Parallel processing

PARRALEL PROCESSING 

Pendahuluan

Simultan menggunakan lebih dari satu CPU untuk mengeksekusi program. Idealnya, parallel processing membuat program berjalan lebih cepat karena terdapat lebih banyak engine (CPUs) yang menjalankannya. Pada prakteknya, terkadang hal itu susah untuk mendivide program dimana pemisahan CPu dapat mengeksekusi dengan porsi yang berbeda tanpa satu sama lain bertemu.

Kebanyakan computer hanya memiliki satu CPU, tapi beberapa model memiliki lebih dari satu. Dan bahkan terdapat computer yang memiliki ratusan CPU. Dengan computer yang single-CPU, itu mungkin untuk melakukan atau menampilkan parallel processing dari koneksi computer di network. Tetapi, tipe parallel processing ini memerlukan perangkat lunak yang sangat canggih yang disebut distributed processing software.

Parallel Processing

Parallel processing atau pemrosesan paralel memiliki pengertian yaitu penggunaan  pada lebih dari satu CPU untuk menjalankan sebuah program secara simultan, atau penggunaan dua atau lebih tugas pada waktu yang sama dengan tujuan mempersingkat waktu penyelesaian tugas-tugas tersebut dengan cara mengoptimalkan resource pada sistem komputer yang ada pada tujuan yang sama. Maksudnya program dijalankan dengan banyak CPU secara bersamaan dengan tujuan untuk membuat program yang lebih baik dan dapat diproses dengan cepat. Dapat diambil kesimpulan bahwa pada parallel processing berbeda dengan istilah multitasking, yaitu satu CPU mengangani atau mengeksekusi beberapa program sekaligus, parallel processing dapat disebut juga dengan istilah parallel computing.

Pemrosesan paralel dapat mempersingkat waktu eksekusi suatu program dengan cara membagi suatu program menjadi bagian yang lebih kecil agar dapat dikerjakan pada masing-masing prosesor secara bersamaan. Performa dalam pemrosesan paralel diukur dari beberapa banyak peningkatan kecepatan yang diperoleh dalam menggunakan teknik paralel. Pada proses kerja pemrosesan paralel yaitu membagi beban kerja dan mendistribusikannya pada komputer-komputer lain yang terdapat dalam sistem untuk menyelesaikan masalah. Sistem yang akan dibangun tidak akan menggunakan komputer yang didedikasikan secara khusus untuk keperluan pemrosesan paralel melainkan menggunakan komputer yang telah ada. Maksudnya sistem ini akan terdiri dari sejumlah komputer dengan spesifikasi berbeda yang akan bekerja sama untuk menyelesaikan suatu masalah.

Adapun proses kerja , pemrosesan paralel membagi beban kerja dan mendistribusikannya pada komputer-komputer lain yang terdapat dalam sistem untuk menyelesaikan suatu masalah. Sistem yang akan dibangun akan tidak akan menggunakan komputer yang didesikasikan secara khusus untuk keperluan pemrosesan paralel melainkan menggunakan komputer yang telah ada. Artinya, sistem ini nantinya akan terdiri dari sejumlah komputer dengan spesifikasi berbeda yang akan bekerjasama untuk menyelesaikan suatu masalah.

Komputasi Dengan Parallel Processing

Komputasi Paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Biasanya digunakan untuk kapasitas yang pengolahan data yang sangat besar (lingkungan industri, bioinformatika dll) atau karena tuntutan komputasi yang banyak. Kasus kedua biasanya ditemukan di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidangfisika (fisika komputasi), kimia (kimai komputasi) dan lainnya.

Untuk melakukan berbagai jenis komputasi paralel diperlukan infrastruktur mesin paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk digunakan perangkat lunak pendukung yang biasa disebut middleware yang berperan mengatur distribusi antar titik dalam satu mesin paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan komputasi. Salah satu middleware yang asli dikembangkan di Indonesia adalah OpenPC yang dipelopori oleh GFTK LIPI dan diimplementasikan di LIPI Public Center.

Yang perlu diingat adalah komputasi paralel berbeda dengan multitasking. Pengertian multitasking adalah komputer dengan processor tunggal mengeksekusi beberapa tugas secara bersamaan. Walaupun beberapa orang yang bergelut di bidang sistem operasi beranggapan bahwa komputer tunggal tidak bisa melakukan beberapa pekerjaan sekaligus, melainkan proses penjadwalan yang berlakukan pada sistem operasi membuat komputer seperti mengerjakan tugas secara bersamaan. Sedangkan komputasi paralel sudah dijelaskan sebelumnya, bahwa komputasi paralel menggunakan beberapa processor atau komputer. Selain itu komputasi paralel tidak menggunakan arsitektur Von Neumann.

Untuk lebih memperjelas lebih dalam mengenai perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi paralel (menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model komputasi yang digunakan, yaitu:

• SIMD
• SIMD
• MISD
• MIMD

SISD Yang merupakan singkatan dari Single Instruction, Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

SIMD Yang merupakan singkatan dari Single Instruction, Multiple Data. SIMD menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

MISD Yang merupakan singkatan dari Multiple Instruction, Single Data. MISD menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

MIMD Yang merupakan singkatan dari Multiple Instruction, Multiple Data. MIMD menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

Singkatnya untuk perbedaan antara komputasi tunggal dengan komputasi paralel, bisa digambarkan pada gambar di bawah ini:

Gambar 1 : Penyelesaian Sebuah Masalah pada Komputasi Tunggal

Gambar 2: Penyelesaian Sebuah Masalah pada Komputasi Paralel

Dari perbedaan kedua gambar di atas, kita dapat menyimpulkan bahwa kinerja komputasi paralel lebih efektif dan dapat menghemat waktu untuk pemrosesan data yang banyak daripada komputasi tunggal.

Dari penjelasan-penjelasan di atas, kita bisa mendapatkan jawaban mengapa dan kapan kita perlu menggunakan komputasi paralel. Jawabannya adalah karena komputasi paralel jauh lebih menghemat waktu dan sangat efektif ketika kita harus mengolah data dalam jumlah yang besar. Namun keefektifan akan hilang ketika kita hanya mengolah data dalam jumlah yang kecil, karena data dengan jumlah kecil atau sedikit lebih efektif jika kita menggunakan komputasi tunggal.

Sumber:

file:///C:/Users/Gunadarma/Downloads/10%20Parallel%20Processing.pdf

http://dokumen.tips/documents/pengertian-pemrosesan-paralel.html

http://rian.web.id/komputasi_dengan_parallel_processing.html

http://www.webopedia.com/TERM/P/parallel_processing.html

Definisi Komputasi dan jenisnya

DEFINISI KOMPUTASI MODERN DAN JENISNYA

GRID SEBAGAI JAWABAN KETERBATASAN

SUMBER DAYA KOMPUTASI

Abstraksi

 Grid ComputinG, suatu arsitektur sistem komputer berkinerja tinggi yang memanfaatkan teknologi grid computing yang ada (beberapa di antaranya: Globus Toolkit 4, Condor, PVM, MPI) sebagai komponen pembangunnya. Dengan terbentuknya infrastruktur komputasi grid computing ini, diharapkan kebutuhan para peneliti akan sumber daya komputasi dapat dipenuhi dan pada gilirannya dapat meningkatkan tingkat kompetitif.

1. Pendahuluan

Bagi para peneliti di negara-negara yang kemampuan ekonominya terbatas maka solusi yang diberikan oleh teknologi grid computing ini merupakan suatu alternatif yang harus dipertimbangkan dengan amat serius. Pengembangan ilmu pengetahuan dan teknologi, termasuk yang dilakukan dengan menggunakan bantuan komputer (e-Science), tidak harus terhenti hanya karena keterbatasan dana. Teknologi grid computing memungkinkan para peneliti memanfaatkan sumber daya komputasi yang telah ada semaksimal mungkin. Dengan menggunakan teknologi ini, para peneliti dapat menggabungkan komputer-komputer yang berada di tempat-tempat yang secara geografis terpisah menjadi suatu kesatuan sistem komputer. Gabungan banyak komputer ini secara keseluruhan mampu menyediakan sumber daya komputasi yang setara atau bahkan lebih dengan komputer berkategori supercomputer. Lebih lanjut, sistem komputer ini dapat digunakan secara bersama-sama oleh para peneliti yang juga berasal dari instansi-instansi yang lokasinya berlainan. Secara keseluruhan, tidak saja teknologi grid computing memungkinkan para peneliti menerapkan e-Science untuk mengembangkan ilmu pengetahuan dan teknologi dengan biaya yang relatif “terjangkau”, tetapi juga dapat memanfaatkan sumber daya komputasi yang ada seefisien mungkin secara bersama-sama oleh banyak peneliti.

2. Pembahasan

2.1. Sejarah Komputasi

Ilmu atau sains berdasarkan obyek kajiannya dibedakan antara Fisika, Kimia, Biologi dan Geologi. Ilmu dapat pula digolongkan berdasarkan metodologi dominan yang digunakannya, yaitu ilmu pengamatan/percobaan (observational/experimental science), ilmu teori (theoretical science) dan ilmu komputasi (computational science). Yang terakhir ini bisa dianggap bentuk yang paling baru yang muncul bersamaan dengan perkembangan kekuatan pemrosesan dalam komputer dan perkembangan teknik-teknik metode numerik dan metode komputasi lainnya.

Dalam ilmu (sains) tradisional seperti Fisika, Kimia dan Biologi, penggolongan ilmu berdasarkan metodologi dominannya juga mewujud, yang ditunjukkan dengan munculnya bidang-bidang khusus berdasarkan penggolongan tsb. lengkap dengan jurnal-jurnal yang relevan untuk melaporkan hasil-hasil penelitiannya. Sebagai contoh dalam kimia, melengkapi kimia percobaan (experimental chemistry) dan kimia teori (theoretical chemistry), berkembang pula kimia komputasi (computational chemistry), seperti juga di bidang Biologi dikenal Biologi Teori (theoretical biology) serta Biologi Komputasi (computational biology), lengkap dengan jurnalnya seperti Journal of Computational Chemistry dan Journal of Computational Biology. Cara penggolongan yang digunakan berbeda dengan cara penggolongan lain berdasarkan obyek kajian, seperti penggolongan kimia atas Kimia Organik, Kimia Anorganik, dan Biokimia.

Walaupun dengan titik pandang yang berbeda, ilmu komputasi sebagai bentuk ketiga dari ilmu (sains) telah banyak disampaikan oleh berbagai pihak, antara lain Stephen Wolframdengan bukunya yang terkenal: A New Kind of Science, dan Jürgen Schmidhuber.

Komputasi Modern memiliki fungsi di dalam memecahkan masalah seperti untuk menfhitung , diantaranya:

• Akurasi (bit, floating point)
• Kecepatan (dalam satuanHz)
• Problem volume besar (paralel)
• Modeling (NN dan GA)
• Kompleksitas (menggunakan Teori Bog O)

Komputansi modern mempunyai karakteristik komputasi modern yang terdiri atas 3 macam, yaitu :

1. Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.
2. Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.
3. Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

Jenis-Jenis Komputasi Modern

Komputasi modern mempunyai 3 jenis, yaitu :

1. Mobile Computing atau Komputasi Bergerak

Mobile computing (komputasi bergerak) merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel serta mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan  perubahan dari sisi manusia maupun alat. Contoh dari mobile computing adalah GPS, smart phone, dan sebagainya.

2. Grid Computing

Komputasi grid memanfaatkan kekuatan pengolahan idle berbagai unit komputer, dan menggunakan kekuatan proses untuk menghitung satu pekerjaan. Pekerjaan itu sendiri dikontrol oleh satu komputer utama, dan dipecah menjadi beberapa tugas yang dapat dilaksanakan secara bersamaan pada komputer yang berbeda. Tugas-tugas ini tidak perlu saling eksklusif, meskipun itu adalah skenario yang ideal. Sebagai tugas lengkap pada berbagai unit komputasi, hasil dikirim kembali ke unit pengendali, yang kemudian collates itu membentuk keluaran kohesif.

Keuntungan dari komputasi grid adalah dua kali lipat: pertama, kekuatan pemrosesan yang tidak digunakan secara efektif digunakan, memaksimalkan sumber daya yang tersedia dan, kedua, waktu yang dibutuhkan untuk menyelesaikan pekerjaan besar berkurang secara signifikan.

Idealnya kode sumber harus direstrukturisasi untuk membuat tugas-tugas yang saling eksklusif adalah sebagai mungkin. Itu tidak berarti bahwa mereka tidak bisa saling bergantung, tetapi pesan yang dikirim antara tugas-tugas meningkatkan faktor waktu. Satu pertimbangan penting saat membuat pekerjaan komputasi grid adalah bahwa apakah kode dijalankan serial atau paralel tugas, hasil dari keduanya harus selalu sama di setiap situasi.

3. Cloud Computing atau Komputasi Awan

Cloud computing adalah perluasan dari konsep pemrograman berorientasi objek abstraksi. Abstraksi, sebagaimana dijelaskan sebelumnya, menghapus rincian kerja yang kompleks dari visibilitas. Semua yang terlihat adalah sebuah antarmuka, yang menerima masukan dan memberikan output. Bagaimana output ini dihitung benar-benar tersembunyi.

Sebagai contoh, seorang sopir mobil tahu bahwa roda kemudi dengan memutar arah mobil yang mereka ingin pergi; atau yang menekan pedal gas akan menyebabkan mobil untuk mempercepat. Sopir biasanya tidak peduli tentang bagaimana arah dari roda kemudi dan pedal gas tersebut diterjemahkan ke dalam gerakan yang sebenarnya dari mobil. Oleh karena itu, rincian ini diabstraksikan dari sopir.

Cloud serupa, melainkan menerapkan konsep abstraksi dalam lingkungan komputasi fisik, dengan menyembunyikan proses yang benar dari pengguna. Dalam lingkungan komputasi awan, data bisa berada pada beberapa server, rincian koneksi jaringan yang tersembunyi dan pengguna tidak ada yang tahu. Bahkan, komputer awan awan dinamakan demikian karena sering digunakan untuk menggambarkan pengetahuan eksak tentang pekerjaan batin. Cloud komputasi berat berasal dari paradigma Unix memiliki beberapa elemen, masing-masing yang sangat baik pada satu tugas tertentu, daripada memiliki satu elemen besar yang tidak baik.

2.2. Evolusi Grid Computing

Teknologi grid computing merupakan teknologi yang telah dikembangkan dalam waktu yang panjang. Secara evolusi kita melihat pengembangan teknologi sejenis mulai dari Condor 0, kemudian diikuti oleh PVM (Parallel Virtual Machine) 0 dan MPI (Message Passing Interface) 0, sampai dengan Globus Toolkit 0. Sejak awal, para peneliti di bidang komputasi berkinerja tinggi telah menggunakan dua pendekatan 0, (1) supercomputer, membangun sebuah komputer dengan teknologi perangkat keras berkinerja tinggi, dan (2) multicomputer, membangun sebuah sistem komputer dengan teknologi jaringan interkoneksi dan perangkat lunak. Pendekatan pertama umumnya menghasilkan sebuah komputer yang berkinerja tinggi, tetapi berharga amat mahal sehingga hanya dapat dimiliki oleh segelintir pihak saja. Pendekatan kedua menghasilkan suatu sistem komputer yang kinerjanya bervariasi sesuai jumlah komputer yang tergabung dan konfigurasi perangkat lunak yang digunakan.

Walaupun harga suatu sistem komputer berkinerja tinggi yang dibangun dengan pendekatan multicomputer lebih terjangkau dibandingkan dengan supercomputer, pemakaiannya masih terbatas. Sistem komputer berbasis jaringan tersebut umumnya diterapkan pada komputer-komputer yang terhubung dalam suatu jaringan lokal (LAN). Salah satu penyebabnya adalah masalah keamanan jaringan yang belum tertangani dengan baik. Selain itu, sistem perangkat lunak pendukung yang memungkinkan komputer-komputer tersebut bekerja sebagai satu kesatuan umumnya memiliki konfigurasi yang kompleks sehingga penggunanya harus memiliki keahlian tersendiri sebelum dapat memanfaatkan sistem komputer tersebut.

Sejalan dengan perkembangan teknologi Internet dan teknologi- teknologi komputer yang berkaitan lainnya seperti protokol komunikasi data, teknologi keamanan jaringan, teknologi pemgrograman terdistribusi, dan teknologi bahasa pemrograman yang independen terhadap arsitektur komputer maka sistem komputer berkinerja tinggi berbasis jaringan menjadi lebih mudah untuk diimplementasikan dan digunakan.

2.3. Grid Computing & Solusi yang Ditawarkan

Pada beberapa tahun belakangan ini, sekelompok peneliti di bidang komputasi berkinerja tinggi secara serius memusatkan perhatian pada pengembangan sistem komputer berbasis jaringan seperti yang telah diuraikan di atas dengan menggunakan teknologi yang dikenal dengan sebutan teknologi grid computing 0.

Teknologi grid computing adalah suatu cara penggabungan sumber daya yang dimiliki banyak komputer yang terhubung dalam suatu jaringan sehingga terbentuk suatu kesatuan sistem komputer dengan sumber daya komputasi yang besarnya mendekati jumlah sumber daya komputasi dari komputer-komputer yang membentuknya. Lebih lanjut, sebagian atau seluruh sumber daya komputasi ini dapat dipakai oleh penggunanya sesuai kebutuhan masing-masing. Penamaan “grid” disini meminjam istilah yang digunakan dalam ketenagalistrikan 0, dimana pembangkit-pembangkit tenaga listrik dihubungkan satu sama lain untuk secara bersama-sama memasok kebutuhan tenaga listrik penggunanya. Masing-masing pengguna hanya menggunakan sebagian dari daya listrik yang dihasilkan oleh seluruh pembangkit tenaga listrik tersebut.

Berbeda dengan teknologi-teknologi pendahulunya seperti Condor, PVM, atau MPI, teknologi grid computing dilengkapi oleh komponen-komponen yang memungkinkan pemanfaatan sumber daya komputasi yang terhimpun secara lebih optimal dan aman. Untuk melihat komponen-komponen dari teknologi grid computing ini, disini akan diuraikan dengan singkat sistem Globus Toolkit yang dikembangkan oleh para peneliti di Argonne National Laboratory, Amerika Serikat 0. Sistem Globus Toolkit merupakan salah satu teknologi grid computing yang populer dan banyak digunakan oleh pihak-pihak yang ingin mengintegrasikan sumber daya komputasi mereka yang tersebar menjadi satu kesatuan.

Secara spesifik, sistem Globus Toolkit yang akan dibahas disini adalah sistem Globus Toolkit versi 4 (GT4) 0, yang merupakan versi mutakhir dari sistem Globus Toolkit. Sistem GT4 dibangun dengan menggunakan teknologi Web Services 0 yang telah berkembang menjadi suatu standar dalam pengembangan perangkat lunak terdistribusi. Teknologi Web Services memungkinkan GT4 mengadopsi konsep berorientasi layanan (service-oriented) yang menggunakan layanan, bukan perangkat keras, sebagai komponen dasar bangunannya. Di atas Web Services ini GT4 membangun komponen-komponen utama dari sistem komputasi grid berikut ini.

2.4.Infrastruktur Komputasi Grid

Dengan meningkatnya kebutuhan para peneliti akan sumber daya komputasi untuk melakukan e-Science seperti telah disebutkan dimuka dan berkembangnya teknologi grid computing maka beberapa negara telah mengambil inisiatif untuk mengimplementasikan infrastruktur komputasi grid di tingkat nasional. Beberapa contoh di antaranya: India 0, Singapura 0, dan Jepang 0.

Suatu infrastruktur komputasi grid akan dapat menekan biaya investasi dibandingkan bila masing-masing institusi tersebut harus mengadakan perangkat komputasinya sendiri-sendiri. Lebih lanjut, sistem komputasi grid yang menuntut penggunaan sumber daya komputasi secara bersama-sama akan menumbuhkan semangat berkolaborasi di antara para peneliti tersebut. Suatu hal yang amat positif.

Melihat manfaat yang dapat diberikan oleh keberadaan suatu infrastruktur komputasi grid di tingkat nasional maka pada makalah ini diajukan rancangan RI-GRID, yaitu infrastruktur komputasi grid di tingkat negara Republik Indonesia yang bertujuan memanfaatkan sumber daya komputasi yang berada di institusi-institusi penelitian baik saat ini maupun di masa akan datang sehingga dapat digunakan oleh para peneliti di negara ini untuk mengembangkan ilmu pengetahuan dan teknologi.

2.5.Arsitektur GRID COMPUTING

Gambar 1 berikut menunjukkan rancangan arsitektur infrastruktur komputasi grid. Seperti terlihat pada gambar tersebut, GRID COMPUTING dibangun dengan jalan menggabungkan sistem- sistem komputasi grid yang berada di institusi-institusi penelitian (GRID-2, 3, 4) menjadi satu kesatuan. Konfigurasi perangkat keras dan perangkat lunak masing-masing sistem di tingkat institusi dapat berbeda, namun dengan mengoperasikan teknologi grid computing seperti GT4 pada simpul-simpul penghubung dari masing-masing sistem, keseluruhan sistem membentuk satu kesatuan infrastruktur komputasi grid. Dengan konfigurasi seperti ini, jika dibutuhkan, pengguna di suatu institusi dapat memanfaatkan sumber daya komputasi yang berada di luar institusinya.

Konfigurasi yang ditunjukkan pada Gambar 1 di atas tidak menuntut masing-masing sistem di tingkat institusi untuk merubah konfigurasi sistem masing-masing secara signifikan. Jika suatu institusi telah mengimplementasikan suatu teknologi grid computing tertentu seperti SUN Grid Engine (SGE) atau teknologi komputasi berbasis jaringan seperti PVM, MPI, Condor maka sistem GT4 dapat dikonfigurasikan untuk berkoordinasi dengan masing-masing teknologi tersebut.

Salah satu prasyarat dari pembentukan GRID COMPUTING adalah tersedianya suatu backbone jaringan berkapasitas besar untuk menghubungkan simpul-simpul penghubung di masing-masing institusi (harus memiliki lebar pita mulai 2 Mbps sampai dengan 155 Mbps).

GRAM: Grid Resource Allocation & Management

Komponen ini bertanggung jawab dalam mengelola seluruh sumber daya komputasi yang tersedia dalam sistem komputasi grid. Pengelolaan ini mencakup eksekusi program pada seluruh komputer yang tergabung dalam sistem komputasi grid, mulai dari inisiasi, monitoring, sampai penjadwalan (scheduling) dan koordinasi antar-proses.

Suatu hal yang menarik dengan sistem GT4 adalah kemampuannya untuk bekerja sama dengan sistem-sistem pengelolaan sumber daya komputasi yang telah ada sebelumnya seperti Condor, PVM, atau MPI. Dengan mekanisme ini maka program-program yang telah dibangun sebelumnya tidak perlu dibangun ulang atau kalaupun harus dimodifikasi, modifikasinya minimum, jika akan dijalankan dalam lingkungan komputasi grid berbasis GT4.

RFT/GridFTP: Reliable File Transfer/Grid File Transfer Protocol

Komponen ini memungkinkan pengguna mengakses data yang berukuran besar dari simpul-simpul komputasi yang tergabung dalam sistem komputasi grid secara efisien dan dapat diandalkan. Hal ini penting karena kinerja komputasi tidak saja bergantung pada seberapa cepat komputer-komputer yang tergabung dalam sistem komputasi grid ini mengeksekusi program, tetapi juga seberapa cepat data yang dibutuhkan dalam komputasi tersebut dapat diakses. Perlu diingat bahwa, data yang dibutuhkan oleh suatu proses tidak selalu berada pada komputer yang mengeksekusi proses tersebut.

MDS: Monitoring & Discovery Service

Komponen ini memungkinkan pengguna sistem GT4 melakukan monitoring proses komputasi yang tengah berjalan sehingga masalah yang timbul dapat segera diketahui. Sementara itu, aspek discovery dari komponen ini memungkinkan pengguna mengidenti-fikasi keberadaan suatu sumber daya komputasi berikut karakteristiknya.

GSI: Grid Security Infrastructure

Komponen ini bertanggung jawab atas keamanan sistem komputasi grid secara keseluruhan. Komponen ini pula yang merupakan salah satu ciri pembeda teknologi GT4 dengan teknologi-teknologi pendahulunya seperti PVM atau MPI. Dengan diterapkannya mekanisme keamanan yang terintegrasi dengan komponen-komponen komputasi grid lainnya, sistem berbasis teknologi grid computing seperti GT4 dapat diakses oleh publik (WAN) tanpa menurunkan tingkat keamanannya.

Sistem keamanan GT4 dibangun atas komponen-komponen standar keamanan yang telah teruji, yang mencakup proteksi data, autentikasi, delegasi, dan autorisasi. Konfigurasi dasar GT4 mengasumsikan baik pengguna maupun layanan menggunakan standar keamanan yang menggunakan standar kunci publik X.509.

3. Penutup

Sistem komputasi berkinerja tinggi berbasis teknologi grid computing tidak identik dengan sistem komputer berharga mahal. Lebih lanjut, infrastruktur komputasi grid dapat dibangun dengan menggabungkan sumber-sumber daya komputasi yang telah ada menjadi satu kesatuan yang kemudian dapat berkontribusi pada pengembangan ilmu pengetahuan dan teknologi. Bahkan, prinsipkolaborasi yang melandasi teknologi grid computing dapat menjadi pelajaran berharga bagi kita untuk menerapkannya dalam konteks kehidupan yang lain.

Sumber : http://fatmadonghae.wordpress.com/2013/05/08/jurnal-komputasi-modern/ 

              http://wartawarga.gunadarma.ac.id/2012/03/komputasi-modern-33/