TECNOLÓGICO NACIONAL DE MÉXICO
INSTITUTO TECNOLÓGICO DE ACAPULCO
DEPARTAMENTO DE SISTEMAS COMPUTACIONALES
DOCENTE: GRACIELA GARCIA MORALES
MATTERIA: ARQUITECTURA DE COMPUTADORAS
UNIDAD IV
PROCESAMIENTO PARALELO
PRESENTA
SUAREZ GONZALEZ EDGAR DANIEL
NUMERO DE CONTROL: 21321220
ACAPULCO DE JUAREZ, GRO., 21 / MAYO / 2024
HORARIO: 12:00 A 01:00 PM
I
Contenido
INTRODUCCION ....................................................................................................................... III
DESARROLLO .......................................................................................................................... IV
Que es el procesamiento paralelo ....................................................................................... IV
Tipos de Paralelismo ............................................................................................................ IV
Modelos de Procesamiento paralelo .................................................................................... VI
CONCLUSION ........................................................................................................................ VIII
BIBLIOGRAFIA ......................................................................................................................... IX
II
INTRODUCCION
El procesamiento paralelo consiste en dividir una tarea informática en subtareas que pueden ser
realizadas al mismo tiempo por diferentes procesadores, de modo que la tarea completa se
complete más rápidamente. Esta técnica es fundamental en la informática moderna, donde la
velocidad y la eficiencia son cruciales para el rendimiento de aplicaciones complejas y el manejo
de grandes volúmenes de datos.
El procesamiento paralelo se utiliza en una amplia gama de aplicaciones, como:
• Análisis de grandes conjuntos de datos (ciencia de datos)
• Entrenamiento de modelos de aprendizaje automático (inteligencia artificial)
• Renderizado de imágenes y vídeos realistas (gráficos por computadora)
• Modelado de fenómenos físicos complejos (simulación científica)
El procesamiento paralelo ofrece varias ventajas, como:
• Mayor velocidad de procesamiento: Las tareas se completan más rápido al dividirlas en
partes más pequeñas y ejecutarlas simultáneamente.
• Mejor escalabilidad: Se pueden agregar más procesadores al sistema para aumentar aún
más el rendimiento.
III
DESARROLLO
Que es el procesamiento paralelo
El procesamiento en paralelo es una técnica utilizada para dividir grandes conjuntos de datos en
piezas más pequeñas, que pueden ser procesadas simultáneamente en diferentes máquinas o
unidades de procesamiento. Esto acelera la ejecución de tareas intensivas en cálculos, como el
análisis de grandes datos y el entrenamiento de modelos de aprendizaje automático.
Formas de Implementación
• Procesamiento Distribuido: Divide los datos entre múltiples máquinas que trabajan de
manera independiente.
• Procesamiento Paralelo en una Sola Máquina: Utiliza múltiples núcleos de CPU o
unidades de procesamiento gráfico (GPU) dentro de una misma máquina.
Tipos de Paralelismo
SISD (Single Instruction, Single Data)
Descripción:
Un único procesador maneja un único algoritmo y un único conjunto de datos.
Características:
• Una unidad de control, una de procesamiento y una de memoria.
• Ejecuta instrucciones secuencialmente.
• Puede usar tuberías o múltiples unidades funcionales para cierto grado de paralelismo
interno.
MISD (Multiple Instruction, Single Data)
Descripción:
Varios procesadores ejecutan diferentes algoritmos sobre el mismo conjunto de datos.
Características:
• Cada procesador aplica su propia instrucción al mismo flujo de datos.
• La salida de un procesador puede ser la entrada de otro.
• Raro en la práctica, principalmente teórico.
SIMD (Single Instruction, Multiple Data)
Descripción:
Múltiples procesadores ejecutan la misma instrucción sobre diferentes conjuntos de datos.
IV
Características:
• Una unidad de control supervisa todos los procesadores.
• Útil para operaciones repetitivas en grandes volúmenes de datos (ej., procesamiento de
imágenes).
• Común en unidades de procesamiento gráfico (GPU).
MIMD (Multiple Instruction, Multiple Data)
Descripción:
Múltiples procesadores ejecutan diferentes instrucciones sobre diferentes conjuntos de datos.
Características:
• Cada procesador opera de manera independiente.
• Muy flexible y potente.
• Utilizado en supercomputadoras y sistemas de multiprocesamiento.
SPMD (Single Program, Multiple Data)
Descripción:
Un subconjunto de MIMD donde todos los procesadores ejecutan el mismo programa, pero con
diferentes datos.
Características:
• Utiliza paso de mensajes para comunicación entre nodos.
• Común en sistemas de memoria distribuida.
MPP (Massively Parallel Processing)
Descripción: Muchos procesadores coordinan la ejecución de un programa.
Características:
• Cada procesador tiene su propio sistema operativo y memoria.
• Se utiliza para manejar grandes volúmenes de datos y análisis complejos.
• Los procesadores se comunican a través de mensajería.
V
Modelos de Procesamiento paralelo
Modelo de Memoria Compartida (Shared Memory)
El modelo de memoria compartida es un paradigma de programación en sistemas
multiprocesador en el que varios procesadores comparten un espacio de memoria común. En
este modelo, los procesadores pueden leer y escribir en la misma región de memoria, lo que
facilita la comunicación y la sincronización entre los diferentes hilos o procesos.
Modelo de memoria distribuida (Distributed Memory)
La memoria distribuida es una arquitectura de computación paralela en la que cada procesador
o nodo de un sistema tiene su propia memoria local, y los datos no son compartidos
directamente entre procesadores. En lugar de acceder a una memoria común, los procesadores
se comunican entre sí enviando y recibiendo mensajes. Este enfoque es especialmente útil en
sistemas grandes y distribuidos, donde la escalabilidad y la flexibilidad son cruciales.
VI
Modelo de procesamiento de flujo (Dataflow Model)
El modelo de procesamiento de flujo, también conocido como procesamiento en flujo o stream
processing, es una arquitectura de computación paralela diseñada para procesar flujos
continuos de datos en tiempo real. Este modelo es particularmente útil en aplicaciones donde
los datos se generan continuamente y deben ser procesados de inmediato, como en la
monitorización de eventos, análisis en tiempo real, y sistemas de control.
VII
CONCLUSION
En resumen, el procesamiento en paralelo es una técnica fundamental en la informática moderna
que permite dividir tareas complejas en subtareas más pequeñas y procesarlas simultáneamente
en múltiples recursos de procesamiento. Esta técnica ofrece una serie de beneficios, como una
mayor velocidad de computación, una mejor utilización de los recursos de hardware disponibles
y la capacidad de manejar grandes volúmenes de datos de manera eficiente. Sin embargo,
también presenta desafíos, como la necesidad de gestionar la comunicación y la sincronización
entre los diferentes procesos, así como la complejidad añadida en la programación y el diseño
de sistemas paralelos.
VIII
BIBLIOGRAFIA
DEMONICS. (05 de Diciembre de 2016). WORDPRESS. Obtenido de WORDPRESS:
https://aprendeyprogramablog.wordpress.com/2016/12/05/procesamiento-paralelo-parte-
i/
FLEURENT, C. (22 de Junio de 2023). GIRO . Obtenido de GIRO :
https://www.giro.ca/es/noticias-y-actualidades/publicaciones/como-utilizar-el-
procesamiento-
paralelo/#:~:text=El%20procesamiento%20paralelo%20consiste%20en,descompuestas
%20para%20el%20procesamiento%20paralelo.
TecnoDigital. (17 de JULIO de 2023). ITD. Obtenido de ITD:
https://informatecdigital.com/tecnologia/procesamiento-paralelo-arquitectura-de-
computadoras/
IX
