Presentasi Komputasi Lanjut & Big Data : Arsitektur Komputasi Paralel

00:12:01
https://www.youtube.com/watch?v=78HjdbcWE4s

Résumé

TLDRPresentasi ini membahas tentang taksonomi arsitektur komputer yang dilakukan oleh kelompok yang terdiri dari Yandra, Alvin, dan Palestina. Taksonomi tersebut dibagi menjadi beberapa kategori berdasarkan instruksi dan aliran data, termasuk Multiple Instruction Single Data (Misd), Single Instruction Multiple Data (Simd), dan Multiple Instruction Multiple Data (Mind). Selain itu, bagian kedua menjelaskan tentang arsitektur memori komputer, terutama perbedaan antara shared memory dan distributed memory. Dalam konteks ini, shared memory memungkinkan prosesor mengakses memori yang sama, sedangkan distributed memory memiliki memori lokal terpisah. Presentasi juga mencakup sejarah perkembangan GPU dan peran pentingnya dalam komputasi modern, menunjukkan perbedaan antara CPU dan GPU, serta penggunaan arsitektur CUDA dan OpenCL.

A retenir

  • 🖥️ Taksonomi komputer mengklasifikasikan perangkat berdasarkan instruksi.
  • 📊 Terdapat 4 jenis komputer dalam taksonomi: Misd, Simd, Mind.
  • 🔗 Shared memory memungkinkan akses bersama oleh semua CPU.
  • 🔄 Distributed memory memiliki memori lokal terpisah untuk setiap CPU.
  • 🚀 GPU dirancang untuk mempercepat komputasi dengan banyak inti.
  • 💻 CPU dapat melakukan berbagai perhitungan, sedangkan GPU mendapatkan keuntungan dari banyak inti.
  • 📈 NVIDIA menggunakan CUDA untuk pemrosesan berbasis GPU.
  • 🔄 OpenCL adalah alternatif untuk GPU dibandingkan dengan CUDA.

Chronologie

  • 00:00:00 - 00:05:00

    Presentasi iki ditindaklanjuti dening grup sing digawé dening Yandra Windonesia, Alvin Fairosani, lan Palestina, babagan taksonomi clean lan memori komputer. Taksonomi, sing diklasifikasikaké adhedhasar instruksi lan aliran data, dibagi dadi papat kategori: 1) single instruction stream, 2) multiple instruction single data (MISD), 3) single instruction multiple data (SIMD), lan 4) multiple instruction multiple data (MIMD). Kategori iki nuduhaké cara komputer nglola instruksi lan data kanthi cara sing beda-beda, kayata piranti keras sing ndhukung operasi paralel utawa proses otonom.

  • 00:05:00 - 00:12:01

    Presentasi banjur nerusaké babagan arsitektur memori komputer paralel, kalebu memori shared lan distributed. Sistem shared memory ngidini prosesor akses menyang memori global, dene distributed memory ngidini prosesor nduwèni memori lokal dhewe lan mbutuhake jaringan kanggo komunikasi. Arsitektur hybrid gabungane loro iki, saben prosesor nduwèni akses dhewe menyang memori. Pembahasan iki nerangake kelebihan lan kekurangan saben arsitektur, lan pentinge hubungan antar prosesor sajrone nindakake tugas bebarengan tanpa timbul konflik.

Carte mentale

Vidéo Q&R

  • Apa itu taksonomi komputer?

    Taksonomi komputer adalah klasifikasi arsitektur komputer berdasarkan instruksi dan aliran data.

  • Apa itu shared memory?

    Shared memory adalah arsitektur di mana semua prosesor dapat mengakses memori yang sama.

  • Apa perbedaan antara shared memory dan distributed memory?

    Shared memory perangkat keras memiliki memori yang sama, sedangkan distributed memory memiliki memori lokal yang terpisah.

  • Apa itu GPU?

    GPU adalah unit pemrosesan grafis yang mempercepat pemrosesan komputasi dengan banyak inti.

  • Apa itu CUDA?

    CUDA adalah arsitektur yang digunakan Nvidia untuk memproses data di GPU.

Voir plus de résumés vidéo

Accédez instantanément à des résumés vidéo gratuits sur YouTube grâce à l'IA !
Sous-titres
id
Défilement automatique:
  • 00:00:10
    ya bismillahirrahmanirrahim
  • 00:00:12
    assalamualaikum warahmatullahi
  • 00:00:13
    wabarakatuh
  • 00:00:15
    perkenalkan kami dari kelompok yang
  • 00:00:19
    beranggotakan yandra windonesia kemudian
  • 00:00:21
    Alvin fairosani dan saya Palestina akan
  • 00:00:25
    mempresentasikan hasil diskusi kami
  • 00:00:28
    mengenai taksonomi clean kemudian memori
  • 00:00:30
    komputer
  • 00:00:33
    selanjutnya akan dijelaskan oleh Alvin
  • 00:00:41
    [Musik]
  • 00:00:57
    [Musik]
  • 00:01:05
    pertama adalah kata taksonomi
  • 00:01:12
    pintu adalah dalam arsitektur komputer
  • 00:01:15
    adalah sebuah klasifikasi yang dibuat
  • 00:01:17
    oleh Michael Pada tahun 1966 klasifikasi
  • 00:01:21
    ini dibuat berdasarkan juga instruksi
  • 00:01:23
    yang berjalan seperti kongruen dan juga
  • 00:01:26
    aliran data dan yang diprosesnya
  • 00:01:32
    [Musik]
  • 00:01:36
    dibagi menjadi klasifikasikan menjadi
  • 00:01:39
    tiga empat jenis yang pertama adalah 3
  • 00:01:42
    instruction sehingga data stream atau
  • 00:01:44
    fpsd yaitu sebuah komputer yang tidak
  • 00:01:46
    memiliki jarak
  • 00:01:50
    instruksi atau data contohnya adalah
  • 00:01:54
    PC profesional atau udah tua
  • 00:01:59
    tentunya adalah multiple instruction
  • 00:02:02
    single di atasnya atau nisd yaitu sebuah
  • 00:02:05
    komputer yang dapat melakukan banyak
  • 00:02:06
    instruksi pada suatu aliran data
  • 00:02:08
    komputer ini tidak dapat tidak memiliki
  • 00:02:10
    contoh karena memiliki pernah dibuat hal
  • 00:02:12
    itu sebuah bagi perupa atau kelompok
  • 00:02:19
    selanjutnya adalah
  • 00:02:23
    sebuah komputer yang mampu memproses
  • 00:02:26
    banyak aliran data dengan hanya satu
  • 00:02:28
    instruksi sehingga operasi yang
  • 00:02:30
    dilakukan pada operasi paralel contoh
  • 00:02:32
    dari simd adalah prosesor menarik atau
  • 00:02:34
    area
  • 00:02:40
    terakhir ada mi no type instruction
  • 00:02:43
    multiple datascript atau nind yaitu
  • 00:02:46
    sebuah komputer yang memiliki beberapa
  • 00:02:48
    prosesor yang bersifat otonoms yang
  • 00:02:51
    mampu melakukan instruksi yang berbeda
  • 00:02:52
    pada data yang berbeda jika terjadi
  • 00:02:55
    sebagai XMD entah itu menggunakan satu
  • 00:02:58
    ruangan memori secara bahasa-bahasa atau
  • 00:03:00
    sebuah ruangan memori yang terbit
  • 00:03:01
    distribusi
  • 00:03:06
    gambarnya akan gambar Dari keempat
  • 00:03:08
    klasifikasikan
  • 00:03:10
    biar pada saya beri data Ini dari nisd
  • 00:03:14
    itu dari dataku itu hanya prosesor dan
  • 00:03:17
    hanya satu instruksi nisd itu beberapa
  • 00:03:21
    prosesor tapi memiliki tapi satu
  • 00:03:25
    instruksi Pool
  • 00:03:26
    atau simb yaitu beberapa prosesor namun
  • 00:03:31
    memiliki satu instruction itu banyak
  • 00:03:36
    prosesor dan banyak
  • 00:03:37
    [Musik]
  • 00:03:53
    Oke berikutnya saya akan menjelaskan
  • 00:03:55
    tentang arsitektur memori komputer
  • 00:03:57
    paralel yaitu tentang share memory dan
  • 00:04:00
    distributif memori komputer
  • 00:04:03
    jika berbicara tentang share memory
  • 00:04:06
    Shark Memory Itu adalah prosesor intinya
  • 00:04:09
    profit prosesor dapat mengakses semua
  • 00:04:11
    memori menjadi Space alamat Global Share
  • 00:04:14
    memori terbagi menjadi dua kelas yaitu
  • 00:04:16
    uniform memory access dan non uniform
  • 00:04:19
    memori access nah perbedaan antara kedua
  • 00:04:21
    ini itu terlihat dari
  • 00:04:23
    pembagian memori antar keduanya Jadi
  • 00:04:27
    kalau pada uniformers
  • 00:04:30
    kita cukup menggunakan
  • 00:04:32
    satu memori untuk masing-masing CPU
  • 00:04:35
    sedangkan kalau pada uniform memori
  • 00:04:38
    akses itu masing-masing CPU dia
  • 00:04:40
    menggunakan memori yang berbeda tetapi
  • 00:04:43
    dalam satu Line yang sama
  • 00:04:46
    sedangkan distributif memori adalah
  • 00:04:48
    arsitektur jenis ini memiliki memori
  • 00:04:51
    lokal tersendiri sehingga membutuhkan
  • 00:04:52
    networking
  • 00:04:54
    nah Hybrid distributed share memory
  • 00:04:57
    arsitektur yang menggabungkan kedua
  • 00:05:00
    arsitektur memory share memori dan
  • 00:05:03
    distributif memori
  • 00:05:04
    nah sedangkan perbedaan antara share dan
  • 00:05:07
    distributif memori itu kalau pada share
  • 00:05:10
    memori arsitektur semua inti CPU dapat
  • 00:05:13
    mengakses memori yang sama seperti
  • 00:05:14
    beberapa pekerja di kantor yang berbagi
  • 00:05:17
    papan tulis yang sama nah dan semua
  • 00:05:20
    dikendalikan oleh satu sistem operasi
  • 00:05:21
    kalau prosesor modern pada proses modern
  • 00:05:26
    Itu ada prosesor multicore dengan banyak
  • 00:05:28
    CPU Core yang diproduksi bersama pada
  • 00:05:31
    silikon fisik yang sama nah sedangkan
  • 00:05:33
    dalam distributif memori arsitektur
  • 00:05:35
    kedua Keduanya Keduanya mengambil banyak
  • 00:05:39
    komputer
  • 00:05:40
    dan menghubungkannya bersama-sama
  • 00:05:42
    menggunakan jaringan tadi seperti
  • 00:05:45
    ilustrasinya itu seperti bekerja di
  • 00:05:47
    kantor yang berbeda
  • 00:05:48
    berkomunikasi misalkan melalui telepon
  • 00:05:51
    atau apa
  • 00:05:54
    nah ini penjelasan lebih detailnya
  • 00:05:57
    tentang komputasi secara memory Jadi
  • 00:05:59
    yang tadi dikatakan bahwa 1 memori itu
  • 00:06:02
    bisa digunakan oleh 4 CPU Jadi mereka
  • 00:06:06
    berbagi saling share memori dalam bukan
  • 00:06:10
    hanya 4 tapi bisa beberapa CPU yang
  • 00:06:13
    berbeda
  • 00:06:15
    oke terus pada arsitektur memory juga to
  • 00:06:19
    arsitektur itu menghubungkan beberapa
  • 00:06:20
    prosesor ke dalam sistem tunggal
  • 00:06:22
    pastinya menggunakan memori secara
  • 00:06:24
    bersama dan share memori ini tadi
  • 00:06:26
    Seperti yang dijelaskan sebelumnya bahwa
  • 00:06:29
    terbagi atas dan non uniform memori
  • 00:06:33
    access nah Unicorn ini sebenarnya
  • 00:06:36
    karakteristiknya itu lebih kepada
  • 00:06:38
    [Musik]
  • 00:06:40
    prosesor dapat mengakses semua memori
  • 00:06:42
    sebagai ruang secara global sedangkan
  • 00:06:46
    uniform memori akses itu dia
  • 00:06:48
    karakteristiknya lebih kepada processor
  • 00:06:50
    memiliki sekumpulan alamat memori
  • 00:06:52
    sendiri sehingga prosesor dapat
  • 00:06:54
    mengakses memori lebih cepat
  • 00:06:58
    nah ini adalah sebentar ini adalah
  • 00:07:01
    contoh dari
  • 00:07:04
    ini sebenarnya salah penulisan
  • 00:07:08
    Oke ini adalah gambar dari distributif
  • 00:07:11
    memori ini setelah judul mohon maaf
  • 00:07:13
    distrik memori tadi Seperti yang sudah
  • 00:07:16
    saya jelaskan bahwa masing-masing CPU
  • 00:07:18
    itu
  • 00:07:20
    memiliki memori yang berbeda jadi
  • 00:07:23
    masing-masing CPU itu tuh menggunakan
  • 00:07:25
    memori mereka sendiri Tapi status
  • 00:07:29
    yang sama
  • 00:07:33
    distributif memori ini lebih dikenal
  • 00:07:35
    seperti motif komputer yang dapat
  • 00:07:37
    mereplikasi pasangan prosesor atau
  • 00:07:40
    memori dalam menghubungkannya melalui
  • 00:07:41
    jaringan interkoneksi nah pasangan
  • 00:07:43
    prosesor atau memori ini Nah itu dikenal
  • 00:07:46
    sebagai pemrosesan Pa dan Pa itu bekerja
  • 00:07:49
    kurang lebih terpisah satu sama lain
  • 00:07:52
    walaupun terpisah tidak dapat secara
  • 00:07:54
    langsung mengakses memori Pa lainnya
  • 00:07:56
    jadi satu-satu Pa itu tidak tidak bisa
  • 00:08:01
    mengakses pe yang lainnya secara
  • 00:08:03
    bersamaan
  • 00:08:04
    nah pada distributif memori setiap
  • 00:08:07
    prosesor itu memiliki lokal lokasi
  • 00:08:09
    memorinya sendiri tadi Seperti yang saya
  • 00:08:12
    bilang di ilustrasi gambar tadi bahwa
  • 00:08:14
    prosesor tidak memiliki pengetahuan X1 X
  • 00:08:17
    processor tidak memiliki pengetahuan
  • 00:08:20
    eksplisit tentang memori prosesor
  • 00:08:22
    lainnya jadi tidak ada
  • 00:08:23
    traffic atau jam yang terjadi
  • 00:08:28
    Oke berikutnya akan dijelaskan oleh
  • 00:08:30
    pawas tentang sejarah GPU
  • 00:08:36
    saya disini akan menjelaskan tentang gpo
  • 00:08:39
    ya kita mulai dari sejarahnya jadi
  • 00:08:43
    GPU ini
  • 00:08:45
    diawali dengan cek grafis dimulai dengan
  • 00:08:49
    sebagai pipa grafis dengan fungsi tetap
  • 00:08:52
    selama bertahun-tahun grafis ini menjadi
  • 00:08:56
    semakin dapat diprogram yang membuat
  • 00:08:59
    Nvidia itu memperkenalkan GPU yang
  • 00:09:03
    pertama kemudian dalam jangka waktu dari
  • 00:09:07
    tahun 99 sampai 2000 ilmuwan komputer
  • 00:09:09
    bersama dengan peneliti di bidang
  • 00:09:11
    seperti pencitraan medis dan
  • 00:09:14
    Elektromagnetik itu mulai menggunakan
  • 00:09:16
    CPU untuk mempercepat berbagai aplikasi
  • 00:09:19
    ilmiah nah ini adalah munculnya gerakan
  • 00:09:23
    yang nantinya akan disebut dengan gpgo
  • 00:09:26
    kemudian di sini Nvidia memodifikasi GPU
  • 00:09:29
    agar sepenuhnya dapat
  • 00:09:31
    digunakan
  • 00:09:34
    untuk aplikasi ilmiah Nah jadi menyadari
  • 00:09:38
    potensi ini
  • 00:09:39
    kemudian next nah kemudian ini ada
  • 00:09:43
    pembahasan GPU dengan CPU kompetensi GPU
  • 00:09:46
    adalah penggunaan GPU atau unit
  • 00:09:48
    pemrosesan grafis
  • 00:09:52
    sebagai keprosesor untuk mempercepat CPU
  • 00:09:55
    untuk kompetensi ilmiah dan rekayasa
  • 00:09:58
    tujuan umum Nah GPU ini memperkuat atau
  • 00:10:02
    mempercepat aplikasi yang berjalan pada
  • 00:10:04
    CPU dengan membongkar beberapa bagian
  • 00:10:07
    yang intensif komputasi dan yang memakan
  • 00:10:10
    waktu
  • 00:10:13
    sendiri itu terdiri dari 4 hingga 8 inti
  • 00:10:17
    CPU sedangkan GPU terdiri dari ratusan
  • 00:10:19
    inti yang lebih kecil
  • 00:10:23
    GPU itu terintegrasi tidak memiliki
  • 00:10:25
    kartu terpisah sama sekali dan dan
  • 00:10:29
    disematkan di samping CPU
  • 00:10:35
    modern yang sekarang-sekarang ini
  • 00:10:37
    biasanya memiliki ribuan processor
  • 00:10:39
    sederhana di dalamnya yang dapat bekerja
  • 00:10:41
    pada bagian kecil dari masalah rendering
  • 00:10:44
    grafis secara bersamaan
  • 00:10:49
    kemudian ini akan dibahas tentang
  • 00:10:51
    channel Purpose Computer
  • 00:10:53
    dengan gpgo
  • 00:10:56
    CPU tidak ter Space pilih
  • 00:10:59
    terspesialisasi dan dapat melakukan
  • 00:11:01
    semua jenis perhitungan terlepas dari
  • 00:11:04
    beberapa lama waktu yang dibutuhkan
  • 00:11:05
    untuk menyelesaikan pekerjaan
  • 00:11:08
    ini dapat melakukan perhitungan beberapa
  • 00:11:12
    perhitungan yang sama seperti
  • 00:11:15
    yang biasanya kita lakukan pada CPU Nah
  • 00:11:18
    itu dapat dilakukan lebih cepat Nah
  • 00:11:20
    itulah yang dinamakan dengan GPU
  • 00:11:24
    Nvidia menggunakan cuda atau convert
  • 00:11:28
    unit device arsitektur untuk dapat
  • 00:11:30
    melakukan proses CPU sedangkan
  • 00:11:34
    kompetitor yang lain yaitu AMD
  • 00:11:36
    menggunakan Open CL atau Open converting
  • 00:11:39
    language untuk melakukan proses
  • 00:11:43
    berikut referensi dari kelompok kami
  • 00:11:48
    mungkin Cukup Sekian yang dapat kelompok
  • 00:11:50
    kami sampaikan kurang lebihnya Mohon
  • 00:11:52
    maaf terima kasih wassalamualaikum
  • 00:11:54
    warahmatullahi wabarakatuh
Tags
  • taksonomi
  • komputer
  • arsitektur komputer
  • memori
  • GPU
  • CPU
  • shared memory
  • distributed memory
  • CUDA
  • OpenCL