ISUTIC

2017

Introdução na Computação
Distribuída e Paralela

Docente: MSc. Angel Alberto Vazquez Sánchez

 Características da matéria
●
90 horas no semestre
●
Conferências, Aulas Práticas, Laboratórios e
Seminários
●
Objetivo
– Introduzir os alunos nos fundamentos de sistemas de
computadores paralelos e distribuídos e possibilitar o
entendimento dos principais aspectos que intervêm
no projecto e na utilização desses sistemas, em
vários níveis de complexidade.
 Avaliações contínuas
●
Questionários escritos.
●
Participação em aulas.
●
Laboratórios.
●
Seminários.
●
Trabalho Prático Final.
 Conteúdos da matéria
1. Definição e Aspectos Básicos de Sistemas
Paralelos e Distribuídos
2. Arquitecturas Paralelas e Distribuídas.
3. Aspectos do Projecto de Sistemas Paralelos e
Distribuídos
4. Redes de Processadores
5. Sistemas Operacionais Paralelos e Distribuídos
6.Gerência de Processos Distribuídos
7. Comunicação entre Processos Paralelos e
Distribuídos: Modelo ClienteServidor.
 Conteúdos da matéria
8.Memória Compartilhada Distribuída
9.Gerência de Arquivos Distribuída
10.Banco de Dados Distribuídos
11.Paradigmas da Programação Paralela e
Distribuída
12.Avaliação de Desempenho de Sistemas
Computacionais Paralelos e Distribuídos
13.Desenvolvimento de Sistemas de Informação
Paralelos e Distribuídos
 Bibliografia recomendada
●
Coulouris, G., Dollimore, J., Kindberg, T., & Blair, G. (2013).
Sistemas Distribuídos-: Conceitos e Projeto. Bookman
Editora.
●
Lynch, N. A. (1996). Distributed algorithms. Morgan Kaufmann.
●
Marques, J. A., & Guedes, P. (1998). Tecnologia de sistemas
distribuídos.
●
Mullender, S., & others. (1993). Distributed systems (Vol. 12).
acm press United States of America.
●
Tanenbaum, A. S. (1995). Distributed operating systems.
Pearson Education India.
●
Wilkinson, B., & Allen, M. (1999). Parallel programming:
techniques and applications using networked workstations
and parallel computers. Prentice-Hall.
 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
muitoelevadas.
– 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.
 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: N2
cálculos.
– O cálculo é repetido a intervalos de tempo curtos.
– A galáxia é de cerca de 1011 corpos.
– Se cada cálculo leva 1ms, uma iteração completa
leva 3 anos.
Motivações
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 do cérebro humano.
●
Administração de dados:
– Banco de dados geográficas,
– Mineração de Dados,
– BigData
 Motivações
Problemas de grandes desafios:
●
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
 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?
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
 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
 Tarefa
●
Procurar dados biográficos de Michael J. Flynn
e seus principais contribuições científicas
 Tarefa
●
Procurar informação para responder
asseguintes perguntas:
– ¿Que diferenças existem entre Memória
– Compartilhada e Memória Distribuída?
– ¿Quais são as topologias de interconexão em
sistemas distribuídos?
 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
 ISUTIC
2017

Introdução na Computação
Distribuída e Paralela

Docente: MSc. Angel Alberto Vazquez Sánchez