Vad är parallellbehandling?

Parallell bearbetning är samtidig behandling av samma uppgift på två eller flera mikroprocessorer för att få snabbare resultat. Datorresurserna kan inkludera en enda dator med flera processorer, eller ett antal datorer anslutna via ett nätverk, eller en kombination av båda. Processorerna får åtkomst till data genom delat minne. Vissa superdator parallella processystem har hundratusentals mikroprocessorer.

Med hjälp av parallellbehandling kan ett antal beräkningar utföras på en gång, vilket minskar den tid som krävs för att slutföra ett projekt. Parallell behandling är särskilt användbar i projekt som kräver komplexa beräkningar, såsom vädermodellering och digitala specialeffekter. Låt oss ta ett verkligt exempel för att förstå effektiviteten av parallellbehandling.

Om ett upptaget köpcentrum bara har en enda kontanträknare, kommer kunderna att bilda en enda kö och vänta på sin tur. Om det finns två kontanträknare kan uppgiften delas effektivt. Kunderna kommer att bilda två köer och kommer att serveras dubbelt så snabbt. Detta är ett exempel där parallellbehandling är en effektiv lösning.

Med hjälp av parallell behandling kan mycket komplicerade vetenskapliga problem som annars är extremt svåra att lösa effektivt. Parallell beräkning kan effektivt användas för uppgifter som omfattar ett stort antal beräkningar, har tidsbegränsningar och kan delas upp i ett antal mindre uppgifter.

Parallell bearbetning är särskilt fördelaktigt i områden som väder och klimat, kemiska och kärnkraftsreaktioner, oljeprospektering, mätning av seismiska data, rymdteknik, elektroniska kretsar, mänskligt genom, medicin, avancerad grafik och virtuell verklighet och tillverkningsprocesser.

Med all sannolikhet är parallellitet datorns framtid. Sammantaget innebär framgångsrik implementering av parallell databehandling två utmaningar:

  • Uppgifterna ska struktureras på ett sådant sätt att de kan utföras samtidigt
  • Sekvensen med uppgifter som måste utföras efter varandra bör bibehållas

ANDRA SPRÅK

Hjälpte den här artikeln dig? Tack för feedbacken Tack för feedbacken

Hur kan vi hjälpa? Hur kan vi hjälpa?