sering membutuhkan sinkronisasi, network latency menjadi masala

utama. Permasalahan ini muncul karena ketika suatu task membutuhkan data dari

yang lain, state ini dikirimkan melalui jaringan di mana kecepatan transfer data kuran

dari kecepatan prosesor yang mengeksekusi instruksi task tersebut. tersebut. Hal ini menyebabka

task tersebut harus menunggu sampai data sampai terlebih dahulu, sebelum

mengeksekusi instruksi selanjutnya. Jumlah waktu yang dibutuhkan untuk berkomunikas

melalui jaringan antar dua titik adalah jumlah dari startup time, per-hop time, dan pe

. word transfer time Master your semester with Scribd Read Free For 30 Days  , da 3. Hambatan yang terkait dengan beban waktu untuk inisiasi task , terminasi task & The New York Times sinkronisasi. Special offer for students: Only $4.99/month.

Cancel anytime.





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



sehingga hanya ada satu task yang dapat dieksekusi pada suatu waktu. Arsitektur vo Neumann termasuk dalam jenis ini. ini.

2. SIMD (Single Instruction, Multiple Data) : pada arsitektur ini, ini, eksekusi sebuah sebuah instruk

akan dilakukan secara bersamaan oleh beberapa prosesor, di mana suatu prosesor dapa

menggunakan data yang berbeda dengan prosesor lain. Karakteristik lain dari arsitektur in

adalah alur eksekusi instruksi yang deterministik (state dari instruksi dan data pada suatu

waktu dapat dengan mudah diketahui). Arsitektur ini cocok untuk program yang dapat dibag

menjadi task -task yang yang mempunyai derajat keteraturan yang tinggi, misalnya sistem pengola grafik.

3. MISD ( Multiple Multiple Instruction, Single Data) : pada arsitektur ini, berbagai instruksi aka

dieksekusi secara bersamaan oleh beberapa prosesor dengan menggunakan data yang sama

Arsitektur ini kurang populer karena hanya sedikit permasalahan yang membutuhkan solus

dengan menggunakan karakteristik arsitektur ini. Contoh permasalahan yang mungki

membutuhkan arsitektur ini antara lain adalah multiple frequency filter dan dan program pemeca sandi yang menggunakan beberapa algoritma kriptografi sekaligus.

4. MIMD ( Multiple Multiple Instruction, Multiple Data) : pada arsitektur ini, berbagai instruksi dapa

dieksekusi oleh beberapa prosesor di mana masing-masing prosesor dapat menggunakan dat

yang berbeda. Eksekusi instruksi pada arsitektur ini dapat dilakukan secara sinkron (pad

suatu rentang waktu, jumlah instruksi yang dieksekusi oleh semua prosesor adalah sama

maupun asinkron, deterministik maupun non-deterministik. Selain itu, arsitektur ini dapa melakukan pekerjaan sesuai dengan karakteristik dari ketiga asitektur sebelumnya.

Master your semester with Scribd Read Free For 30 Days Pada komputasi paralel, cara pengaksesan memori mempunyai pendekatan yang berbedadenga & The Newkomputasi Yorkserial. Times Pada umumnya, ada dua buah arsitektur memori pada komputer paralel, yait Special offer for students: Only $4.99/month. shared memory dan distributed memory.

Cancel anytime.





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



Berdasarkan frekuensi akses, ada dua jenis shared memory : a.

Uniform Memory Access (UMA) : setiap prosesor memiliki hak pengaksesan yan

seragam dengan prosesor lain. UMA biasanya digunakan oleh mesin-mesin yan

mempunyai jenis prosesor yang sama ( Symmetric Multiprocessor / SMP). Istilah lai Multiprocessor /

yang sering digunakan untuk jenis shared memory ini adalah CC-UMA atau Cach

Coherent UMA, UMA, di mana cache coherent mempunyai mempunyai arti bahwa jika sebuah proseso

mengubah isi suatu alamat di suatu memori, maka prosesor lainnya aka

mendapatkan nilai yang baru jika mengakses alamat memori tersebut. Cach coherency dilakukan di tingkat hardware.

b. Non Uniform Memory Access (NUMA) : tidak semua prosesor memiliki hak yan

sama dalam mengakses memori. Biasanya jenis ini digunakan oleh mesin yan

memiliki lebih dari satu jenis prosesor. Jenis NUMA yang mempunyai fasilitas cach coherency disebut CC-NUMA.

Master your semester with Scribd Read Free For 30 Days Gambar II-1. (a)UMA, (b) CC-UMA, dan (c) NUMA & The New York Times



Cancel anytime.

2. Distributed memory memory : arsitektur ini mempunyai karakteristik di mana setiap prosesor memilik Special offer for students: Only $4.99/month.

memorinya masing-masing, sehingga eksekusi instruksi dapat berjalan secara independe





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Gambar II-2. Arsitektur distributed Arsitektur distributed memory memory

3. Hybrid Distributed-Shared Distributed-Shared Memory : gabungan antara arsitektur shared memory da

distributed memory. Arsitektur ini biasanya digunakan untuk sistem yang terdiri dar

beberapa mesin yang memiliki kumpulan SMP ( Symmetric Multiprocessor ), di mana antar Multiprocessor ), mesin satu dengan yang lain berkomunikasi menggunakan jaringan.

II.1 II.1.3 .3 Komunik asi An tar

Task

Penggunaan komputasi paralel dapat dilakukan baik di tingkat sistem operasi, maupun di tingka bahasa pemrograman. Secara umum, paradigma komputasi paralel dapat dibagi menjadi

jenis, yaitu paralelisme implisit dan paralelisme eksplisit. Paralelisme implisit merupakan suat pendekatan di mana penulis program tidak perlu memperhatikan masalah pembagian task

beberapa prosesor dan memori beserta sinkronisasinya. sinkronisasinya. Pembagian task dan sinkronisa

ditangani oleh sistem di bawah program (sistem operasi atau virtual machine) atau oleh compiler

Berbeda dengan komputasi paralel yang menggunakan paradigma paralelisme implisit, penuli

program yang menggunakan paradigma paralelisme eksplisit harus memperhatikan Master your semester with Scribd Free For 30 Days menangani masalah pembagian task dan komunikasinya.Read Komunikasi antar dua atau lebih  & The New York Times pada umumnya dilakukan dengan menggunakan shared memory atau message passing. Trade-o Cancel anytime.

Special offer for students: Only $4.99/month. yang muncul pada kedua pilihan ini adalah trade-off antara skalabilitas dengan kemudaha





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



2. Message Passing

Pada model komunikasi ini, setiap task mempunyai address space lokal, dan paradigma yan

digunakan adalah paradigma paralelisme eksplisit. Contoh sumber daya komputasi yang cocok

menggunakan pemodelan ini adalah beberapa workstation yang dijadikan cluster . Sekumpula

workstation ini tidak mempunyai mekanisme khusus untuk saling berbagi address spac

sehingga proses yang berjalan di salah satu workstation hanya bisa melakukan akses terhada

proses tersebut berada. Akibat dari adanya address space yang terbag address space di mana proses

bagi ini adalah diperlukannya pembagian dan penempatan data secara eksplisit, sert

dibutuhkannya sinkronisasi antar proses (dua task yang yang berada pada dua proses), di mana sala

satu proses membutuhkan data dari proses yang lain. Karakteristik ini juga dapat menyebabka perilaku proses menjadi tidak alamiah, di mana suatu proses harus melayani permintaan

sedangkan proses tersebut secara logis sebenarnya tidak mempunyai hubungan apa-apa denga proses yang melakukan permintaan data tersebut. Kekurangan dari pemodelan komunikasi

adalah dibutuhkannya analisa terhadap program serial untuk menentukan bagian-bagian yang

dapat didekomposisi menjadi task -task untuk kemudian dieksekusi secara paralel, denga

memperhatikan aspek efisiensi dan efektifitas, agar keseluruhan komputasi dapat memberika hasil yang optimal.

II.1.4 II.1.4 Mod Model el Pemrog raman

Untuk mempermudah pengembangan program di lingkungan komputasi paralel, dikembangka

Master your with Scribd modelsemester pemrograman yang menjadi cara untuk menggambarkan struktur algoritma paralel, sesua Read Free For 30 Days  dengan pilihan metode dekomposisi dan pemetaan proses. Model-model tersebut akan menjad & The New York Times Cancel anytime.

pendekatan dalam melakukan desain komputasi paralel. Model-model pemrograman tersebu Special offer for students: Only $4.99/month. adalah :





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



3. Work Pool Model : model pemrograman ini mempunyai karakteristik yaitu pemetaan

dilakukan secara dinamis, sehingga setiap proses mempunyai kemungkinan yang sama dalam

mengeksekusi suatu jenis task . Pointer ke suatu task yang sedang dieksekusi oleh suat

proses diletakkan pada satu tempat (dapat sebagai list , queue, atau hash table). Model in

dipilih ketika beban pemindahan data yang diperlukan oleh suatu task relatif lebih kec

daripada beban komputasi task tersebut, sehingga pemindahan data pada saat runtime tida merupakan beban yang berarti, yang mempengaruhi efisiensi keseluruhan komputasi.

4. Master Slave Model : pada model premrograman ini, satu atau lebih proses maste

membangkitkan task dan dan memetakannya ke proses slave secara dinamis. Proses master dap dap

memetakan task ke proses slave secara seimbang jika proses master bisa memperkiraka

beban komputasi task yang dibangkitkannya. Jika beban komputasi task tidak dap

diperkirakan, proses master akan menjadi sumber bottleneck keseluruhan komputasi, yait

pada kondisi waktu y ang dibutuhkan untuk pembangkitan task tidak tidak seimbang dengan wakt

yang dibutukan oleh suatu proses slave saat mengeksekusi task yang sedang dibebanka padanya.

5. Pipeline / Producer-Consumer Model : pada model pemrograman ini, data mengalir da

suatu proses ke proses suksesornya ( output dari dari proses yang satu menjadi input dari dari prose

stream parallelism, di mana operasi-opera yang lain). Pendekatan ini biasa disebut dengan stream parallelism

yang bebeda dilakukan terhadap aliran data. Overhead dapat terjadi jika salah satu prose

yang terlibat dalam rantai producer-consumer producer-consumer mempunyai beban komputasi yang besa sehingga

proses

suksesornya

harus

Master yourselesai[GRA03]. semester with Scribd & The New York Times

menunggu

lama

sampai

komputasi

Read Free For 30 Days

Special offer for students: Only $4.99/month.

II.2 II.2 Kompu Ko mpu tasi Paralel Paralel Message Message Passi Passi ng

Cancel anytime.

tersebu 





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Jaringan komputer message passing dibuat dengan menghubungkan sekumpulan kompute

melalui sebuah jaringan interkomunikasi. Setiap komputer memiliki sebuah prosesor dan memor

lokal, seperti ditunjukkan pada Gambar II-3, dan komunikasi antar komputer dilakukan melalu

jaringan interkoneksi. Jaringan interkoneksi digunakan untuk pengiriman pesan antar komputer Pesan tersebut berisikan berisikan data yang diperlukan dalam dalam komputasi.

Gambar II-3 Model Komputer Message Passing

II.2.1 MPI

Master your semester with Scribd Read Free For 30 Days MPI ( Message untuk mengatasi  masala Message Passing Interface) adalah standar yang dikembangkan & The New York Times portabilitas program antar arsitektur komputer paralel, yaitu agar program yang dikembangka Cancel anytime.

Special offer for students: Only $4.99/month. dengan menggunakan pemodelan message passing pada suatu mesin dapat berjalan di mesin lain





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document

MPI _ Comm_ s i z e

Rutin untuk mendapatkan jumlah proses

MPI _ Comm_ r ank

Rutin untuk mendapatkan label dari pemanggil rutin ini

MPI _ Send Send

Rutin untuk mengirim sebuah pesan

MPI _ Recv

Rutin untuk menerima sebuah pesan



Selain fungsi-fungsi dasar diatas, [WIL99] menyebutkan ada beberapa fungsi dasar tambahan dalam MPI. Fungsi-fungsi ini disebutkan dalam tabel di bawah: Tabel II-2 Fungsi Dasar Tambahan MPI

MPI _Bcast _Bcast

Mengirim pesan yang sama ke banyak komputer (operas broadcast )

MPI _Sca _Scatt t er MPI _Gat _Gat her her

Mengirim tiap elemen array dari data ke komputer yang berbed (operasi scatter ) Sebuah komputer mengumpulkan data dari beberapa komputer lai (operasi gather )

Ketiga fungsi di atas, dimodelkan dalam gambar-gambar di bawah:









Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Gambar II-5 MPI_Scatter

Gambar II-6 MPI_Gather

Master your semester with Scribd Read Free For 30 Days  & The NewSelain York rutin, Times spesifikasi MPI juga menyediakan tipe data dan konstanta yang juga menggunaka Cancel anytime.

Special offer for students: Only $4.99/month. prefiks MPI _ . Sebagai contoh, berikut ini adalah pemetaan tipe data pada implementasi MP





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document

MPI _ UNSI GNED_ ED_ L ONG

unsigned long int

MPI _ FLO FL OAT

Float

MPI _ DOUBLE

Double

MPI _ L ONG_ DOUBLE

long double



Setiap program MPI harus diawali dengan pemanggilan rutin MPI _I ni t . Tujuan da

_Fi nal i ze digunaka pemanggilan rutin ini adalah untuk menyiapkan lingkungan MPI. MPI _Fi

untuk melakukan terminasi program MPI, dan akan membersihkan semua sumber daya yan digunakan oleh lingkungan MPI.

Salah satu konsep utama dari MPI adalah communication domain, yaitu kumpulan dari prose

yang dapat berkomunikasi antara satu dengan yang lainnya. Informasi mengenai communicatio

domain dapat diletakkan pada variabel dengan tipe data MPI _ Comm, yang biasa disebut denga

communicator . Communicator ini digunakan sebagai argumen pemanggilan rutin oleh semu

rutin pengiriman pesan. Sebuah proses dapat mempunyai relasi ke satu atau lebih communicato

(pemetaan m ke n). Sekumpulan proses yang berada pada satu communicator membentu

communication domain yang telah disebutkan sebelumnya. MPI mendefinisikan sebuah standa

communicator yaitu MPI _ WORLD RLD. Communicator MPI _ WORLD RLD ini terdiri dari semua prose

yang terlibat dalam komputasi paralel, sehingga dimungkinkan setiap proses dapat mengirim pesan ke salah satu atau semua semua proses lainnya.

Master your semester with Scribd Untuk mengetahui informasi mengenai suatu communicator MPI menyediakan ruti Read Free, For 30 Days  & The NewMPIYork _ Comm_Times s i z e dan MPI _ Comm_ r ank . MPI _ Comm_ s i z e adalah rutin yang digunaka Cancel anytime.

Special offer for students: Only $4.99/month. untuk mengetahui jumlah proses yang berada pada suatu

communicator . Sedangka





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Dalam sebuah komputer paralel NoW, MPICH merupakan kesatuan dari implementasi librar

MPI dan daemon pengeksekusi program paralel. Pada setiap komputer dalam komputer parale

NoW terdapat daemon yang bertugas untuk mempersiapkan, inisiasi eksekusi suatu program paralel, serta mengakhiri suatu suatu eksekusi program paralel.

Penciptaan proses dalam MPI tidak didefinisikan dalam standar MPI sehingga sangat tergantung

pada implementasi. Dalam MPI, hanya penciptaan proses secara statik yang didefinisikan. Hal in

berarti semua proses mesti didefinisikan didefinisikan sebelum eksekusi dan semua proses harus dimulai dimulai secar bersamaan.

Sintaks perintah untuk memulai suatu eksekusi program MPI adalah

mpi r un –np 4 pr pr ogr ogr am. exe un) dengan 4 proses ( - np Perintah untuk memulai suatu eksekusi program MPI ( mpi r un) untuk pr ogr ogr am. exe

Baris perintah mpirun cukup dimasukkan di salah satu komputer dalam komputer paralel NoW Komputer dimana baris perintah mpirun dieksekusi disebut sebagai komputer

launche

Komputer launcher akan membuat sebuah proses bernama launcher yang akan menginisia

eksekusi suatu program paralel. Secara umum, launcher akan menugaskan setiap daemon pad

komputer lain untuk mengeksekusi program paralel, kemudian daemon akan menginisia

Master your semester with Scribd eksekusi program paralel dan memberikan informasi padaRead ketika launcher Free ketika For 30program Days paralel tela  dieksekusi pada komputer tersebut. Launcher akan menyelesaikan eksekusi program & The Newselesai York Times Cancel anytime.

Special offer for students: paralelOnly saat$4.99/month. semua daemon yang bekerja telah melaporkan akhir eksekusi program paralel ole





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



Ada beberapa keuntungan yang bisa didapat dengan memanfaatkan NoW untuk keperluan komputasi paralel[WIL99]:

1. Komputer dengan Komputer dengan performansi yang sangat tinggi telah tersedia di pasaran dengan harg yang murah. 2. Prosesor terbaru dapat dengan mudah dimasukkan ke dalam NoW.

Selain keuntungan diatas, ada beberapa karakteristik NoW yang mengakibatkan peningkata kecepatan eksekusi lebih kecil dari yang diharapkan[WIL99]: 1. Waktu komunikasi yang besar

NoW memakai teknologi ethernet untuk komunikasi data. Salah satu kelemaha

teknologi ethernet adalah pemakaian satu jalur komunikasi oleh banyak kompute

sehingga sering terjadi colission (tabrakan) antar data yang dikirim oleh tiap kompute

sehingga data yang ingin dikirim harus dikirim ulang. Colission ini mengakibatkan wakt

komunikasi di NoW menjadi relatif besar jika dibandingkan dengan jaringan kompute

yang didesain khusus untuk tujuan komputasi paralel yang biasanya memiliki jalu

komunikasi khusus ke setiap komputer. Besarnya waktu komunikasi ini mengakibatka

waktu yang diperlukan untuk pertukaran data dan sinkronisasi antar komputer pad komputer paralel NoW menjadi besar. 2. Setiap komputer sangat komputer sangat mungkin memiliki kecepatan yang berbeda

Perbedaan kecepatan ini bisa mengakibatkan komputer yang cepat tidak bisa bekerj

secara maksimal karena harus menunggu komputer yang lebih lambat saat melakuka

Master your semester with Scribd sinkronisasi antar komputer. & The New York Times Special offer for students: Only $4.99/month.

II.4 II.4 Waktu Eksekus i Program Prog ram Paralel Paralel








Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

t par = t comp

Buku Implementasi




 Search document

t

(Rumus II-1

+ comm

t comp = waktu komputasi t comm = waktu komunikasi

II.5 II.5 Perf Perfor ormansi mansi Komp uter Paralel Paralel Message Message Passi Passi ng

Performansi didefinisikan sebagai total waktu eksekusi program. Dalam tugas akhir ini, akan

digunakan pengukuran waktu eksekusi dengan konsep response time atau turnaround tim

Waktu eksekusi yang singkat menunjukkan performansi yang semakin tinggi. Salah satu tujua

utama eksekusi program secara paralel dengan banyak prosesor adalah pengurangan wakt eksekusi dibandingkan dengan eksekusi serial oleh satu prosesor. Karena

t par = t comp

+

t

maka performansi komputasi paralel suatu NoW dibagi menjadi performansi komunikasi dan performansi komputasi. komputasi.

II.5 II.5.1 .1 Perform Perform ansi Ko mput asi Teoritis

Waktu komputasi ( t comp ) dapat diperkirakan dengan cara yang sama untuk algoritma sekuensia

Jika satu proses dieksekusi bersamaan, hanya diperlukan jumlah komputasi pada proses yang

paling kompleks. Analisis terhadap waktu komputasi dilakukan dengan asumsi semua proseso Master your semester with Scribd Read Free For komputer 30 Days paralel yang sama dan beroperasi pada kecepatan yang sama. Hal ini benar untuk  & The Newdidesain York Times secara khusus tapi belum tentu benar untuk komputer paralel NoW. Special offer for students: Only $4.99/month.

Cancel anytime.





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



tersebut adalah perhitungan terhadap angka bertipe floating point . Dari FLOPS tiap-tiap kompute

ditentukan satuan waktu yang diperlukan untuk eksekusi satu satuan Floating Point Instructio

(FLOP). Waktu untuk eksekusi satu satuan FLOP adalah t cp bagi masing-masing kompute

Untuk lingkungan dengan komputer yang sama, t cp akan sama untuk tiap komputer karen

performansi komputasi tiap komputer komputer sama.. Sedangkan untuk lingkungan dengan dengan komputer yan

memiliki performansi beragam, t cp akan diambil dari komputer dengan performansi terenda

karena komputer dengan performansi terendah akan mendominasi waktu komputasi secar keseluruhan.

II.5 II.5.2 .2 Perfo Perfo rmansi Komun ikasi Teoriti s

Dengan mengetahui bandwidth suatu jaringan komputer dapat ditentukan besarnya waktu yan

diperlukan untuk pengiriman satu satuan data ( t b ). Sedangkan, secara secara teoritis,waktu teoritis,waktu pengirima pengirima suatu data ( t transmisi ) dengan panjang b satuan data dapat dinyatakan dalam ru mus [WIL99]:

t transmisi

=

t startup

+

b × t b

(Rumus II-2)

Dimana t startup adalah waktu startup atau seringkali disebut dengan message latency atau serin

disingkat latency. Latency adalah waktu yang diperlukan untuk pengiriman pesan tanpa data ata

Master your Scribd data yangRead waktusemester yang diperlukan with untuk mempersiapkan dikirimkan dan dat Free For 30mempersiapkan Days  diterima. Menurut [PAT04], latency pada Local Area Network (LAN) (LAN) untuk Ethernet (IEE & The NewyangYork Times Cancel anytime.

Special offer for students: $4.99/month. 802.3)Only adalah 3000 milidetik, Fast Ethernet (IEEE 802.3u) 500 milidetik , Gigabit Ethern





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



Gambar II-7 Performansi Transmisi Komunikasi Teoritis

Secara teoritis, hasil pengukuran performansi primitif-primitif komunikasi terhadap panjang

pesan akan menghasilkan grafik seperti Gambar II-7 di atas. Tetapi kenyataannya wakt

komunikasi bukanlah fungsi linier terhadap jumlah data atau panjang pesan seperti yang tela disebutkan pada [GRO98] dan [AVI06].

II.6 II.6 Formul asi

Faktor Faktor

Perfo Perfo rmansi

NoW

u ntuk

Eksekus

Komp utasi Paralel Paralel

Untuk mengukur performansi komputasi paralel suatu NoW, perlu diketahui dulu faktor-fakto

yang mempengaruhi performansi. [AVI06] telah memformulasikan faktor-faktor perfomansi pad komputer paralel NoW. Faktor-faktor tersebut adalah Master your semester with Scribd model algoritma. & The New York Times Special offer for students: $4.99/month. II.6.1 II.6.1Only Speedup

speedup, granularity, skalabilitas, da








Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi




 Search document

Speedup maksimum adalah n dengan n prosesor. Speedup maksimum n dapat dicapai jik

komputasi dapat dibagi menjadi proses-proses dengan durasi yang sama dengan tiap prose dipetakan ke satu prosesor dan tidak ada overhead . S ( n) =

t ser t ser / n

=

n

Menurut [WIL99], ada beberapa faktor yang merupakan overhead pada komputasi paralel da membatasi speedup, 1. Periode ketika tidak semua prosesor melakukan komputasi.

2. Komputasi tambahan pada komputasi paralel yang tidak ada pada komputasi serial, misa

penghitungan nilai variabel yang diperlukan untuk membagi task ke ke komputer-kompute yang tersedia. 3. Waktu komunikasi untuk pengiriman pesan.

Peningkatan kecepatan komputasi yang ideal untuk komputasi dengan n prosesor dibandingka

dengan 1 prosesor adalah sebesar n. Pada praktek, hal ini jarang terjadi. Karena pada komputas

paralel ada bagian yang harus dieksekusi secara serial pada satu komputer. Komputasi yang idea adalah ketika semua prosesor bekerja bersamaan.

Jika fraksi komputasi yang tidak dapat dibagi-bagi menjadi bagian-bagian konkuren adalah f

tidak ada overhead yang terjadi ketika pembagian komputasi menjadi bagian-bagian parale

waktu yang diperlukan untuk melakukan komputasi dengan n buah prosesor ( t par ) adala

Master your semester with Scribd [WIL99]: & The New York Times Special offer for students: Only $4.99/month.

t par = f × t ser +

(1 − f ) × t ser




Cancel anytime.

(Rumus II-4)





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi




 Search document

II.6.2 II.6.2 Granularit Granul arity y

Pada pemrograman paralel, ada pembagian proses komputasi menjadi beberapa proses

Granularity adalah besar ukuran proses. Pada coarse granularity komputasi dibagi menjadi sub

sub komputasi yang berukuran sangat besar sehingga sebuah proses dapat terdiri dari ratusan

sampai jutaan instruksi serial. Pada fine granularity komputasi dibagi menjadi sub-sub komputas

yang berukuran sangat kecil sehingga sebuah proses mungkin terdiri dari ratusan, sampai sat instruksi saja. Medium granularity granularity terletak di tengah-tengah coarse dan fine [WIL99].

Dalam pemecahan suatu problem, saat pembagian problem menjadi bagian-bagia

paralel, pada satu saat waktu komunikasi komunikasi akan mendominasi mendominasi waktu komputasi. Menurut Menurut [WIL99

rasio komputasi komunikasi =

waktu komputasi waktu komunikasi

=

t comp t comm

=

granularit y (Rumus II-6)

rasio antara komputasi dan komunikasi dapat digunakan sebagai ukuran untuk granularity (G).

Dengan adanya overhead implementasi, maka granularity pada NoW dirumuskan dengan rumu berikut [AVI06] :

G=

t comp t oi

Master your semester with Scribd akhir ini, yang digunakan & The NewDalam Yorktugas Times (Rumus II-7. Special offer for students: Only $4.99/month.

(Rumus II-7)

t

+ comm


sebagai

rumusan

Cancel anytime.

granularity  adala





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join



bagus buat referensi skripsi ttg komputasi pararel, cluster, MPI, khususnya untuk landasan teori / dasar teori Parallel Processing









Save

Embed

Share

Print

1

Download

of 0

 

Buku Implementasi


 Search document



dengan n adalah jumlah komputer dan f adalah fraksi komputasi yang tidak bisa dibag lag[AVI06].

II.6.2.2 Granularity Optimum

Dalam hubungannya dengan nilai granularity, speedup dapat dirumuskan sebagai beriku [AVI06]:

f + ν

=

G (1 − f )

n G +1

dengan mengganggap µ =

f +

1 maka, (1 − f ) n ν

=

µ × G

(Rumus II-9)

G +1

Dari rumusan di atas, terlihat bahwa penambahan granularity secara terus-menerus tidak aka menambah speedup secara signifikan, nilai speedup hanya mendekati ν

=

lim

µ × G

G → ∞ G +1

=

.

µ

Untuk komputasi serial yang seluruhnya dapat dibagi-bagi menjadi bagian konkuren atau sebuah

pembagian ideal untuk komputasi kompu tasiScribd paralel, nilai sama dengan jumlah proses ( n). Secara teoriti Master your semester with Read Free For 30 Days  fungsi speedup terhadap granularity untuk pembagian ideal tersebut adalah. & The New York Times µ

Cancel anytime.


×

G





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Gambar II-8 Grafik Ideal Speedup terhadap Granularity

Dari grafik pada Gambar II-8 di atas terlihat ada nilai granularity optimum ( G opt ) yaitu suat

nilai granularity dimana penambahan granularity setelah G opt tidak menambah speedup seca signifikan atau suatu nilai granularity dimana kurva speedup mulai mendatar [AVI06].

II.6.3 II.6.3 Skalabi Skalabilit lit as

Sebuah sistem paralel disebut scalable jika sistem tersebut memiliki kemampuan untu

mempertahankan efisiensi bersamaan dengan peningkatan jumlah elemen pemrosesan dan jumla

data yang diproses. Skalabilitas sebuah sistem paralel adalah ukuran kapasitas sistem tersebu Master your semester with Scribd Read Free For 30 Days  untuk meningkatkan speedup yang sebanding dengan jumlah elemen pemrosesan. Skalalabilita & The New York Times Cancel anytime.

dapat Only dibagi menjadi skalabilitas perangkat keras dan skalabilitas algoritmik. Skalabilita Special offer for students: $4.99/month.

perangkat keras dalam sebuah komputer paralel adalah peningkatan performansi suatu eksekus





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



Gambar II-9 Peningkatan Speedup Ideal terhadap Jumlah Elemen Pemrosesan

II.6.4 Model Algoritma Pemodelan

algoritma

paralel

ditentukan

oleh

perancangan

dekomposisi,

tasks,

gr

ketergantungan, serta jumlah proses yang akan digunakan dalam suatu program.

II.6.4.1 Model Data-Parallel

Model data-parallel adalah model algoritma paralel yang paling sederhana. Pada model ini, kerj

setiap proses ditentukan di awal dan setiap proses melakukan kerja yang sama terhadap data yan

berbeda. Pada model paralel yang disebut data-parallelism ini, operasi yang sama dilakuka

secara konkuren terhadap data atau bagian data yang berbeda. Kerja setiap proses dapat dilakuka

secara bertahap dan data yang dikerjakan dalam setiap tahap mungkin berbeda. Secara umum

tahap-tahap dalam komputasi secara data-parallel diselingi dengan sinkronisasi kerja atau untuk

Master your semester Scribd mendapatkan data baru with untuk dikerjakan. Karena setiap kerja melakukan komputasi yang sama Read Free For 30 Days  persoalan menjadi kerja dilakukan berdasarkan partisi dari data yang sudah cukup & The Newdekomposisi York Times Special offer for students: $4.99/month. untuk Only menjamin keseimbangan pembagian kerja.

Cancel anytime.





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Data Masukan

Hasil

Gambar II-10 Model Komputasi Paralel Ideal

II.6.4.2 Model Master-Slave

Pada model Master-Slave atau kadang-kadang disebut manager-worker , satu atau beberap

proses yang disebut Master membangkitkan kerja dan mengalokasikannya pada proses-prose

yang disebut Slave. Setiap kerja dapat dialokasikan secara statik sebelum eksekusi program ata

dialokasikan secara dinamik sebagai mekanisme load balancing. Pada alokasi secara dinamik proses-proses dialokasikan beban kerja yang berbeda. Pengalokasian secara dinamik cocok

waktu yang diperlukan Master untuk membangkitkan kerja bagi seluruh proses relatif lama

Komputasi dalam model Master-Slave dapat dilakukan secara bertahap dengan sinkronisasi anta dan Slave dalam setiap pergantian tahapan. Master dan Master

Kirim Data


Kumpul Hasil

Slave

Read Free For 30 Days Proses

Cancel anytime.







Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

Buku Implementasi

 


 Search document



Master Kirim Slave

Proses Kumpul Hasil Kirim

Slave

Kumpul Hasil Kirim Data

Gambar II-12 Model Eksekusi Paralel Master-Slave Berulang

Pada eksekusi model data-parallel atau pun Master-Slave yang dilakukan bertahap, dilakuka

sinkronisasi antar proses untuk saling berbagi data yang diperlukan atau pun mengumpulkan dat pada suatu proses dan mendapatkan mendapatkan data baru untuk dikerjakan. dikerjakan.

Master your semester with Scribd & The New York TimesProses Special offer for students: Only $4.99/month.

Aktif








Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



II.6.4.3 Model Pipeline

Pada model pipeline, sebuah aliran data dilewatkan melalui sebuah rangkaian proses yang aka

melakukan kerja. Eksekusi bersamaan beberapa proses yang mungkin melakukan kerja yan

berlainan pada sebuah aliran data disebut juga stream-parallelism. Dengan pengecualian pad

proses yang memulai pipeline, setiap kedatangan data baru memicu eksekusi kerja pada sebua

proses dalam pipeline. Proses-proses dapat membentuk pipeline berupa rangkaian linier, arra

multidimensi, pohon, atau sebarang graf. Sebuah pipeline adalah rangkaian produser da

konsumen. Setiap proses dalam pipeline merupakan konsumen data dari proses sebelum da

produsen data bagi proses sesudahnya. Kerja dalam model pipeline biasanya ditentukan secar statik sebelum eksekusi. P0

P1

P2

P3

P4

Gambar II-14 Bagan proses Pipeline proses Pipeline

Gambar II-8 menunjukkan model pipeline paling sederhana dalam suatu dengan rangkaian linier.

-

Master your semester with Scribd P & The New York Times Special offer for students: Only $4.99/month.








Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



sebuah problem menjadi subproblem dengan bentuk sama seperti problem semula. Subproblem akan dibagi-bagi lagi menjadi subproblem yang lebih kecil secara rekursif. Proble Problem m awal awal

Pembagi an

Gambar II-16 Pembagian Persoalan secara Divide secara Divide & Conquer

Subproblem akhir akan diselesaikan sehingga menjadi subsolusi. Subsolusi tersebut aka

digabungkan menjadi subsolusi yang semakin besar sampai menjadi solusi terhadap problem awal (solusi akhir). Sub solusi solusi

Penggabung an Solusi

Solusi Solusi Akhir Akhir

Gambar II-17 Penggabungan Solusi secara Divide secara Divide & Conquer Master your semester with Scribd Read Free For 30 Days & The New York Times


II.7 II.7



Cancel anytime.

Model Algo ritm a Paralel Paralel untu k Komp uter Paralel Paralel NOW NOW





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



Pemilihan model algoritma paralel yang cocok untuk komputer paralel NOW ditentukan ole

banyaknya komunikasi untuk pengiriman data yang diperlukan. Model algoritma yan

membutuhkan banyak pengiriman data dapat dipastikan tidak cocok untuk dieksekusi pad komputer paralel NOW.

Analisis untuk model-model berikut, akan dilakukan dengan asumsi eksekusi program parale

hanya dilakukan satu kali dan jumlah tranmisi dalam komunikasi seminimal mungkin. Dalam

algoritma sebuah program paralel, pekerjaan yang direpresentasikan oleh model berikut dapa

dilakukan berulang-ulang. Asumsi ini dipilih karena komputer paralel NOW memilik

performansi komunikasi yang relatif lebih rendah dan jika program paralel sudah memilik

performansi yang buruk untuk satu kali eksekusi maka eksekusi berulang-ulang akan memilik performansi yang jauh lebih lebih buruk.

II.7.1 Model Data-Parallel

Model data-parallel dapat diabaikan dalam komputer paralel NOW karena secara praktis

eksekusi program paralel dalam suatu lingkungan NOW membutuhkan komunikasi. Komunikas

yang diperlukan dalam komputer paralel NOW setidak-tidaknya mencakup komunikasi untu

mempersiapkan proses-proses yang akan terlibat dalam eksekusi program paralel. Di samping itu

komputer paralel NOW yang memiliki bandwidth komunikasi yang cukup tinggi sehingga wakt

komunikasi tidak dapat diabaikan. Jadi, model data-parallel tidak mungkin dalam kompute

Master your semester with Scribd paralel NOW. & The New York Times Special offer for students: Only $4.99/month.

II.7.2 Model Master-Slave








Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Download

Parallel Processing

1

of 0

 

Buku Implementasi


 Search document



II.7.4 Model Task-Graph

Pada model ini, representasi yang diambil adalah model divide & conquer dengan dengan model poho

biner. Model ini dipilih karena jumlah transmisi data pada pohon biner adalah minimum yait

sebanyak cabang. Pada pohon biner banyaknya cabang adalah n - 1. Seperti pada Gambar II-1

Pembagian Persoalan secara Divide & Conquer , pada fase pembagian persoalan diperluka transmisi data sebanyak n − 1 .

Pada fase penggabungan solusi yang juga berbentuk pohon biner diperlukan transmisi data sebanyak jumlah cabang yaitu n − 1 .

Dari fase pembagian problem menjadi problem terkecil yang bisa dipecahkan sampai fas penggabungan solusi selesai, untuk divide & conquer dengan pohon biner diperlukan transmisi data sebanyak 2 × (n − 1) .

II.7 II.7.5 .5 Model Model A lgor itma y ang Tepat Tepat u ntuk Komp uter Paralel Paralel NOW

Analisis secara umum terhadap jumlah transmisi yang diperlukan untuk masing-masing mode algoritma pada sub-sub bab sebelumnya dapat dirangkum dalam tabel di bawah ini. Tabel II-4 Perbandingan total transmisi antar berbagai model

Model

Total Transmisi

Master your semester withTidak Scribd Data-Parallel ada & The NewMaster-Slave York Times 2 (n 1) ×

Special offer for students: Only $4.99/month. Pipeline

−

m × ( n − 1)

Keterangan TidakFor mungkin untuk NOW Read Free 30 Days 

Cancel anytime.

- m adalah jumlah data atau





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

 

of 0

Buku Implementasi




 Search document

teoritis, model Master-Slave dan task-graph adalah model yang cocok untuk komputer parale NOW karena memiliki jumlah total total transmisi paling paling sedikit.

MPI menyediakan dua jenis komunikasi, komunikasi point-to-point point-to-point dan komunikasi kolektif.

Dalam implementasi, komunikasi dalam model Master-Slave dapat dilakukan dengan dua primit

point-to-point dengan send-recv dan komunikasi kolektif denga komunikasi : komunikasi point-to-point

scatter-gather . Hal tersebut dimungkinkan karena dalam model Master Slave terdapat pengirima

data dari satu ke seluruh proses atau pun pengiriman data dari seluruh proses ke satu proses

Sedangkan model task-graph tetap harus diimplementasikan dengan primitif komunikasi poin

to-point . Dalam model task-graph khususnya pohon biner setiap proses hanya melakuka

transmisi data ke 2 proses lain atau pun menerima data dari dua proses lain.

Eksperimen dalam tugas akhir ini dilakukan dengan MPICH nt 1.2.5 yaitu salah satu

implementasi standar MPI. Implementasi model Master-Slave dan task-graph dengan primit

komunikasi point-to-point MPI MPI_Send dan MPI_Recv, besarnya waktu komunikasi untu jumlah proses yang sama sama secara teoritik adalah sama yaitu, t comm

=

( n − 1) × t send + (n − 1) × t recv

dan data mengenai t send dan t recv didapatkan dari pengukuran pengiriman pesan denga

MPI_Send dan MPI_Recv dalam suatu lingkungan tertentu. Sedangkan perhitungan wakt

komunikasi untuk model Master-Slave dengan scatter-gather harus dilihat dari implementa primitif MPI_Scatter dan MPI_Gather .

Master your semester with Scribd & The NewDariYork Timeskode sumber MPICH nt 1.2.5, hasil pembacaan Special offer for students: Only $4.99/month. diimplementasikan dengan

menggunakan

model

Read Free For 30 Days MPI_Scatter dan Cancel anytime.

pohon

biner.

Jadi,



MPI_Gathe

dalam

eksekus





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi




 Search document

and conquer pohon pohon biner membutuhkan waktu startup sebesar 2 × (n − 1) × t startup dengan n adala

jumlah proses yang terlibat dalam eksekusi program paralel. Model Master-Slave dengan ruti

komunikasi kolektif MPI_Scatter MPI_Scatter dan MPI_Gather ternyata membutuhkan waktu startu yang lebih sedikit dibandingkan model task-graph atau pun Master-Slave dengan MPI_Send MPI_Recv.

Perbedaan performansi kedua primitif komunikasi tersebut dapat juga dilihat dari hasi eksperimen untuk menghitung performansi MPI_Scatter dan

MPI_Gather MPI_Sen

dan MPI_Recv. Lampiran D.1 dan D.2 berisi data hasil eksperimen performansi primiti

komunikasi MPICH. Gambar III-15 dan III-16 menunjukkan salah satu hasil pengukura performansi untuk tujuh tujuh prosesor dan panjang panjang pesan sampai 2 MegaByte.

Scatter dan Send 8.00000 7.00000 ) 6.00000 n 5.00000 o k e s 4.00000 ( u 3.00000 t k a 2.00000 W 1.00000

Scatter 7 Komp Send 7 Komp

0.00000 -1.00000 0

500, 00 000

1,000, 00 000

1, 50 500,000

2,000, 00 000

2, 50 500,000

Panjang pesan (byte)

Master your semester with Scribd Read Free For 30 Days Gambar II-18 Perbandingan performansi MPI_Scatter dan MPI_Send & The New York Times



Cancel anytime.

Gambar II-18 menunjukkan bahwa performansi MPI_Scatter jauh lebih baik dibandingka Special offer for students: Only $4.99/month. performansi dengan MPI_Send . Sedangkan performansi MPI_Gather

seperti yan





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

Join

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi




 Search document

Gather Gather dan Recv 2.500000 ) 2.000000 n o k 1.500000 e s ( u 1.000000 t k a W0.500000

Gather 7 Komp Recv 7 Komp

0.000000 0

500, 00 000

1,000, 00 000

1, 50 500, 00 000

2,000, 00 000

2,500, 00 000

Panjang pesan (byte)

Gambar II-19 Perbandingan performansi MPI_Gather dan MPI_Recv

Hasil pengukuran performansi di atas ditambah dengan informasi bahwa dalam lingkungan LAN

komputer paralel NOW bahwa waktu startup dapat mencapai 3000 milisekon. Sehingga, dapa

disimpulkan bahwa secara teoritis maupun praktis, model yang paling cocok untuk dieksekus

oleh suatu komputer paralel NOW adalah model Master-Slave dengan penggunaan ruti

komunikasi kolektif MPI_Scatter dan MPI_Gather. Oleh sebab itu, eksperimen dalam

tugas akhir ini dilakukan untuk program yang menggunakan model Master-Slave dengan primiti komunikasi MPI_Scatter dan MPI_Gather[AVI06].

II.8 II.8 Peng Penguk ukur uran an Perf Perfor ormansi mansi Operasi MPI MPI

Pengukuran performansiwith operasi Scribd MPI dilakukan untuk mengukur performansi operasi primitif Master your semester Read Free For 30 Days  primitif MPI pada suatu lingkungan NoW tertentu. Pengukuran ini sangat penting dilakuka & The New York Times Cancel anytime.

karenaOnly semua komunikasi antar proses dilakukan dengan menggunakan operasi MPI. Special offer for students: $4.99/month.





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



memenuhi bandwidth jaringan. Pada jaringan yang bandwidth -nya penuh, kecepata pengiriman data berkurang berkurang sehingga mengurangi performansi performansi komunikasi antar proses. proses.

3. Menyamakan antara CPU time dan elapsed time. Perbedaan antara keduanya adalah CPU time tidak termasuk waktu untuk menunggu kedatangan data.

4. Melakukan pengukuran hanya dengan menggunakan dua prosesor

5. Pengukuran operasi yang membutuhkan waktu sangat kecil dibandingan dengan cloc CPU.

Jika waktu operasi sangat kecil dibandingkan dengan clock CPU, kemungkinan besa akan terjadi kesalahan dalam dalam pengukuran waktu yang dibutuhkan operasi operasi tersebut. 6. Mengabaikan pengaruh cache

Pengukur harus mengetahui benar apakah data yang dikirim telah berada di cache. Ba di sisi pengirim maupun di sisi penerima.

II.8 II.8.2 .2 Syarat Syarat Penguk Penguk uran Perfor mansi Primiti f MPI MPI yang B aik

[GR098] menyebutkan beberapa hal yang perlu diperhatikan dalam melakukan pengukura performansi operasi MPI sehingga sehingga bisa menghindari kesalahan-kesalahan kesalahan-kesalahan di atas, yaitu : 1. Pengukuran dilakukan berulang kali dan dihitung waktu rata-rata.

Waktu yang diperlukan untuk eksekusi program paralel bisa berubah-ubah, tergantun

kondisi faktor-faktor yang mempengaruhinya. Dengan melakukan percobaan berulan

kali diharapkan waktu yang dihasilkan adalah waktu yang sesungguhnya. Hal ini jug

Master your semester with Scribd dilakukan untuk menghindari kesalahan umum karena mengabaikan Read Free For 30 Days diperlukan untuk melakukan inisialisasi jalur komunikasi. & The New York Times Cancel anytime.

waktu yan 

Pengulangan Special offer for students: Only $4.99/month.juga dilakukan untuk memperbesar waktu operasi yang relatif keci dibandingkan dengan clock CPU





Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join





Search



Home



Saved

26K views

0



Sign In

Upload

RELATED TITLES

0




Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music

Join












Save

Embed

Share

Print

Parallel Processing

1

Download

of 0

 

Buku Implementasi


 Search document



Aplikasi pengukuran sebaiknya menyediakan fitur-fitur sebagai berikut: •

Pengaturan jumlah prosesor/komputer yang digunakan

Pengguna bisa memilih jumlah prosesor/komputer yang digunakan untu pengukuran. •

Cache effects

Aplikasi bisa memeriksa pengaruh penggunaan

cache terhadap performan

operasi primitif MPI. •

Communication Communication patterns / Model Komunikasi

Aplikasi bisa melakukan pengukuran dengan menggunakan bermacam-macam model komunikasi •

Communication Communication and computation overlaps

Aplikasi bisa memeriksa pengaruh overlapping antara komunikasi dan komputa terhadap performansi operasi primitif MPI. •

Nonblocking communication communication

Pada mode operasi nonblocking, prosesor yang mengeksekusi suatu primit

komunikasi tidak akan menunggu selesainya komunikasi untuk melanjutka

komputasi. Sedangkan pada mode operasi blocking, prosesor yang mengekseku

primitif komunikasi akan menunggu selesainya komunikasi untuk sebelum

melanjutkan komputasi. Di beberapa aplikasi komputasi paralel digunaka

operasi nonblocking yang performansinya bisa lebih cepat daripada operas blocking.

Master your semester with Scribd & The New York Times II.9 Only QT$4.99/month. Special offer for students:








Home



Saved



Bestsellers



Books



Audiobooks



Magazines



News



Documents



Sheet Music




Upload

Sign In


Join



Komputasi Pararel (landasan teori)

Recommend Documents