Arquitectura de Procesamiento Paralelo

Proceso masivamente paralelo, MPP (Massively Parallel Processing), tomar un número de procesadores y agruparlos para crear un potente y económico sistema de ordenador a gran escala.

Ventajas
1: Ofrece las capacidades de un mainframe flexible: en realidad, puede ser considerado como una suerte de hipermainframe, con MIPS que pueden manejar datos tanto de soporte de decisiones como operacionales.
2:Ofrece las capacidades de un mainframe flexible: en realidad, puede ser considerado como una suerte de hipermainframe, con MIPS que pueden manejar datos tanto de soporte de decisiones como operacionales.

3:Está permitiendo la tecnología para grandes contingentes o almacenes de datos, que son bases de datos relacionales a gran escala que agrupan bases de datos corporativas fragmentadas.

4:Permite un proceso inteligente de enormes cantidades de datos e imágenes.

Desventajas
1: Falta de funciones eficaces de bloqueamiento de ficheros y registros en algunas bases de datos MPP. Este problema ha dado lugar a importantes trastornos, ya que las operaciones de escanning para soporte de decisiones y las transacciones en tiempo real para múltiples aplicaciones suelen colisionar entre sí
2: Los discos acaban conteniendo una buena cantidad de datos inservibles, que el personal de sistemas de información debe limpiar mediante tediosos procedimientos de mantenimiento.
3: Falta de funciones de gestión de sistemas a gran escala.

(Symmetric multiprocessing o SMP). Es una arquitectura para multiprocesadores donde dos o más procesadores idénticos están conectados (comparten acceso) a una única memoria principal compartida.

Ventajas
1: Este tipo de sistemas tienden a ser más eficientes porque las tareas tanto del sistema operativo como de los usuarios pueden ser distribuidas en forma balanceada a todos los procesadores.
2: El tiempo de inactividad de un procesador mientras otro está sobre trabajando es mínimo.

3: Si un procesador falla, es posible que sus tareas sean repartidas entre los demás y no es necesario que todo el sistema sea parado o que falle el sistema.

4: Los sistemas SMP permiten que cualquier procesador trabaje en cualquier tarea sin importar su localización en memoria.

5: La memoria globalmente compartida también vuelve fácil la sincronización de los datos.

6: Muchos procesos pueden ejecutarse simultáneamente (N procesos si hay N CPU) sin que haya deterioro del desempeño.

7: Permite compartir dinámicamente trabajos y recursos entre los distintos procesadores, y puede reducir la varianza entre los sistemas.

Desventajas
1: Conforme se añaden procesadores, el tráfico en el bus de memoria se satura.
2.: Al manejarse ocho o más procesadores, el cuello de botella se vuelve crítico, inclusive para los mejores diseños, por lo que SMP es considerada una tecnología poco escalable.

3: Los sistemas operativos que soportan este tipo de multiprocesamiento son más difíciles de diseñar.

4: Dado que las CPU son independientes, una podría estar ociosa mientras otra está sobrecargada, con la consiguiente ineficiencia.

El Procesamiento paralelo escalable (SPP), es un híbrido de SMP y MPP, que utiliza una memoria jerárquica de dos niveles para alcanzar la escalabilidad. La primera capa de memoria consiste de un nodo que es esencialmente un sistema SMP completo, con múltiples procesadores y su memoria globalmente compartida.

Grupo de técnicas utilizadas para proporcionar tareas simultáneas de procesamiento de datos con el fin de aumentar la velocidad computacional de un sistema de computadoras. Puede ejecutar procesamiento concurrente de datos para conseguir un menor tiempo de ejecución.El procesamiento paralelo ofrece una gran ventaja en cuanto a costos. Sin embargo, su principal beneficio es la escalabilidad (crecer hacia arquitecturas de mayor capacidad), puede ser difícil de alcanzar aún.

Grupo de técnicas utilizadas para proporcionar tareas simultáneas de procesamiento de datos con el fin de aumentar la velocidad computacional de un sistema de computadoras. Puede ejecutar procesamiento concurrente de datos para conseguir un menor tiempo de ejecución.

1: Sucesos Paralelos: Ocurren en múltiples recursos durante el mismo intervalo de tiempo.
2: Sucesos Simultáneos: Ocurren en el mismo instante.
3: Sucesos Pipeline: Ocurren en lapsos superpuestos.