Analisis Sistem Komputasi Paralel pada Infrastruktur Komputasi Grid

3. Work Pool Model Fitur dari model pemrograman ini adalah bahwa penugasan tugas bersifat dinamis, sehingga setiap proses memiliki peluang yang sama untuk mengeksekusi jenis tugas. 

Pointer ke tugas yang dilakukan oleh proses ditempatkan di lokasi (baik daftar, antrian, atau tabel hash). Model ini dipilih ketika beban transfer data yang diperlukan untuk tugas relatif lebih kecil daripada beban komputasi tugas, dan transfer data run-time bukanlah beban signifikan yang memengaruhi efisiensi komputasi secara keseluruhan.

 4. Master Slave Model Dalam model pemrograman ini, satu atau lebih proses master menghasilkan tugas dan secara dinamis memetakannya ke proses slave. Jika beban komputasi tugas yang dibuat oleh proses master dapat diperkirakan, proses master dapat memetakan tugas secara merata ke proses slave. 

Jika beban komputasi tugas tidak dapat diperkirakan, proses master menyebabkan kemacetan komputasi secara keseluruhan. Artinya, jika waktu yang dibutuhkan untuk membuat tugas tidak sepadan dengan waktu yang dibutuhkan oleh proses budak untuk melakukan tugas tersebut. Ditugaskan.

 5. Pipeline / Producer-Consumer Model Dalam model pemrograman ini, data mengalir dari satu proses ke turunannya (output dari satu proses adalah input dari proses lainnya). 

Pendekatan ini disebut paralelisme aliran, dan berbagai operasi dilakukan pada aliran data. Overhead dapat terjadi jika salah satu proses yang terlibat dalam rantai produsen/konsumen memiliki beban komputasi yang berat dan proses selanjutnya menunggu lama hingga komputasi selesai.

 b. Paralel Job 

Pekerjaan paralel adalah teknik komputasi yang digunakan dalam sistem komputer paralel dengan menjalankan pekerjaan komputasi yang telah ditentukan sebelumnya secara bersamaan menggunakan beberapa inti atau slot CPU. 

Prosedur ini dilakukan dengan menerima program paralel, data input, dan file definisi pekerjaan paralel yang dikirim oleh pengguna melalui portal web sesuai dengan format yang ditentukan dalam GRAM. 

Node kepala memanggil penjadwal, memilih node pekerja untuk menjalankan pekerjaan paralel, menghasilkan file output (output standar dan kesalahan standar), mengirimkannya ke portal, mengunduhnya oleh pengguna, dan menjalankan pekerjaan paralel. 

c. Grid Computing