Computacion

Modelos y Arquitecturas Escalables
Arquitecturas Distribuidas
Ingeniería Informática, Optativa 2do. ciclo

Oscar Plata Dept. Arquitectura de Computadores Universidad de Málaga Febrero – Junio, 2002

Demanda de Potencia Computacional
Continua demanda por mayor velocidad de computación Problemas Grand-Challenge
Problema fundamental en ciencia e ingeniería, de gran impacto económico ocientífico, cuya solución es difícilmente alcanzable en un tiempo razonable con los computadores actuales. Características: Generación de datos complejos, simulaciones realistas, visualizaciones complejas de los resultados, ... Necesidades: Computadores más rápidos, con más memoria y más espacio de disco Ejemplos
» » » » Modelado del clima global Algoritmos de optimización global Turbulencias endinámica de fluidos (geofísica, astrofísica) Modelado macromolecular (proteínas) y estructuras ADN

Otros problemas
Aplicaciones militares, CAD/CAM, biología computacional, e-comercio, ...

Arquitecturas Distribuidas

2

Oscar Plata, AC, UMA, Febrero 2002

Mejora del Rendimiento
Modos de mejorar el rendimiento
Trabajar mas duro: Usar hardware más rápido, o reducir CPI Trabajar mejor:Optimizar el código y los algoritmos Pedir ayuda: Usar múltiples procesadores (procesamiento paralelo)

Limitaciones de los computadores secuenciales
Limitaciones físicas Vectorización es sólo adecuada para cierta clase de problemas Mejoras estructurales, tales como segmentación, ILP (superescalaridad, ejecución fuera de orden, …), no son suficientes para aplicaciones límite, y no son escalablesArquitecturas Distribuidas

3

Oscar Plata, AC, UMA, Febrero 2002

Dos Eras en la Computación
Arquitectura Software de Sistema

Era Secuencial

Aplicaciones Entornos de Sol. Problemas

Arquitectura Software de Sistema

Era Paralela

Aplicaciones Entornos de Sol. Problemas

1940

‘50

‘60

‘70

‘80

‘90

2000

‘10

‘20

2030

Comercialización Investigación yDesarrollo Madurez

Arquitecturas Distribuidas

4

Oscar Plata, AC, UMA, Febrero 2002

Arquitecturas Paralelas
Arquitectura

Arquitectura clásica, convencional, de von Newmann
Programa y datos en la misma memoria Instrucciones con operandos escalares Ejecución inherentemente secuencial del programa

Arquitectura alternativa, no clásica, paralela
Colección de elementos deprocesamiento que cooperan para resolver, de forma rápida, un gran problema computacional

Arquitecturas Distribuidas

5

Oscar Plata, AC, UMA, Febrero 2002

Taxonomía de Flynn
Flujo Flujo Instrucciones Datos

MISD SISD
Flujo Datos

Flujo Instrucciones

Flujo Instrucciones

Flujo Instrucciones

Procesador

Unidad Vectorial

Unidad Vectorial

Unidad Vectorial

Flujo Datos

FlujoDatos

MIMD
Flujo Instrucc. Flujo Datos Flujo Instrucc. Flujo Datos Flujo Instrucc. Flujo Datos

SIMD
Flujo Datos Procesador Proc

Controlador Flujo Instrucc. Flujo Datos Flujo Datos

Procesador Flujo Datos

Procesador Flujo Datos Red de Interconexión

Flujo Datos Flujo Datos Flujo Datos

Proc Flujo Datos

Proc

Red de Interconexión

Arquitecturas Distribuidas

6

OscarPlata, AC, UMA, Febrero 2002

Clasificación Más Actual
SISD
PCs Estaciones de trabajo

SIMD
Computadores Vectoriales Computadores Matriciales (Operandos de las instrucciones no escalares: vectores o matrices) (Aplicaciones de propósito específico)

MISD
Matrices Sistólicas

MIMD
Arquitecturas de Memoria Compartida
UMA (SMP) NUMA COMA

(Segmentación, superescalaridad, prebúsqueda,multi-hebra,…)

(Aplicaciones de propósito muy específico)

Arquitecturas de Memoria Privada
MPP LAN Cluster Grid

Arquitecturas Distribuidas

7

Oscar Plata, AC, UMA, Febrero 2002

Evolución de las Arquitecturas Paralelas

Arquitecturas Distribuidas

8

Oscar Plata, AC, UMA, Febrero 2002

Evolución de las Arquitecturas MIMD
Servidor Multiprocesador Supercomputador...