parallell bearbetning och distribuerad bearbetning är liknande metoder för att öka mängden processorkraft tillgänglig för en specifik uppgift . Generellt är dessa metoder som används för att lösa problem med stora mängder av repetitiva beräkningar . När problemet är uppdelat i många små bitar , kan enskilda delar av problemet beräknas på många processorer samtidigt . Detta möjliggör mycket större processorkraft föras bära på problemet än vad som kan tillhandahållas av en enda processor . Parallell och distribuerad bearbetning
Den största skillnaden mellan parallell och distribuerad bearbetning är att parallella uppställningar inkluderar många processorer i ett enda system , medan distribuerade uppställningar utnyttja processorkraften i flera datorer samtidigt . Bygga ett parallellt system i huvudsak skapar en superdator med off - the- shelf -komponenter . Byggandet av ett distribuerat system är både en teknisk och en social utmaning , oftast kräver många personliga datoranvändare att installera program som sele outnyttjad processorkraft från sina datorer .
Parallel Processing
Parallell bearbetning har fördelen att tillhandahålla tillförlitlig processorkraft med en mycket låg grad av latens . Genom att koncentrera all processorkraft i ett enda system , hastighet förlust på grund av dataöverföring minimeras . Den enda verkliga begränsningen är antalet processorer som införlivas i systemet . Däremot kan bygga ett extremt kraftfullt parallellt system vara mycket dyrt , eftersom varje processor kräver en ytterligare investering i rymden , hårdvara och el .
Distribuerad bearbetning
distribuerad bearbetning är inte extremt effektiv på en processor -by - processor basis , eftersom uppgifterna måste färdas över Internet istället för via de interna anslutningarna i ett enda system . Varje processor kommer att bidra betydligt mindre processorkraft än varje processor i ett parallellt system , eftersom dataöverföring skapar en flaskhals som begränsar processorkraft . Dock är systemet nästan oändligt skalbar, eftersom det inte finns någon verklig övre gräns för antalet processorer i ett distribuerat system . Den processorkraft är också mycket billigare än ett eget system , eftersom processorerna ger kraften ägs och underhålls av andra människor . Addera välja mellan de två
ett parallellt system är det självklara valet för välfinansierade projekt av en måttlig skala . Skapa ett distribuerat processor kräver en viss mängd offentliga entusiasm för ett projekt , eller ett stort antal datorer under kontroll av den organisation som utför projektet ut . För projekt som inte engagerar allmänintresset , är parallella beräkningar en mer effektiv metod för de flesta datoruppgifter .
