A párhuzamos számítások egyre fontosabbak a tudomány és a technológia világában. A hagyományos – szekvenciális – számítások mégis sokáig elterjedtebbek voltak, és annak ellenére jobban megszoktuk, és véljük érteni őket, hogy a természetben minden párhuzamosan létezik, funkcionál.

De mi a különbség?

A szoftvereket eredetileg a szekvenciális számításokhoz írták. Az adott problémát utasítások sorára szedték szét, az utasítások végrehajtása egymás utáni, azaz a program elvégzi az egyiket, egyszerre csak egyet, és utána jön a másik, ráadásul minden egyetlen processzoron történik.

A párhuzamos számítások különféle számítási erőforrások egyidőben történő használata egy probléma megoldására. A problémát ez esetben is részekre szedik, de ezek a részproblémák szimultán oldhatók meg. A részeket utasítássorokra bontják, a feladat végrehajtása egyszerre, több processzoron történik. A rendszer mindent átfogó kontroll-/koordinációs mechanizmussal kezeli az egészet, az alfeladatok közötti – az optimális teljesítményhez nélkülözhetetlen – gördülékeny kommunikáció, hibátlan szinkronizálásuk a jelenlegi legnagyobb akadály.

A számítási problémának több feltételt kell kielégítenie: legyen szimultán kezelhető, diszkrét részekre lehessen osztani, bármikor lehessen többféle programutasítást használni hozzá, hamarabb lehessen megoldani több számítási erőforrással, mint eggyel. A kivitelezéshez többmagos/több processzorral rendelkező számítógépet, vagy tetszőleges számú számítógépből álló hálózatot használnak. Hardveroldalról nézve, szinte minden mai komputer (asztali, laptop, okostelefon stb.) párhuzamos végrehajtással működik. A világ legnagyobb párhuzamos számítógépei, a szuperszámítógépek hardver-klaszterekből állnak össze. A párhuzamos szoftvereket ezekhez a gépekhez fejlesztik. Ha szekvenciális programokat használnánk hozzájuk, rengeteg számítási kapacitás menne kárba. Az egyidejűség elve alapján működő, párhuzamos algoritmusokat viszont nehezebb írni, mint szekvenciálisakat.

Párhuzamos számításokat azért használunk, mert a természetben sok komplex, egymással összefüggő esemény szimultán (ugyanakkor időbeli sorrendben) megy végbe. Másrészt, a való világ jelenségei párhuzamos számításokkal jobban modellezhetők, szimulálhatók és érthetők. Ezek a gépek és rendszerek olcsó alkatrészekből is felépíthetők, lényegesen több erőforrással dolgoznak, a számításokat gyorsabban kivitelezik, időt és pénzt takarítunk meg velük.

Egyes problémák ráadásul annyira bonyolultak, hogy szekvenciális programozással vagy nem praktikus, vagy lehetetlen nekik ugrani. Az úgynevezett nagy kihívásokhoz (Grand Challenge Problems) például petaflop/petabájt kapacitások kellenek, de a webes keresők és adatbázisok is többmilliónyi műveletet dolgoznak fel másodpercenként.

Párhuzamos számításokkal nagy kiterjedésű hálózatok vagy az internet olyan területeken is megoldják a problémákat, ahol alig áll rendelkezésre számítási kapacitás. A földönkívüli lényekkel való kapcsolatot kereső, velük foglalkozó SETI@home-ot is a világ szinte minden országában, összesen kb. 1,7 millióan használják.

Az utóbbi két évtized trendjeiből, a töretlen fejlődésből kiderült, hogy az egyre gyorsabb hálózatokkal, elosztott rendszerekkel, az asztali gépek szintjén is többprocesszoros architektúrákkal, az informatika jövője egyértelműen a párhuzamosság. A szuperszámítógépek teljesítménye 500 ezerszeresére nőtt, és a növekedésnek nincs potenciális korlátja. Az exaflop/exabájt korszakába léptünk.

Egy exaflop másodpercenkénti tíz a tizennyolcadikon számítást jelent.

Frissítve: 2023. december 22.