Parallel Processing & Komputasi

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Ini umumnya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar (di industri keuangan, bioinformatika, dll) ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika komputasi), kimia (kimia komputasi) dll.

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.

Pemrograman Paralel sendiri adalah teknik pemrograman komputer yang memungkinkan eksekusi perintah/operasi secara bersamaan. Bila komputer yang digunakan secara bersamaan tersebut dilakukan oleh komputer-komputer terpisah yang terhubung dalam satu jaringan komputer, biasanya disebut sistem terdistribusi. Bahasa pemrograman yang populer digunakan dalam pemrograman paralel adalah MPI (Message Passing Interface) dan PVM (Parallel Virtual Machine).

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:

• SISD
• 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:

Komputasi Parallel

Komputasi Tunggal

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.

Hubungan antara Komputasi Modern dengan Paralel Processing

Hubungan antara komputasi modern dan parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.

Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih murah menggunakan satu CPU saja.

Graphics Processing Unit (GPU)

Graphics Processing Unit (GPU) adalah sebuah device yang secara khusus ditugaskan hanya untuk mengolah tampilan graphics. Pada graphics card add-on, yang dimaksud frngan GPU adalah chip graphics yang biasanya dikenal dengan nama GeForce, Radeon, dan lainnya. Sedangkan pada solusi integrated graphics, GPU biasanya tidak berupa chi[ mandiri karena sudah diintegrasikan kedalam chipset motherboard. Istilah GPU sendiri dipopulerkan oleh chip graphics buatan NVIDIA, yaitu GeForce 256.

Feature yang ada di GPU
Sekarang ini, GPU menjadi bagian tidak terpisahkan dari PC. Semua PC modern yang ada sekarang ini pastinya memiliki GPU di dalamnya. Untuk mengenal GPU lebih dalam, mari kita lihat beberapa feature yang ada pada GPU.

1. Anisotropic Filtering: Metode untuk mempertajam kualitas tekstur gambar 3D. Teknik ini biasanya digunakan untuk mempertajam tampilan gambar terutama pada gambar yang letaknya jauh dari objek utama.
2. Anti Aliasing: Teknik untuk meminimalikan aliasing atau yang lebih dikenal dengan sebutan jaggies. Aliasing sendiri sederhananya dapat diilustrasikan sebagai tepi dari gambar 3D yang tidak halus. Contohnya adalah sebuah tepi sebuah gambar atap 3D yang seharusnya berbentuk lurus, tetapi tampilannya berbentuk seperti tangga di layar monitor. Teknik anti-aliasing ini digunakan untuk menghaluskan tampilan tangga tadi sehingga tampilannya menjadi seperti garis lurus.
3. DirectX & Direct3D: Kumpulan API dari Microsoft yang berguna menangani tugas yang berhubungan dengan multimedia. DirectX berhubungan langsung dengan hardware (sound card, graphics card, input device, dan network) ketika PC menjalankan fungsi multimedia seperti bermain game, mendengar musik, dan lainnya. Sedangkan Direct3D adalah bagian dari DirectX yang fungsi utamanya mengatur rendering tampilan gambar 3D.
4.  OpenGL: Sama seperti DirectX, OpenGL juga berisi kumpulan API. Namun, API yang ada pada OpenGL khusus berhubungan dengan tampilan gambar 3D (dan sedikit 2D). OpenGL dikembangkan oleh organisasi yang dinamakan OpenGL Architectural Review Board (ARB).
5. Shader Model: Standar dari Microsoft untuk menentukan jenis shader yang digunakan. Shader Model terdiri atas dua shader, yaitu pixel shader dan vertex shader. Shader model pertama kali muncul bersamaan dengan hadirnya GeForce 3. Sekarang ini, shader model sudah sampai pada versi 3.0 (SM 3.0).GeForce 256 : Graphics card ini menandai era munculnya GPU modern.
6. Transform and Lighting: T&L adalah proses meningkatkan kualitas gambar 3D sehingga lebih mirip dengan keadaan dunia nyata. Transform sendiri bertugas untuk mengubah koordinat 3D ke dalam pandangan 2D. Sedangkan Lighting berguna untuk menangani pencahayaan objek.
7. High Dynamic Range (HDR): Teknik untuk menjadikan gambar 3D menjadi lebih realistis. HDR memungkinkan tampilan gambar menggunakan warna yang nilainya lebih tinggi daripada nilai normal yang biasanya digunakan. Dengan cara ini, tampilan gambar akan menjadi lebih besar range warna-nya sehingga tampak lebih nyata.

Paralel prosessing komputasi adalah proses atau pekerjaan komputasi di komputer dengan memakai suatu bahasa pemrograman yang dijalankan secara paralel pada saat bersamaan. Secara umum komputasi paralel diperlukan untuk meningkatkan kecepatan komputasi bila dibandingkan dengan pemakaian komputasi pada komputer tunggal.

Penggunaan komputasi parallel prosessing merupakan pilihan yang cukup handal untuk saat ini untuk pengolahan data yang besar dan banyak, hal ini apabila dibandingkan dengan membeli suatu super komputer yang harganya sangat mahal maka penggunaan komputasi parallel prosessing merupakan pilihan yang sangat tepat untuk pengolahan data tersebut. Aspek keamanan merupakan suatu aspek penting dalam sistem parallel prosessing komputasi ini, karena didalam sistem akan banyak berkaitan dengan akses data, hak pengguna, keamanan data, keamanan jaringan terhadap peyerangan sesorang atau bahkan virus sehingga akan menghambat kinerja dari system komputasi ini.

Parallel komputasi adalah melakukan perhitungan komputasi dengan menggunakan 2 atau lebih CPU/Processor dalam suatu komputer yang sama atau komputer yang berbeda dimana dalam hal ini setiap instruksi dibagi kedalam beberapa instruksi kemudian dikirim ke processor yang terlibat komputasi dan dilakukan secara bersamaan. Untuk proses pembagian proses komputasi tersebut dilakukan oleh suatu software yang betugas untuk mengatur komputasi dalam hal makalah ini akan digunakan Message Parsing Interface (MPI).

Sumber : https://www.academia.edu/4693927/Diannatull_Faizah_J3C211217_INF_2C_P1_KOMPUTASI_dan_PARALEL_PROCESSING

Read More

Jurnal Komputasi Modern

GRID COMPUTING

A.    PENDAHULUAN

Perkembangan kecepatan prosesor berkembang sesuai dengan Hukum Moore, meskipun demikian bandwith jaringan komputer berkembang jauh lebih pesat. Semakin cepatnya jalur komunikasi ini membuka peluang untuk menggabungkan kekuatan komputasi dari sumber-sumber komputasi yang terpisah. Perkembangan ini memungkinkan skala komputasi terdistribusi ditingkatkan lebih jauh lagi secara geografis, melintasi batas-batas domain administrasi yang sudah ada.

Pesatnya perkembangan teknologi komputer di negara-negara maju, membuat para penelitinya semakin haus akan tenaga komputasi yang dapat menjawab tantangan dan permasalahan yang mereka hadapi. Walaupun sudah memiliki supercomputer dengan kapasitas yang sangat tinggi , apa yang sudah ada ini pun dirasa tetap kurang, karena mereka berusaha memecahkan permasalahan yang lebih besar lagi. Setelah semua komputer yg dimiliki seorang "peneliti haus tenaga komputasi" dipergunakan habis-habisan untuk memecahkan masalahnya, setelah berbagai cara untuk memecahkan masalah dicoba, dan dipilih yang paling efisien, tapi tetap masalahnya belum bisa dipecahkan. Komputasi grid adalah salah satu jawaban dari permasalahan tersebut.

B.     PENGERTIAN GRID COMPUTING

Grid computing adalah sebuah asosiasi sumber daya komputer dari beberapa domain administrasi untuk mencapai tujuan bersama dengan berbagai layanan kepada pengguna. Dalam komputasi grid pengguna dapat mengakses sumber daya seperti, proses, penyimpanan, data dan aplikasi dengan sedikit atau tanpa pengetahuan tentang lokasi fisik sumber daya dan teknologi yang mendasari digunakan.

Grid computing sebenarnya merupakan sebuah aplikasi pengembangan dari jaringan komputer (network). Hanya saja, tidak seperti jaringan komputer konvensional yang berfokus pada komunikasi antar pirati (device), aplikasi pada Grid computing dirancang untuk memanfaatkan sumber daya pada terminal dalam jaringannya. Grid computing biasanya diterapkan untuk menjalankan sebuah fungsi yang terlalu kompleks atau terlalu intensif untuk dikerjakan oleh satu sistem tunggal.

Grid Computing (Komputasi Grid) merupakan salah satu dari tipe Komputasi Paralel, adalah penggunaan sumber daya yang melibatkan banyak komputer terpisah secara geografis namun tersambung via jalur komunikasi (termasuk Internet) untuk memecahkan persoalan komputasi skala besar. Semakin cepat jalur komunikasi terbuka, maka peluang untuk menggabungkan kinerja komputasi dari sumber-sumber komputasi yang terpisah menjadi semakin meningkat. Dengan demikian, skala komputasi terdistribusi dapat ditingkatkan secara geografis lebih jauh lagi, melintasi batas-batas domain administrasi yang ada.

Dalam buku The Grid:Blue Print for a New Computing Infrastructure dijelaskan bahwa "A computational grid is a hardware and software infrastructure that provides dependable, consistent, pervasive, and inexpensive access to high-end computational capabilities." Ini berarti yang dimaksud dengan komputasi grid adalah infrastruktur perangkat keras dan perangkat lunak yang dapat menyediakan akses yang bisa diandalkan, konsisten, tahan lama dan tidak mahal terhadap kemampuan komputasi mutakhir yang tersedia.

Grid computing adalah suatu bentuk komputasi terdistribusi yang melibatkan koordinasi dan berbagi komputasi, aplikasi, data dan penyimpanan atau sumber daya jaringan di seluruh organisasi dinamis dan geografis. Teknologi Grid berusaha menangani masalah komputasi yang kompleks dan memungkinkan memungkinkan akses ke basis sumber daya komputer.

Grid computing adalah istilah yang mengacu pada kombinasi dari sumber daya komputer dari domain administrasi ganda untuk mencapai tujuan bersama. grid bisa dianggap sebagai sistem terdistribusi dengan beban kerja non-interaktif yang melibatkan sejumlah besar file. Apa yang membedakan komputasi grid dari konvensional sistem komputasi kinerja tinggi seperti komputasi cluster adalah bahwa grid cenderung lebih longgar digabungkan, heterogen, dan tersebar secara geografis. Walaupun grid bisa didedikasikan untuk aplikasi khusus, itu lebih umum bahwa sebuah grid tunggal akan digunakan untuk berbagai tujuan yang berbeda. Grid sering dibangun dengan bantuan dari tujuan grid software-perpustakaan umum dikenal sebagai middleware.

Grid computing dapat diartikan sebagai sebuah sistem komputasi terdistribusi, yang memungkinkan seluruh sumber daya (resource) dalam jaringan, seperti pemrosesan, bandwidth jaringan, dan kapasitas media penyimpan, membentuk sebuah sistem tunggal secara vitual. Seperti halnya pengguna internet yang mengakses berbagai situs web dan menggunakan berbagai protokol seakan-akan dalam sebuah sistem yang berdiri sendiri, maka pengguna aplikasi Grid computing seolah-olah akan menggunakan sebuah virtual komputer dengan kapasitas pemrosesan data yang sangat besar.

              

C.    KARAKTERISTIK GRID COMPUTING

Karakteristik grid computing diantaranya adalah sebagai berikut :

• Large Scale (berskala besar)
  Grid Computing harus mampu menangani sejumlah sumber daya mulai dari hanya beberapa untuk jutaan. Hal ini menimbulkan masalah yang sangat serius untuk menghindari penurunan kinerja potensial sebagai ukuran meningkan jaringan.
• Distribusi geografis
  Sumber daya grid computing memungkin lokasi di tempat yang jauh.
• Heterogenitas
  Grid computing  menyediakan perangkat lunak dan perangkat keras sumber daya yang sangat bervariasi mulai dari data, file, komponen perangkat lunak atau program untuk sensor, instrumen ilmiah, perangkat layar, penyelenggara pribadi digital, komputer, super-komputer dan jaringan.
• Resource Sharing
  Sumber daya milik berbagai organisasi dapat diakses oleh organisasi lainnya (pengguna) .
• Multiple  administrations
  Setiap organisasi dapat membentuk keamanan yang berbeda dan kebijakan administratif di mana sumber daya yang dimiliki dapat diakses dan digunakan.
• Resource  coordination
  Sumberdaya dalam grid computing harus dikoordinasikan untuk memberikan kemampuan komputasi yang handal.
• Transparent access
  Grid computing harus dilihat sebagai komputer virtual yang tunggal
• Dependable access
  Grid computing harus menjamin pemberian pelayanan di bawah persyaratan Quality of Service (QoS). Kebutuhan layanan yang handal adalah kebutuhan mendasar sejak pengguna membutuhkan jaminan bahwa mereka akan menerima prediksi , berkelanjutan dan menunjang performa dengan tinggi kinerja
• Consistent access
  Grid computing harus dibangun dengan standar pelayanan , protokol dan interface sehingga menyembunyikan heterogenitas sumber daya sementara dan memungkinkan skalabilitas . Tanpa standar tersebut, pengembangan aplikasi dan penggunaan secarameluas tidak akan mungkin terjadi.
• Pervasive  access
  Grid harus memberikan akses ke sumber daya yang tersedia dengan beradaptasi dengan lingkungan yang dinamis di mana kegagalan sumber daya adalah hal yang lumrah. Sistem menentukan  bagaimana  cara  memenuhi kebutuhan  konsumen  seiring  dengan mengoptimasi  jalannya  sistem  secara keseluruhan.

D.    KOMPONEN GRID COMPUTING

Komponen-komponen grid computing adalah:

1.      Gram (Grid Resources Allocation & Management)

Komponen ini dibuat untuk mengatur seluruh sumberdaya komputasi yang tersedia dalam sebuah sistem komputasi grid. Pengaturan ini termasuk eksekusi program pada seluruh komputer yang tergabung dalam sistem komputasi grid, mulai dari inisiasi, monitoring, sampai dengan penjadwalan dan koordinasi antar proses yang terjadi dalam sistem tersebut. Juga dapat berkoordinasi dengan sistem-sistem pengaturan sumber daya yang telah ada sebelumnya. Dengan mekanisme ini program-program yang telah dibuat sebelumnya tidak perlu dibangun ulang atau bila dimodifikasi, modifikasinya minimum.

2.      RFT/GridFTP (Reliable File Transfer/Grid File Transfer Protocol)

Komponen ini dibuat agar pengguna dapat mengakses data yang berukuran besar dari semua simpul komputasi yang telah tergabung dalam sebuah sistem komputasi secara efisien. Hal ini tentu saja berpengaruh karena kinerja komputasi tidak hanya bergantung pada kecepatan komputer yang tergabung dalam mengeksekusi program, tapi juga seberapa cepat data yang dibutuhkan dapat diakses. Data yang diakses juga tidak selalu ada pada komputer yang mengeksekusi.

3.      MDS (Monitoring and Discovery Services)

Komponen ini dibuat untuk memonitoring proses komputasi yang sedang dijalankan agar dapat mendeteksi masalah yang timbul dengan segera.  Sedangkan fungsi disovery dibuat agar pengguna mampu mengetahui keberadaan sumber daya komputasi beserta karakteristiknya.

4.      GSI (Grid Security Infrastructure)

Komponen ini dibuat untuk mengamankan sistem komputasi grid secara keseluruhan. Komponen ini membedakan teknologi GT4 dengan teknologi-teknologi sebelumnya. Dengan menerapkan mekanisme keamanan yang tergabung dengan komponen-komponen komputasi grid lainnya, sistem ini dapat diakses secara luas tanpa sedikitpun mengurangi tingkat keamanannya. Sistem keamanan ini dibangun dengan segala komponen yang telah diuji, mencakup proteksi data, autentikasi, delegasi dan autorisasi.

E.     TOPOLOGI GRID COMPUTING

1.      Intragrid

Sebuah intragrid topologi khas, ,ada dalam satu organisasi, menyediakan set dasar layanan Grid. Organisasi tunggal dapat terdiri dari sejumlah komputer yang berbagi domain keamanan bersama, dan berbagi data internal di jaringan pribadi. Karakteristik utama dari intragrid adalah penyedia keamanan tunggal, bandwidth pada jaringan pribadi yang tinggi dan selalu tersedia, dan ada satu lingkungan dalam satu jaringan. Dalam sebuah intragrid, lebih mudah untuk merancang dan mengoperasikan komputasi grid dan data. Sebuah intragrid menyediakan satu set yang relatif statis sumber daya komputasi dan kemampuan untuk dengan mudah berbagi sistem jaringan antar data. 

Bisnis mungkin dianggap yang sesuai intragrid jika bisnis memiliki inisiatif untuk mendapatkan skala ekonomi pada pekerjaan manajemen internal atau ingin memulai mengeksplorasi penggunaan grid internal terlebih dahulu mengaktifkan aplikasi perusahaan vertikal.

2.      Extragrid

Berdasarkan sebuah organisasi tunggal, extragrid memperluas konsep dengan menyatukan dua atau lebih intragrids. Sebuah extragrid, seperti digambarkan, biasanya melibatkan lebih dari satu penyedia keamanan, dan tingkat kompleksitas manajemen meningkat. Karakteristik utama dari extragrid tersebar keamanan, beberapa organisasi, dan konektivitas remote / WAN.

Dalam sebuah extragrid, sumber daya menjadi lebih dinamis dan grid Anda perlu lebih reaktif untuk kegagal sumber daya dan komponen. Desain menjadi lebih rumit dan layanan informasi menjadi relevan untuk memastikan bahwa sumber daya grid memiliki akses ke manajemen beban kerja pada waktu berjalan.

Sebuah bisnis akan mendapat manfaat dari extragrid jika ada inisiatif bisnis untuk mengintegrasikan dengan mitra bisnis eksternal terpercaya. Sebuah extragrid juga bisa digunakan dalam kapasitas B2B dan / atau untuk membangun hubungan kepercayaan.

3.      Intergrid

Sebuah intergrid membutuhkan integrasi dinamis aplikasi, sumber daya, dan jasa dengan pola, pelanggan, dan setiap organisasi yang berwenang lainnya yang akan memperoleh akses ke jaringan melalui internet / WAN.Sebuah intergrid topologi, seperti digambarkan, terutama digunakan oleh perusahaan rekayasa, industri ilmu kehidupan, produsen, dan dengan bisnis di industri keuangan.

Karakteristik utama dari intergrid meliputi keamanan tersebar, beberapa organisasi, dan konektivitas remote / WAN. Data dalam intergrid adalah data publik global, dan aplikasi (baik verticaland horisontal) harus dimodifikasi untuk khalayak global. Sebuah bisnis mungkin menganggap suatu yang diperlukan intergrid jika ada kebutuhan untuk komputasi peer-to-peer, sebuah komunitas komputasi kolaboratif, atau disederhanakan proses dengan organisasi yang akan menggunakan intergrid akhir-to-end.

F.     KELEBIHAN DAN KEKURANGAN GRID COMPUTING

Kelebihan Grid Computing

Beberapa kelebihan dari grid computing adalah:

• Perkalian dari sumber daya: Resource pool dari CPU dan storage tersedia ketika idle.
• Lebih cepat dan lebih besar: Komputasi simulasi dan penyelesaian masalah dapat berjalan lebih cepat dan mencakup domain yang lebih luas.
• Software dan aplikasi: Pool dari aplikasi dan pustaka standard,  akses terhadap model dan perangkat berbeda, metodologi penelitian yang lebih baik.
• Data: Akses terhadap sumber data global dan hasil penelitian lebih baik.
• Ukuran dan kompleksitas dari masalah mengharuskan orang-orang dalam beberapa organisasi berkolaborasi dan berbagi sumber daya komputasi, data dan instrumen sehingga terwujud bentuk organisasi baru yaitu virtual organization.

Kekurangan Grid Computing

Kekurangan pada grid computing yang lebih ditekankan disini adalah mengenai hambatan yang dialami oleh masyarakat Indonesia dalam mengaplikasikan teknologi grid computing. Hambatan-hambatan tersebut adalah sebagai berikut :

• Manajemen institusi  yang terlalu birokratis menyebabkan mereka enggan untuk merelakan fasilitas yang dimiliki untuk digunakan secara bersama agar mendapatkan manfaat yang lebih besar bagi masyarakat luas.
• Masih sedikitnya sumber daya manusia yang  kompeten dalam mengelola grid computing.
• Kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non teknisi mengenai manfaat dari grid computing itu sendiri.

Sumber : https://www.academia.edu/5111326/GRID_COMPUTING_PAPER 

Read More