jaketkulitgarut.co.id

Situs jaketkulitgarut.co.id yang membagikan informasi dunia teknologi informasi dan komunikasi , dan beberapa tips menarik.

Hubungan antara Komputasi Modern dengan Paralel Processing

Hubungan antara Komputasi Modern dengan Paralel Processing

 

Hubungan antara Komputasi Modern dengan Paralel Processing

Hubungan antara komputasi modern dan parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yangada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagitugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya.Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih murahmenggunakan satu CPU saja.

 

Graphics Processing Unit (GPU)

Graphics Processing Unit (GPU) adalah sebuah device yang secara khusus ditugaskan hanya untuk mengolah tampilan graphics. Pada graphics card add-on, yang dimaksud frngan GPU adalah chip graphics yang biasanya dikenal dengan nama GeForce, Radeon, dan lainnya. Sedangkan pada solusi integrated graphics, GPU biasanya tidak berupa chip mandiri karena sudah diintegrasikan kedalam chipset motherboard. Istilah GPU sendiri dipopulerkan oleh chip graphics buatan NVIDIA, yaitu GeForce 256.

 

Kelebihan

1. Menghemat waktu dan biaya
Penggunaan lebih banyak resource untuk satu task akan mempercepat waktu pengerjaan, dengan potensi penghematan biaya. Cluster dapat dibangun dengan komponen komoditas dan murah

2. Mengerjakan problem yang lebih besar
Banyak problem tidak bisa dipecahkan dengan komputer tunggal, memori terbatas: Grand Challenge, web search engine yang memproses jutaan transaksi perdetik

3. Menyediakan concurrency
Sumber daya pararel dapat melakukan banyak hal secara simultan. Contoh: access grid yang menyediakan jaringan kolaborasi global.

 

Kelemahan

  1. Terdapat beberapa hambatan seperti yang telah dijelaskan diatas
  2. Tidak efektif dalam mengolah data dalam jumlah yang kecil
  3. Tidak baik untuk daya rendah dan perangkat mobile
  4. Kebutuhan daya yang lebih

 

 

Sumber : https://bimbel.co.id/

jaketkulitgarut

Kembali ke atas