En informatique, le traitement massivement parallèle (en anglais, massively parallel processing ou massively parallel computing) est l'utilisation d'un grand nombre de processeurs (ou d'ordinateurs) distincts pour effectuer un ensemble de calculs coordonnés en parallèle (c'est-à-dire simultanément).

Implantations

modifier

Différentes approches ont été utilisées pour implanter le traitement massivement parallèle :

Grille informatique (Grid computing)

modifier

Dans cette approche, la puissance de calcul d'un grand nombre d'ordinateurs distribués est utilisée de façon opportuniste chaque fois qu'un ordinateur est disponible[1]. La plateforme Berkeley Open Infrastructure for Network Computing (BOINC) est un exemple de cette implantation. Il s'agit d'une grille informatique basée sur le volontariat où chaque ordinateur fournit de la puissance de calcul selon ses disponibilités[2].

Grappe de serveurs (computer cluster)

modifier

Cette approche utilise un grand nombre de processeurs situés à proximité l'un de l'autre. Dans un tel système centralisé, la vitesse et la flexibilité de l'interconnexion des processeurs sont très importantes. Les superordinateurs modernes utilisent différents types d'interconnexion allant de systèmes InfiniBand améliorés à des topologies réseau de type Torus interconnect (en) à plusieurs dimensions[3].

Réseau de processeurs massivement parallèles (Massively parallel processor array)

modifier

Cette approche utilise un type de circuit intégré contenant des centaines ou de milliers de processeurs et de RAM. Les processeurs s'échangent des données à travers des interconnexions reconfigurables. En tirant parti du parallélisme, un circuit de ce type peut accomplir son travail plus rapidement qu'un circuit conventionnel[4].

Ce type de circuit est en particulier utilisé dans les systèmes embarqués, et notamment pour le traitement des flux vidéo[4].

Références

modifier
  1. Grid computing: experiment management, tool integration, and scientific workflows by Radu Prodan, Thomas Fahringer 2007 (ISBN 3-540-69261-4) pages 1–4
  2. Parallel and Distributed Computational Intelligence by Francisco Fernández de Vega 2010 (ISBN 3-642-10674-9) pages 65–68
  3. Knight, Will: "IBM creates world's most powerful computer", NewScientist.com news service, June 2007
  4. a et b (en-US) Laurent Bonetto, « Massively parallel processing arrays (MPPAs) for embedded HD video and imaging (Part 1) »  , sur design-reuse.com, 16 mai 2008 (consulté le 12 septembre 2025)

Source de la traduction

modifier

📚 Artikel Terkait di Wikipedia

Explicitly parallel instruction computing

voir EPIC. EPIC (explicitly parallel instruction computing, littéralement informatique à instruction explicitement parallèle) est un type d'architecture

Paul Van Dooren

linéaire. Éd avec H. van der Vorst Parallel Algorithms for Numerical Linear Algebra, Advances in Parallel Computing, Tome 1, North Holland, 1990. Éd avec

Comparaison de logiciels d'apprentissage profond

MATLAB & Simulink », sur MathWorks (consulté le 13 novembre 2017) « Parallel Computing Toolbox - MATLAB », sur MathWorks (consulté le 13 novembre 2017) « CNTK/LICENSE

Marc Snir

novembre 2018. Il est AAAS Fellow, ACM Fellow et IEEE Fellow. Universal Parallel Computing Research Center (UPCRC) at Illinois Blue Waters Project at the National

MATLAB

Toolbox MATLAB Compiler Deep Learning Toolbox Optimization Toolbox Parallel Computing toolbox Real-Time Workshop, renommé commercialement SimulinkCoder

GridMathematica

fournir un calcul parallèle. Ils ont travaillé en tant que produits autonomes, notamment Front End et Control Kernels et Parallel Computing Toolkit développé

Parallélisme (informatique)

Analysis for Parallel Processing », IEEE Trans. on Electronic Computers, no EC-15,‎ octobre 1966, p. 757–62. (en) Seyed H. Roosta, Parallel processing and

Swift (langage de script parallèle)

Katz et Ian Foster, « Swift: A language for distributed parallel scripting », Parallel Computing, vol. 37, no 9,‎ 2011, p. 633-652 (lire en ligne [PDF])