Gabriel Enrique González · Transcript · · Updated
Arquitectura de Computadoras y Técnicas Digitales 2020 Clase: Intro a las arquitecturas Paralelas – Transcript
Video by Gabriel Enrique González · Watch the original on YouTube
Use this video with Pro
Reading, copying and transcript downloads are free. Create saved AI results for this video with a signed-in Pro account ($9/month).
Transcript
Search ignores accents. All transcript text stays visible.
así que bueno arrancando un poquito de vuelta al josé mário en el jefe de trabajos prácticos martín menciones que es ayudante graduado te vamos a estar y marcelo tocino que debe estar mirando desde el caso también esta familia pp hasta cambie bueno acá mi bienvenida también no sabía que estabas acá en el chat también nos puede dar una mano así que bueno gracias por eso y vemos que veremos los que salen
bueno para arrancar yo cambie un poquito si ustedes obviamente tienen todo desde el móvil tienen toda la teoría todo lo que hoy yo voy a contaros que van a ver que no está en esas filminas no se hagan problemas porque es simplemente es contextualizador de lo que dice ahí está bien y por ahí es una impronta que le doy yo para para arrancar esos temas que por ahí arrancan demasiado duro en algunos en algunos casos
así que bueno yo quería arrancar un poco diferente quería arrancar porque no sé vamos a arrancar con porque para realizar si bien es la introducción a sistemas de cómputo paralelo [Música] acá están preguntando si se graban las clases no tenemos todavía infraestructura para grabar las clases así que no estaría grabando la clase pero bueno no dista mucho en esta
primera hasta que nos acomodemos un poquito de lo que va a decir la lo que va a decir las filminas bien por ahora no la vamos a grabar esto así que no no lo habíamos pensado bien para arrancar entonces un poquito comentarles el porqué no de la introducción a sistemas paralelos por qué es tan importante ahora pensar en
para realizar a diferencia de si esto lo vio lo hubiéramos visto no sé en el año 2005 inclusive en el 2010 como ustedes saben la capacidad de cómputo aumenta todos los años y está la famosa ley de moore que todo el mundo conocemos que venimos hablando desde ya de los primeros años que aparentemente se viene respetando bueno la verdad de
la gráfica es esa que ustedes ven ahí y realmente estamos justo ahora digamos en estos años sobre el fin de la ley de moore y es que y es que ya por los los sistemas clásicos que se vienen haciendo no se puede aumentar el rendimiento conforme se va esperando por lo tanto fíjense que ahí tienen hasta el año 85 se multiplicaba por dos
la potencia de cálculo del hardware cada 3.5 a de 53 35 años después fue cada 15 se multiplicaba por dos la potencia después dice acá a partir del 2004 2005 empieza el fin digamos del escalado de denard que por más de que
tiene un nombre así es complicado lo que quiere decir era que hasta hasta antes de esto lo que pasaba era que mientras uno más y va comprimiendo la cantidad de hardware por milímetro cuadrado o por micrómetros había una ley que decía que mientras más se iba reduciendo eso menos consumo iba a poder tener por lo tanto uno le podía dar más ciclo de reloj o sea apretar más a la
máquina que iba a seguir funcionando bueno ya de eso por principios físicos que no vienen el caso ya no se puede entonces ahí fíjense cómo se va poniendo se va poniendo la curva un poquito con menos pendiente después la ley dejando que la estudiamos y las vamos a ver porque es muy importante pero la ley dejando al se empieza a deteriorar ya no empieza a cumplirse porque esto lo vamos a ver más adelante
también es porque la parte las partes inherentemente de un programa que son secuenciales no se pueden evitar entonces por más de que podríamos paralizar lo que quiera sin tener los miles de core o de cpu va a haber una parte secuencial que nos va a limitar eso volvió a hacer que ese mes esté un poco más la curva y bueno y ahora estamos directamente en el fin de la ley
de moore o sea no hay forma forma de que le sigamos agregando con a la potencia el cálculo de que se siga acelerando la performance fíjense que la gráfica son años versus performance contra la bucks 11 que digamos la primera computadora ya por mil mil 970 también entonces bueno esto es importante que ustedes vuelvan acá porque un montón de cosas que se van a ver en la materia y cuando estemos en el súper escalares
bueno momento se han encontrado diciendo y viendo esto no entiendo el por qué bueno el porqué de todo es porque queremos acelerar queremos hacer cosas en paralelo queremos replicar hardware y que ese hardware esté utilizado en todo momento siempre vamos a volver a esta gráfica y decir bueno cómo podemos hacer para paralizar formas sistemas complejos que ustedes vean ese
sistema está brindando una ayuda para hacer que cosas se hagan en simultáneo así lo bueno esto era como un poquito como para arrancar a las descripciones normal es que es bueno podemos decir que el paralelismo no es más que eso mismo que el uso de muchas unidades de procesos independientes para ejecutar distintas partes de una tarea en simultáneo es también lo que ya sabemos metemos
unidades funcionales cpu procesadores computadoras en paralelo haciendo una parte en el simultáneo de una tarea lo que queremos como objetivo principal es un aumento del rendimiento esto lo que vamos a ver siempre siempre queremos rendimiento no queremos tener sin 2000ese preciosos queremos que estén todos siendo utilizados en el tiempo por eso tenemos que pensar cómo lo vamos a hacer
y el cómo sería eso división de trabajo en tareas más pequeñas e independientes no no no es menor decir que esas tareas no tienen que ser simplemente más pequeñas y no tiene que ser independiente una del otras porque si existen algún tipo de dependencia va a haber que se realizarla y esa señalización nos rompe el paralelismo bueno las problemáticas típicas está también las habrán visto acá son de la
materia un poco se se relaciona con sistemas operativos y bueno los tenemos muy los problemas muy parecidos que serían la sincronización de tareas de control la ejecución simultánea está bien y los conflictos debido a las dependencias acá se van a ver mucho más particulares esos conflictos porque las dependencias pueden ser de distintos tipos
y después por estas primeras eras passos yo les dejo algunos algunos links colgados ahí que es que son todos links actualizados por ahí que tienen que son materiales de revista para estudiar para para ver cómo está el mundo ahora en cuanto a este tema bueno en cuanto a los sistemas para el hilo podemos hablar gracias voy convirtiendo gente
los sistemas típicos los teníamos la clásica grid computing también donde teníamos tenemos y seguimos teniendo el granjas de computadoras o los servidores por ahí donde donde se hacen tareas todas separadas y hay un administrador por ahí que le dice bueno hace esto o hace esto o hace esto y bueno tenemos una red de computador esos son digamos los más comunes
que siempre están intercambiando los datos a través de la memoria o una red interna de interconexión que comúnmente a gran escala hoy en día podría ser internet no está pensado para para tareas en tiempo real ni muy rápidos pero sí con una capacidad de cómputo tremenda [Música] pero bueno utilizando distintas computadoras por el otro lado lo que estamos viendo
desde hace un tiempo largo esta parte obviamente hay que ir actualizando pero era la idea de decir bueno ir poniendo más procesadores adentro de una misma computadora personal y hay varias formas de hacerlo también una es directamente como lo ven ahí en la imagen poniendo varios procesadores real físicos en un mother yo no he visto muchos de esos pero sé que los hay sobre todo en servidores
y en nuevos sistemas que son gpgpu en general propose cpu gpu de propósito general o tve tensor proceso libre que es más que nada vendía se está utilizando para inteligencia artificial y por el otro lado lo más simple que todos ya sabemos buenos son los distinta cantidad de course dentro del mismo dentro del mismo chip también hoy en día
cualquiera tiene un tag oro o de última serán 44 court con 2 con 2 con 2 dual core adentro cada uno esas serían los dos típicos sistemas paralelos y dentro de estos multi core entrarían las gpu que ahí les dejo un link después si quieren ver qué es la comparación simple entre la cpu gpu y cpu
la gpu es un un tipi que es un típico placa digamos donde hay alrededor de 256 y 512 o más coros dentro del mismo chip de silicio [Música] más o menos van conociendo estos temas hasta hace poco uno hablaba un poco más de esto pero ya es bastante conocido por esta
bueno la clasificación de las pinturas eso lo tomo acá pero lo vamos a tratar más adelante con más profundidad pero ya quiero que tengan una idea de cómo se descomponen esas arquitecturas en la forma de paralelismo típicas que vamos a ver son estas que están acá también tenemos para el mismo a nivel del pipeline también que decir que estuvieron viendo hasta ahora y más que nada
y textura de computadoras también donde hay un pipeline hay un procesador que está segmentado y luego de que sepa el plan se llena empieza a salir una instrucción ejecutada en cada ciclo de reloj ese es el más típico y qué bueno ese no lo vamos a ver porque ya lo mismo luego el próximo nivel es para el mismo a nivel de proceso ahí ya podríamos hablar en algunos casos
del ejemplo que vimos antes de las multi computadoras de varias computadoras conectadas donde se manda un proceso a realizar a cada una e inclusive a nivel de cpu a nivel de lector dentro de una cpu para esto vamos a hablar ahora y más adelante de lo que es open mp porque en algún momento lo vimos en la práctica especial
que es un lenguaje preparado para que utilicen de manera adrede digamos que puedan utilizar los distintos cortes tienen su máquina y no dejar que windows decida o linux decida cómo usarlo sino ustedes pueden decir bueno mando a procesar esto hasta el core por el otro lado está a nivel de al nivel de estrés también hay un hay una línea con un sistema
operativo a nivel de estrés pero estrés físico no no no el 3-d software que ustedes conocen ese estrés físico son los famosos del core y lo que quiere decir que en un punto de ejecución uno podría tener de un mismo programa dependen independientes que no cargan datos que no no tienen datos en común ejecutándose en simultáneo está bien
dentro de dentro del mismo procesador después está el nivel de data data a level paralelismo también que esto ya tiene que ver más con arquitectura del tipo sixto procesadores del tipo de arreglos históricos también que lo que hacen es tenemos en una misma y en una misma instrucción podemos ejecutar en una misma instrucción
podemos aplicar a varios datos entonces a nivel de datos compartido ahí lo que se empieza a ver ya es el tema de las variables donde donde podemos tener varios varios datos perdón compartidos en los mismos en los mismos procesadores y por último lo que tendríamos es a nivel de instrucción que esa la vamos a ver bien con el tema de súper escalares y para esto espero que esté marcelo