Równoległe systemy operacyjne to rodzaj komputerowej platformy przetwarzania, która dzieli duże zadania na mniejsze części, które są wykonywane w tym samym czasie w różnych miejscach i za pomocą różnych mechanizmów. Czasami są one również określane jako procesory „wielordzeniowe”. Ten typ systemu jest zwykle bardzo wydajny w obsłudze bardzo dużych plików i złożonych kodów numerycznych. Jest to najczęściej spotykane w środowiskach badawczych, w których systemy serwerów centralnych obsługują wiele różnych zadań jednocześnie, ale może być przydatne za każdym razem, gdy wiele komputerów wykonuje podobne zadania i jednocześnie łączy się ze współdzielonymi infrastrukturami. Na początku mogą być trudne do skonfigurowania i mogą wymagać trochę wiedzy specjalistycznej, ale większość ekspertów technologicznych zgadza się, że w dłuższej perspektywie są one znacznie bardziej opłacalne i wydajne niż ich jednokomputerowe odpowiedniki.
Podstawy obliczeń równoległych
Równoległy system operacyjny działa, dzieląc zestawy obliczeń na mniejsze części i rozprowadzając je między komputerami w sieci. Aby ułatwić komunikację między rdzeniami procesorów i macierzami pamięci, oprogramowanie routingu musi albo współdzielić swoją pamięć, przypisując tę samą przestrzeń adresową wszystkim komputerom w sieci, albo dystrybuować swoją pamięć, przypisując inną przestrzeń adresową do każdego rdzenia przetwarzania. Współdzielenie pamięci umożliwia bardzo szybkie działanie systemu operacyjnego, ale zwykle nie jest tak wydajne. Używając rozproszonej pamięci współdzielonej, procesory mają dostęp zarówno do własnej pamięci lokalnej, jak i do pamięci innych procesorów; ta dystrybucja może spowolnić system operacyjny, ale często jest bardziej elastyczna i wydajna.
Architektura oprogramowania jest zazwyczaj oparta na platformie UNIX, co pozwala mu koordynować rozproszone obciążenia między wieloma komputerami w sieci. Systemy równoległe mogą używać oprogramowania do zarządzania wszystkimi różnymi zasobami komputerów działających równolegle, takimi jak pamięć, pamięć podręczna, przestrzeń dyskowa i moc obliczeniowa. Systemy te pozwalają również użytkownikowi na bezpośrednią komunikację ze wszystkimi komputerami w sieci.
Pochodzenie i pierwsze zastosowania
W 1967 roku Gene Amdahl, amerykański informatyk pracujący dla IBM, przedstawił koncepcję wykorzystania oprogramowania do koordynowania obliczeń równoległych. Opublikował swoje odkrycia w artykule zatytułowanym Prawo Amdahla, w którym nakreślił teoretyczny wzrost mocy obliczeniowej, jakiego można się spodziewać po uruchomieniu sieci z równoległym systemem operacyjnym. Jego badania doprowadziły do rozwoju przełączania pakietów, a tym samym do nowoczesnego równoległego systemu operacyjnego. Ten rozwój przełączania pakietów jest powszechnie uważany za przełom, który później zapoczątkował „Projekt Arpanet”, który jest odpowiedzialny za podstawowe fundamenty Internetu, największej na świecie równoległej sieci komputerowej.
Nowoczesne aplikacje
Większość dziedzin nauki korzysta z tego rodzaju systemu operacyjnego, w tym biotechnologia, kosmologia, fizyka teoretyczna, astrofizyka i informatyka. Złożoność i pojemność tych systemów może również pomóc w zwiększeniu wydajności w takich branżach, jak doradztwo, finanse, obronność, telekomunikacja i prognozowanie pogody. W rzeczywistości obliczenia równoległe stały się tak solidne, że były wykorzystywane przez wielu czołowych kosmologów do odpowiadania na pytania dotyczące pochodzenia wszechświata. Naukowcom udało się przeprowadzić symulacje dużych fragmentów przestrzeni jednocześnie. Naukowcy zajęli tylko miesiąc, aby skompilować symulację formowania się Drogi Mlecznej przy użyciu tego rodzaju systemu operacyjnego, na przykład, co wcześniej uważano za niemożliwe ze względu na jego złożoność i nieporęczność.
Rozważania kosztów
Naukowcy, badacze i liderzy branży często decydują się na korzystanie z tego rodzaju systemów operacyjnych przede wszystkim ze względu na ich wydajność, ale zazwyczaj czynnikiem jest też koszt. Ogólnie rzecz biorąc, zbudowanie równoległej sieci komputerowej kosztuje znacznie mniej niż opracowanie i zbudowanie superkomputera do badań — lub zainwestowanie w liczne mniejsze komputery i podział pracy. Systemy równoległe są również całkowicie modułowe, co w większości przypadków pozwala na niedrogie naprawy i modernizacje.