Tujuan komputasi parallel sebagai solusi untukmempersingkat waktu eksekusi program menggunakankomputasi

Berikut ini adalah pertanyaan dari wahyuwahyuramadhan50 pada mata pelajaran TI untuk jenjang Sekolah Menengah Pertama

Tujuan komputasi parallel sebagai solusi untukmempersingkat waktu eksekusi program menggunakan
komputasi serial
, beberapa penggunaan komputasi para
tercantum dibawah ini, kecuall​

Jawaban dan Penjelasan

Berikut ini adalah pilihan jawaban terbaik dari pertanyaan diatas.

Jawaban:

1.1 Organisasi berbagai Prosesor

Jenis-jenis Sistem Prosesor paralel

Sebuah taksonomi yang pertama kali diperkenalkan oleh Flynn masih merupakan cara yang paling umum dari penggolongan sistem-sistem dengan kemampuan pengolahan yang paralel. Menurutnya kategori sistem komputer berdasarkan strukturnya adalah :

a. SISD (Single Instruction Stream, Single Data Stream) Arus instruksi tunggal, data tunggal.

Merupakan sebuah prosesor tunggal mengeksekusi arus instruksi tunggal untuk beroperasi pada data yang disimpan pada memori tunggal. Disebut juga dengan Uni-prosesor. Prosesor tunggal berada pada kategori ini.

b. SIMD (Single Instruction Stream, Multiple Data Stream) Arus instruksi tunggal, data multipel.

Sebuah mesin instruksi mengatur eksekusi dari sejumlah elemen pengolahan pada sebuah basis secara simultan. Terdapat sejumlah elemen proses dimana masing-masing elemen memiliki data memori yang berhubungan, sehingga masing-masing instruksi dieksekusi pada sebuah rangkaian data (set data) yang berbeda dengan prosesor yang berbeda. Prosesor vektor dan prosesor array termasuk pada kategori ini.

SIMD merupakan salah satu bentuk dari paralel sinkron yang memproses satu instruksi dengan banyak prosesor elemen pada waktu yang sama. Di dalam paradigma SIMD yang paling penting bukanlah kontrol prosesor melainkan data. Data diproses oleh masing-masing elemen pemroses yang berbeda dari satu prosesor ke prosesor lainnya. Sehingga satu program dan satu kontrol unit bekerja secara bersamaan pada

kumpulan data yang berbeda. Untuk memproses data secara efisien, SIMD membuat pengaturan proses menjadi dua phase, yaitu : pertama memilah dan mendistribusikan data (data partitioning and distribution) dan yang kedua memproses data secara paralel (data paralel prosesing).

Jadi efisiensi akan tergantung kepada banyaknya permasalahan yang harus diselesaikan secara paralel. Cara terbaik dalam menggunakan SIMD adalah dengan mencocokan banyaknya permasalahan dengan banyaknya prosesor paralel. Banyaknya permasalahan berarti seberapa banyak jumlah data yang akan di perbaharui dan banyaknya prosesor paralel berarti jumlah prosesor yang tersedia. Jadi jika permasalahanya sebanding dengan prosesor paralel maka kecepatan tertinggi dapat terjadi, sebaliknya apabila permasalahan hanya satu dengan prosesor paralel yang banyak menyebabkan sistem SIMD menjadi tidak efektif. SIMD sering diidentikan sebagai permasalahan paralel yang sederhana, padahal tidaklah benar karena paradigma SIMD

sangat berguna dalam menyelesaikan permasalahan yang memiliki beberapa data yang perlu diperbaharui secara serempak. Khususnya sangat berguna untuk perhitungan numerik biasa seperti perhitungan matrix dan vektor.

Penjelasan:

maaf kalo salah :)

Semoga dengan pertanyaan yang sudah terjawab oleh rabiahananta dapat membantu memudahkan mengerjakan soal, tugas dan PR sekolah kalian.

Apabila terdapat kesalahan dalam mengerjakan soal, silahkan koreksi jawaban dengan mengirimkan email ke yomemimo.com melalui halaman Contact

Last Update: Tue, 11 May 21