introdução na computação distribuída e paralela · tecnologias e sistemas de computação...

Tecnologias e Sistemas de ComputaçãoSISTEMAS DISTRIBUÍDOS E PARALELOS

Introdução na Computação Introdução na Computação Distribuída e ParalelaDistribuída e Paralela


O docente: Eng. Alexander Rodríguez Bonet

ENGENHARIA DE INFORMÁTICA

Instituto Superior para as Tecnologias de Informação e Comunicação - ISUTIC

O professor


Nome: Alexander Rodríguez Bonet.

Graduado de: Engenharia em Ciências Informáticas.

Categoria docente: Assistente.

Matérias: Cálculo e Computação.

E-mail: [email protected]

Características da matéria


60 horas no semestre.Site: https://ssppddisutic.wordpress.com/Conferências, Aulas Práticas, Laboratórios e Seminários.

Primeira Prova de Frequência: 12 – 16 de Setembro.

Segunda Prova de Frequência: 24 – 28 de Outubro.

Exame da época Normal do IIº Semestre: 21 de Novembro – 2 de Dezembro.

Avaliações contínuas


Questionários escritos.Participação em aulas.Laboratórios.Seminários.Trabalho Prático Final.

Conteúdos da matéria


Definição e Aspectos Básicos de Sistemas Paralelos e Distribuídos.

Arquitecturas e Sistemas Operacionais Paralelos e Distribuídos.

Redes de Processadores. Distribuição de Carga Computacional.

Gerência de Processos Distribuídos.Comunicação entre Processos Paralelos e Distribuídos.

Conteúdos da matéria


Memória Compartilhada e Distribuída.Banco de Dados Distribuídos.Paradigmas da Programação Paralela e Distribuída.

Avaliação de Desempenho de Sistemas Computacionais Paralelos e Distribuídos.

Desenvolvimento de Sistemas de Informação Paralelos e Distribuídos.

Bibliografia recomendada


TANENBAUM, A. S. e VAN RENESSE, R. - Distributed Operating Systems; ACM Computing Surveys, 17(4), 1985.

MARQUES, J. A. e GUEDES, P. - Tecnologia de Sistemas Distribuídos; 2a ed.; Lisboa: FCA Editora de Informática, 1999.

COULORIS, G.; DOLLIMORE, J. E KINDBERG, T. - Sistemas Distribuídos: Conceito e Projeto; São Paulo: Bookman, 2007.

Bibliografia recomendada


MULLENDER, S. -Distributed Systems; ACM PRESS Frontier Series; New York: Addison-Wesley Publishing Company, 1989.

WILKINSON, B. e ALLEN, M. - Parallel Programming: Techniques and Applications Using Networked Workstations and Parallel Computers; 2a ed.; New York: Prentice Hall, 2004.

LYNCH, N. - Distributed Algorithms; USA: Morgan Kauffmann, 1997.

Aula de hoje


Necessidades e Motivações dos Sistemas Distribuídos e Paralelos.

Definição de Sistemas Distribuídos e Paralelos.

Classificação de Flynn.

Objetivo


Identificar os principais conceitos associados a Sistemas Distribuídos e Paralelos.

Computador convencional


Um único processador resolve todas as tarefas

Necessidade


O rendimento dos computadores sequenciais está a começar a saturarse.

Uma única CPU tem limites físicos:

Limite da velocidade da luz: Estancamento nos incrementos da frequência de relógio.

Limite de Integração: Cerca do limite máximo.Mais frequência → Mais consumo + Temperaturas muito

elevadas.

Memória disponível.

Características.

Necessidade


Há uma demanda contínua de um poder computacional superior:

– Modelagem e simulação numérica de problemas em ciências e engenharia.

– Caros cálculos iterativos sobre grandes quantidades de dados e fortes restrições temporárias:• Exemplos: predição meteorológica, biocomputación,

astrofísica.

– São sistemas a cada vez mais complexos que requerem maior tempo de cómputo.

Os processadores atuais são paralelos: n-core

Motivações


Sistemas de Previsão do Tempo:A atmosfera total é dividida em células de tamanho

por exemplo 1 milha x 1 milha x 1 milha, para uma alta de 10 milhas = 5 x células.

Se cada cálculo requer 200-flops, em um intervalo de tempo flops são necessários.

Analisar o clima de 7 dias, com intervalos de 1 minuto, num computador de 1Gflops ( flops) leva segundos ≈12 dias.

108

1011

109 106

Motivações


Problema das N-corpos no espaço:

Cada corpo atrai gravitacionalmente todos os outros.

O movimento de um corpo depende da força total exercida sobre ele.

Para N corpos, N-1 força devem ser calculadas: cálculos.

O cálculo é repetido a intervalos de tempo curtos.

A galáxia é de cerca de corpos.

Se cada cálculo leva 1ms, uma iteração completa leva 3 anos.

N2

1011

Motivações


Motivações


Problemas de grandes desafios:

São problemas fundamentais em ciência ou engenharia muito usados, e cujos soluções exigem da computação de alto rendimento (High Performance Computing, HPC) para alcançar respostas de tempo adequado.

Exemplos:A dinâmica de fluidos computacional para:

Projeto de aviões hipersônicos, carrocerías de autos eficientes e submarinos silenciosos,

Previsão do tempo para o curto e longo prazo,Recuperação de petróleo eficiente.

Motivações


Problemas de grandes desafios:Cálculos de estrutura eletrônica para a concepção de

novos materiais tais como:Catalisadores químicos,Agentes imunológicos,Supercondutores,Simulação de circuitos.

Processamento de imagem:Aplicação em Medicina,Jogos de vídeo.

Motivações


Problemas de grandes desafios:Computação simbólica para:

Reconhecimento de voz,Visão por computador,Compreensão da linguagem natural,Razonamiento automático,Ferramentas para design, fabricação e simulação

de sistemas complexos.Problemas de astrofísica: Evolução de Galaxias.

Motivações


Problemas de grandes desafios:Biologia computacional:

Sequência de DNA,Reprodução de Espécies,Funcionamento docérebro humano.

Administração de dados:Banco de dados geográficas,Mineração de Dados,BigData .

Motivações


Problemas de grandes desafios:Meio ambiente:

ContaminaçãoPredição de incêndios e inundações de grande escala,Predição do clima.

Simulação:Início do universo,Correntes Oceánicas,Evacuações,Difusão de Doenças, Vírus Informático, etc.

Sistema Distribuido


¿Que têm em comum estes aplicativos?

Tomam muito tempo.Manejam grandes volumes de dados.O tamanho do problema é extremamente grande.

Para que sejam efetivas se requer um processamento num tempo razoável.

Solução


Usar vários processadores

Solução


Usar vários computadores

Sistema Distribuido


Colecção de computadores separados fisicamente e ligados por uma rede de comunicações; cada máquina tem seus componentes de hardware e software que o programador percebe como um sozinho sistema.

O programador acede aos componentes de software (objetos) remotos num grupo de computadores, da mesma maneira em que acederia a componentes locais.

Sistema Distribuido ou Sistema Paralelo


Em programação distribuída, existe um conjunto de computadores conectados por uma rede que são usados colectivamente para realizar tarefas distribuídas.

Por outro lado nos sistemas paralelos, a solução a um problema importante é dividida em pequenas tarefas que são repartidas e executadas para conseguir um alto rendimento.

¿Que é a programação paralela?


Uso de vários processadores trabalhando juntos para resolver uma tarefa comum.

O modo de uso dos processadores pode ser desenhado pelo programador:

– Cada processador trabalha numa porção do problema.

– Os processos podem trocar dados, através da memória ou por uma rede de interconexão.

¿Que é a programação paralela?


Instruções

Evolução de computadores mais potentes


Tarefa


Procurar informação sobre os 10 super computadores mais poderosas da actualidade.

¿Que paises estão mais representados?

https://www.top500.org/

Vantagens da Computação Paralela


A programação paralela permite:– Resolver problemas que não cabem numa CPU.

– Resolver problemas que não se resolvem num tempo razoável.

Podem-se executar:– Problemas maiores.

– Mais rapidamente (aceleração).

– Mais problemas.

Aplicações distribuídas


Funcionam seguindo um modelo cliente/servidor: Um ou mais servidores criam uns objetos locais e depois atendem petições de acesso sobre esses objetos provenientes de clientes situados em lugares remotos da rede.

Desta maneira os sistemas distribuídos solucionam as necessidades de:

Repartir o volume de informação.Compartilhar recursos, já seja em forma de software

ou hardware.

Clasificação de Flynn


Fluxo de Instrução vs. Fluxo de DadosSISDSIMDMISDMIMD

Letra Significado

S Simples

M Múltipla

I Instrução

D Dado

Tarefa


Procurar dados biográficos de Michael J. Flynn e seus principais contribuições científicas.

Clasificação de Flynn Aspectos de hardware


Fluxo de Instrução vs. Fluxo de DadosSISD: Único fluxo de instruções aplicado a um único fluxo de dados.

SIMD: Único fluxo de instruções aplicado a múltiplos fluxos de dados.

MISD: Múltiplos fluxos de instruções aplicado a um único fluxo de dados.

MIMD: Múltiplos fluxos de instruções aplicado a múltiplos fluxos de dados

Clasificação de Flynn Aspectos de hardware


Arquitectura de Sistemas Distribuídos e Paralelos


Em nossa próxima aula

Tarefa


Procurar informação para responder as seguintes perguntas:

¿Que diferenças existem entre Memória Compartilhada e Memória Distribuída?

¿Quais são as topologias de interconexão em sistemas distribuídos?




O docente: Eng. Alexander Rodríguez Bonet

ENGENHARIA DE INFORMÁTICA

Instituto Superior para as Tecnologias de Informação e Comunicação - ISUTIC

introdução na computação distribuída e paralela · tecnologias e sistemas de computação...

Documents