Resumen capitulo 1

Elementos introductorios
Motivación
El procesamiento paralelo es un tipo de procesamiento de la información, que permite que se ejecuten varios procesos concurrentemente. El procesamiento paralelo puede ser de diferentes tipos:
Un tipo es ejecutar procesos independientes simultáneamente, los cuales son controlados por el sistema operativo (usando tiempo compartido, multiprogramación ymultiprocesamiento).
Otro tipo es descomponer los programas en tareas (controladas por el sistema operativo, los compiladores, los lenguajes de programación, etc.), algunas de las cuales pueden ser ejecutadas en paralelo.
Finalmente, el último tipo se basa en usar técnicas de encauzamiento para introducir paralelismo a nivel de instrucciones, lo que implica dividirlas en pasos sucesivos que pueden serejecutados en paralelo, cada uno procesando datos diferentes.

En los últimos años, el uso extensivo del paralelismo ha estado ligada a varios hechos:
La necesidad de mayor potencia de cálculo
Una mejor relación costo/rendimiento
Potencia expresiva de los modelos de procesamiento paralelo

A pesar de que del área de computación paralela se habla mucho, en realidad es poco lo que se conoce.Quizás el mayor problema en computación paralela y distribuida es que no son ideas fáciles para entender e implementar. Existen diferentes enfoques para aplicar paralelismo. Incluso, para ciertas aplicaciones algunos enfoques pueden ser contraproducentes.

Un punto inicial de arranque sería conocer qué áreas de aplicación podrían beneficiarse al usar paralelismo. Indudablemente, el primer gruposerían aquellas áreas donde el paralelismo es aparente, aunque no se pueda explotar en máquinas secuenciales. A continuación se mencionan algunas áreas:

Procesamiento de imágenes
Modelado matemático
Computación inteligente
Manipulación de base de datos
Predicción del tiempo

Otras áreas que podrían aprovecharse de un procesamiento paralelo son las siguientes:
Biología, cienciasaerospaciales, sismología, robótica, exploración (oceanografía, astrofísica, geología, etc.), máquinas inteligentes (planificación, sistemas expertos, mecanismo de aprendizaje, etc.), medicina (tomografía, síntesis de proteínas, etc.), etc. Las características genéricas de estas aplicaciones son las siguientes: requieren enormes cálculos repetidos sobre grandes cantidades de datos para obtener resultadosválidos, y el cálculo debe terminarse en un período de ejecución razonable. Esto implica que para atacar estos problemas se requiere de hardwares rápidos y softwares eficientes.

Durante varios años, científicos e ingenieros han estado confrontándose con máquinas paralelas. Los usuarios han visto como un reto usar estos sistemas, algunas veces teniendo muchos éxitos al usarlas, perofrecuentemente frustrados por las dificultades para obtener buenos resultados. Parte de los elementos que pueden extender el uso de estas máquinas son:

Programación familiar: programas para estas plataformas deben ser escritos en lenguajes familiares, o variaciones fáciles de entender.
Estabilidad de rendimiento: los rendimientos deben ser estables, tal que la tasa de cálculo no varíe mucho entre uncomputador y otro.
Portabilidad: el código debe ser fácil de mover entre máquinas.

Mucho esfuerzo se requiere en el desarrollo de software para estas plataformas, más que en la proposición de elementos de hardware eficientes. Así, a nivel de software del sistema es donde se concentran los grandes retos en la actualidad, tanto a nivel de desarrollo de sistemas operativos, compiladores, como delibrerías de programación. Algo importante para orientar futuros diseños es que los usuarios aceptan más fácilmente cambios en su software, que cambiar a nuevos productos, aun cuando sean revolucionarios. En pocas palabras, prefieren una evolución en sus herramientas de software a nuevos productos diferentes a los ya conocidos, por mejores que sean. Un clásico ejemplo es a nivel de Fortran, a través...