![Page 1: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/1.jpg)
Computação Paralela
Walfredo CirneUniv. Federal de Campina Grande
http://walfredo.dsc.ufcg.edu.br
![Page 2: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/2.jpg)
Lei de Moore
• Computadores dobram de performance a cada 18 meses
• Nas últimas 2 decadas, computadores melhoraram de performance em 10.000 vezes
• Como resultado, os computadores hoje têm mais ou menos o mesmo desempenho (na mesma ordem de magnitude)
![Page 3: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/3.jpg)
Paralelismo
• Em suma, computadores hoje são muuuito rápidos
• Mas fazemos coisas cada vez mais complexas
• Mas temos cada vez mais dados para processar
• O que fazer se você precisa processar por anos?
• Usar vários processadores simultaneamente
![Page 4: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/4.jpg)
Lei de Amdalh
• speed-up = tempo seqüencial / tempo paralelo
• tempo seqüencial = intrinsecamente-seqüencial + paralelizável
• melhor tempo paralelo = intrinsecamente-seqüencial
• melhor speed-up = 1 + paralelizável/intrinsecamente-seqüencial
![Page 5: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/5.jpg)
Principais Aspectos de Computação Paralela
• Plataforma de Execução• Modelos de Programação• Aplicações
![Page 6: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/6.jpg)
Plataformas de Execução de Aplicações Paralelas
• SMPs acoplamento• MPPs• NOWs• Grids distribuição
![Page 7: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/7.jpg)
SMP
Memória
CPU
CPU
...
CPU
![Page 8: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/8.jpg)
MPP
CPU
Mem.
CPU
Mem.
CPU
Mem.
...
Escalonador
requisições
![Page 9: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/9.jpg)
NOW
CPU
Mem.
CPU
Mem.
CPU
Mem.
...
requisições requisições requisições
![Page 10: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/10.jpg)
Grid
CPU
Mem.
CPU
Mem.
CPU
Mem.
...
Internet
![Page 11: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/11.jpg)
Características das Plataformas de Execução
SMPs MPPs NOWs Grids
Conectividade excelente muito boa boa média/ruim
Heterogeneidade nula baixa média alta
Compartilhado não não sim sim
Imagem única comum comum múltipla
Escala 10 1.000 1.000 100.000
![Page 12: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/12.jpg)
Grids podem diferir bastante
• TeraGrid – 4 centros de supercomputação norte-americanos– Cada centro com milhares de processadores dedicados
ao TeraGrid– Canais de altíssima velocidade (40 GBits/s)– Poder agregado de 13,6 TeraFlops
• SETI@home– Ciclos ociosos de 1.6 milhões de processadores
espalhados em 224 países– Computa em média a uma velocidade de 10 Teraflops
![Page 13: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/13.jpg)
Grid como Fonte de Computação
[a metáfora da rede elétrica]
Grid Computacional(fonte de recursos
computacional)
Grid Computacional(fonte de recursos
computacional)
![Page 14: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/14.jpg)
Um Grid do Futuro
VR Simul
Grid Auditing
MegaCiclos
Databank Inc.
Mastercard
Embratel
![Page 15: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/15.jpg)
Modelos de Programação
• Troca de mensagens– MPI, PVM– sockets
• Memória compartilhada – OpenMP– pthreads, threads Java
![Page 16: Computação Paralela Walfredo Cirne Univ. Federal de Campina Grande](https://reader036.vdocuments.pub/reader036/viewer/2022062512/552fc10b497959413d8c2f67/html5/thumbnails/16.jpg)
Aplicações
• SPMD x MPMD– SPSD = sequêncial
• Classes de aplicação– Bag-of-Tasks– Master-slave (ou manager-work :-)– Data parallel
• Granularidade– Grão = computação feita entre comunicações– Grão fino requer SMP (ou, pelo menos, MPP)– Grão grosso tolera Grid