TIPOS DE PROCESAMIENTOS.

ARQUITECTURA DE COMPUTADORAS

TIPOS DE PROCESAMIENTOS en paralelo

Empezar

MIEMBOS DEL EQUIPO#7.

• Ezequiel MARTINEZ LÓPEZ.

• MICHELL GALARZA NIÑO.

INTRODUCCIÓN

¿Qué es el paralelismo?

El paralelismo es...

El paralelismo es una estrategia de computación que permite realizar múltiples operaciones simultáneamente. Abarca desde la ejecución de tareas completas hasta la ejecución simultánea de instrucciones individuales dentro de una tarea, como ocurre en el ILP.

Tipos de procesamiento paralelo

Procesamiento paralelo a nivel de datos

descripción

arquitectura

Se enfoca en dividir grandes conjuntos de datos y procesarlos simultáneamente en múltiples unidades de procesamiento. Ejemplo: Aplicar un filtro en una imagen grande procesando diferentes partes de la imagen en paralelo. Uso típico: en operaciones vectorizadas.

GPUs (Unidad de procesamiento de gráficos): Diseñadas para manejar miles de operaciones paralelas sobre datos masivos.

Procesamiento a nivel de intrucciones

El paralelismo a nivel de instrucciones (ILP) se refiere a la capacidad de un procesador para identificar y ejecutar varias instrucciones dentro de una misma tarea al mismo tiempo. Esto ocurre aprovechando la independencia de ciertas instrucciones, permitiendo que se procesen simultáneamente en lugar de ejecutarse de manera estrictamente secuencial.

MICHELL

Técnicas para explotar el ilp

Pipelining(SEGMENTACIÓN).

Superescalaridad.

Ejecución fuera de orden (Out-of-Order Execution).

Predicción de ramas (Branch Prediction).

Procesamiento paralelo a nivel de instrucciones

descripción

arquitectura

Aprovecha que algunas instrucciones pueden ejecutarse de forma simultánea, siempre que no dependan entre sí. Ejemplo: Las CPUs modernas pueden realizar sumas y multiplicaciones al mismo tiempo en diferentes unidades funcionales. Uso típico: dentro de procesadores, mediante técnicas como el pipeline.

Procesadores superescalares, que ejecutan múltiples instrucciones simultáneamente.Uso de técnicas como "Ejecución fuera de orden" y "Predicción de bifurcaciones" para optimizar el rendimiento. Ejemplo: CPUs Intel Core y AMD Ryzen.

Procesamiento paralelo a nivel de tareas

Arquitectura

descripción

Diferentes tareas o funciones se ejecutan al mismo tiempo en distintos procesadores o núcleos. Ejemplo: Mientras un núcleo renderiza gráficos, otro núcleo procesa la inteligencia artificial de un juego. Uso típico: sistemas operativos, aplicaciones multitarea.

Sistemas multinúcleo (Multi-core CPUs), donde cada núcleo puede ejecutar una tarea diferente. Sistemas distribuidos: Redes de computadoras que dividen tareas.

Procesamiento paralelo a nivel de hilos

arquitectura

descripción

Los hilos dentro de un programa pueden ejecutarse simultáneamente en diferentes núcleos o procesadores. Ejemplo: Una aplicación de edición de video que asigna un hilo para la decodificación de audio y otro para el video. Uso típico: aplicaciones concurrentes en sistemas multiprocesador.

Procesadores con Hyper-Threading: Un solo núcleo físico maneja múltiples hilos.Ejemplo: Intel Xeon para servidores, o ARM para dispositivos móviles.

Procesamiento paralelo en arquitecturas distribuidas

descripción

arquitectura

Divide una tarea entre múltiples sistemas computacionales interconectados en red. Ejemplo: Un sistema de supercomputación que divide cálculos entre varias computadoras. Uso típico: clústeres, computación en la nube.

Clústeres de computadoras, conectados por redes de alta velocidad.Sistemas como MapReduce o Hadoop para manejar datos en paralelo en entornos distribuidos. Ejemplo: Supercomputadoras como Fugaku (Japón) o servicios en la nube como AWS, Azure o Google Cloud.

Procesamiento paralelo en tiempo real

descripción

arquitectura

Se utiliza para sistemas críticos donde los resultados deben producirse dentro de un tiempo límite predefinido. Ejemplo: Controladores de vuelo o sistemas de frenado ABS.

Arquitecturas diseñadas para priorizar baja latencia y alta predictibilidad. Usan sistemas operativos en tiempo real (RTOS) como FreeRTOS, VxWorks o QNX. Ejemplo: Microcontroladores como el STM32 o procesadores DSP en sistemas embebidos.

Procesamiento de la Arquitectura Flynn

SISD (Single Instruction, Single Data):

SIMD (Single Instruction, Multiple Data):

• Arquitectura tradicional y secuencial.

Ejemplo: Procesadores básicos como los utilizados en sistemas embebidos.

• Ideal para aplicaciones que requieren procesamiento masivo de datos, como gráficos y análisis científico.

Ejemplo: Procesadores gráficos (GPUs).

Procesamiento de la Arquitectura Flynn

MIMD (Multiple Instruction, Multiple Data):

MISD (Multiple Instruction, Single Data):

• Ejecuta múltiples instrucciones diferentes en múltiples conjuntos de datos simultáneamente.

Ejemplo: Computación en paralelo en supercomputadoras.

• Se utiliza principalmente en aplicaciones críticas como sistemas redundantes.
• Varias instrucciones procesan el mismo conjunto de datos.

VÍDEO

El procesamiento paralelo consiste en la ejecución simultánea de instrucciones desde el mismo programa pero en diferentes procesadores. Implica la división del programa en múltiples procesos manejados en paralelo a fin de reducir el tiempo de ejecución.

+ info

CONCLUSIONES

El ILP es fundamental para maximizar el rendimiento de los procesadores modernos sin depender únicamente de un aumento en la frecuencia de reloj.Técnicas como la predicción de ramas, la ejecución fuera de orden y la superescalaridad son ejemplos de cómo se explota el paralelismo a nivel de instrucciones.El paralelismo, en general, es esencial para tareas computacionalmente intensivas, como la inteligencia artificial, el procesamiento de datos masivos (Big Data) y las simulaciones científicas.

¡GRACIAS!

¿Tienes una idea?

Usa este espacio para añadir una interactividad genial. Incluye texto, imágenes, vídeos, tablas, PDFs… ¡incluso preguntas interactivas! Tip premium: Obten información de cómo interacciona tu audiencia:

• Visita las preferencias de Analytics;
• Activa el seguimiento de usuarios;
• ¡Que fluya la comunicación!

Multiple Instruction, Single Data (MISD)

Múltiples instrucciones procesan simultáneamente el mismo conjunto de datos. Limitaciones: o Uso limitado fuera de sistemas de misión crítica.

Ventajas:

• Resiliencia a fallos mediante procesamiento redundante.

Single Instruction, Single Data (SISD)

Múltiples unidades de control ejecutan diferentes instrucciones sobre distintos conjuntos de datos simultáneamente.

Ventajas:

• Alta flexibilidad para resolver problemas variados.
• Se adapta tanto a tareas independientes como a aquellas que requieren colaboración (computación distribuida).

Single Instruction, Multiple Data (SIMD)

Una instrucción única opera simultáneamente sobre varios conjuntos de datos. Limitaciones: No es adecuado para tareas con estructuras de datos altamente variables o dependientes.

Ventajas:

• Alta eficiencia en problemas con datos regulares, como procesamiento de imágenes, gráficos y cálculos científicos.

Multiple Instruction, Multiple Data (MIMD)

Arquitectura en la que varias unidades de control ejecutan diferentes instrucciones sobre el mismo conjunto de datos simultáneamente.

Ventajas:Alta confiabilidad: Ideal para sistemas que requieren redundancia y validación constante. Uso en tiempo real: Proporciona análisis redundante en sistemas donde los errores deben ser detectados rápidamente.