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

General-purpose processing on graphics processing units

ajouter mes sources ? GPGPU est l'abréviation de general-purpose computing on graphics processing units, c'est-à-dire calcul générique sur processeur graphique

Puce d'accélération de réseaux de neurones

pour accélérateur d'intelligence artificielle (ou NPU, anglais : Neural Processing Unit) est une catégorie de microprocesseurs ou de systèmes de calculs

Compute Unified Device Architecture

est une technologie propriétaire de GPGPU (General-Purpose Computing on Graphics Processing Units), c'est-à-dire utilisant un processeur graphique (GPU)

Liste d'abréviations en informatique

Parallel port PAT : Port Address Translation (traduction d'adresse port); c'est une spécification de la traduction d'adresse réseau. P-ATA : Parallel

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 parallel

Supercalculateur exaflopique

Resilience Techniques for Exascale Computing Platforms », 2017 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW),‎ août

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])

Michel Raynal

telles que Journal of Parallel and Distributed Computing (JPDC), IEEE Transactions on Computers (TC), et IEEE Transactions of parallel and Distributed Systems