Parallell bearbetning är den samtidiga bearbetningen av samma uppgift på två eller flera mikroprocessorer för att få snabbare resultat. Datorresurserna kan inkludera en enda dator med flera processorer, eller ett antal datorer anslutna till ett nätverk, eller en kombination av båda. Processorerna kommer åt data via delat minne. Vissa parallella superdatorsystem har hundratusentals mikroprocessorer.
Med hjälp av parallell bearbetning kan ett antal beräkningar utföras på en gång, vilket minskar tiden som krävs för att slutföra ett projekt. Det är särskilt användbart i projekt som kräver komplexa beräkningar, som vädermodellering och digitala specialeffekter. Låt oss ta ett exempel från verkligheten för att förstå effektiviteten av denna typ av bearbetning.
Om ett hektiskt köpcentrum bara har en kassadisk kommer kunderna att bilda en enda kö och vänta på sin tur. Om det finns två kassadiskar kan uppgiften effektivt delas upp. Kunderna kommer att bilda två köer och kommer att betjänas dubbelt så snabbt. Detta är ett fall där parallell bearbetning är en effektiv lösning.
Med hjälp av parallell bearbetning kan mycket komplicerade vetenskapliga problem som annars är extremt svåra att lösa lösas effektivt. Parallell beräkning kan effektivt användas för uppgifter som involverar ett stort antal beräkningar, har tidsbegränsningar och kan delas upp i ett antal mindre uppgifter.
Parallell bearbetning är särskilt fördelaktig inom områden som väder och klimat, kemiska och nukleära reaktioner, oljeprospektering, mätning av seismiska data, rymdteknik, elektroniska kretsar, mänskligt genom, medicin, avancerad grafik och virtuell verklighet och tillverkningsprocesser.
Med all sannolikhet är parallellism framtiden för datoranvändning. På det hela taget innebär framgångsrik implementering av parallell beräkning två utmaningar:
Uppgifterna bör struktureras på ett sådant sätt att de kan utföras samtidigt
Sekvensen av uppgifter som måste utföras efter varandra bör bibehållas