introduc3a7c3a3o-na-computac3a7c3a3o-distribuc3adda-e-paralela.pdf

Tecnologias e Sistemas de Computação
SISTEMAS DISTRIBUÍDOS E PARALELOS
Introdução na Computação
Distribuída 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: ale.bonet@gmail.com

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.
10
8
10
11
10
9
10
6

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.
N
2
10
11

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
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
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
Biologia computacional:
Sequência de DNA,
Reprodução de Espécies,
Funcionamento docérebro humano.
Administração de dados:
Banco de dados geográficas,
Mineração de Dados,
BigData .

Motivações
Meio ambiente:
Contaminação
Predição 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 Dados

SISD

SIMD

MISD

MIMD
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 Dados
SISD: 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?

introduc3a7c3a3o-na-computac3a7c3a3o-distribuc3adda-e-paralela.pdf

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a introduc3a7c3a3o-na-computac3a7c3a3o-distribuc3adda-e-paralela.pdf

Semelhante a introduc3a7c3a3o-na-computac3a7c3a3o-distribuc3adda-e-paralela.pdf (20)

Último

Último (7)

introduc3a7c3a3o-na-computac3a7c3a3o-distribuc3adda-e-paralela.pdf