IPB University Kolaborasi Riset Berbasis HPC Bantu Peneliti Eksplorasi Data

JAKARTA - Kepala Unit Laboratorium Unggulan IPB University Dr Irdika Mansur mengatakan High Performance Computing (HPC) merupakan salah satu riset unggulan IPB University yang akan segera diselesaikan pada tahun ini.

Teknologi HPC adalah terobosan saintifik yang dapat membantu peneliti dalam mengeksplorasi data. Sehingga menjadi agenda penting agar dapat dibangun kolaborasi riset berbasis HPC dalam berbagai sektor.



“Kami telah menggagas ini pada tahun 2019 demi mengakomodasi penelitian tingkat lanjut. Tujuan lainnya adalah mendukung civitas akademika IPB University dan mitra-mitra untuk melakukan penelitian dan mengembangkan berbagai sumber daya alam di Indonesia,” ujarnya pada webinar seri High Performance Computing (HPC) yang digelar FMIPA IPB University melalui siaran pers, Jumat (28/5).

Pemaparan materi dengan topik arsitektur dan perancangan infrastruktur HPC disampaikan oleh Kepala Divisi Sistem Komputer dan Jaringan Departemen Ilmu Komputer FMIPA IPB University Dr Heru Sukoco.

High Performance Computing komputer berperforma tinggi merupakan penemuan penting karena kompleksnya formulasi data yang digunakan. Sehingga untuk melakukan komputasi sudah tidak dapat dihindari lagi penggunaannya.



Pengunaan HPC tersebut lebih lanjut diajarkan dalam mata kuliah paralel computing. Terdapat tiga komponen utama yang terlibat di dalamnya. Yakni computer, network, dan storage. Komponen tersebut dirangkai dengan jaringan agar menjadi sinergi, terutama sebagai alat pemroses yang cukup cepat dan mumpuni.

“Berdasarkan data statistik, penggunaan HPC yang terbanyak masih pada sektor industri. Kedua research, ketiga akademik. Inilah yang harus kita genjot sekarang agar setidaknya kita yang menggunakan data-data yang kompleks dan besar dapat memanfaatkan infrastruktur HPC ini,” ungkapnya.

Dikarenakan harganya yang mahal, alternatif penelitian dengan HPC adalah dengan kolaborasi bersama mitra industri maupun universitas lain yang telah menyediakan HPC. Unit Laboratorium Unggulan IPB University telah mengusulkan pengadaan infrastrukturnya berdasarkan grafis dan CPU. Ia juga turut menjelaskan berbagai tipe komputer dan perangkat keras yang digunakan bagi HPC.



Dengan adanya perkembangan teknologi satuan pemrosesan terkecil dalam penggunaan CPU yang diistilahkan dengan nama thread maka dapat menghemat sumber daya. IPB University sendiri mulai merevitalisasi arsitektur HPC yang dibangun sebelumnya berbasiskan kluster Beowulf yang dinamakan IM-SMILE berlokasi di kampus IPB Baranangsiang.

Materi selanjutnya mengenai paradigma pemrogramam yang disampaikan oleh Dosen IPB University Departemen Ilmu Komputer FMIPA Dr Hendra Rahmawan.

Paradigma HPC yakni menjalankan berbagai program dan perintah secara bersamaan khususnya dalam bidang komputasi saintifik. Sehingga paradigma lama terkait dengan pengeksekusian program secara sekuensial telah bergeser menjadi multistasking dengan lebih terkoordinasi.

Kecepatan proses dalam HPC bergantung pada model pemrograman dan pengembangan prosesor.

Adapun kecenderungan pengembangan prosesor masa kini bergantung pada penggunaan aplikasi yang berjalan di atasnya. Ekosistem hardware untuk HPC terutama dalam model pemrogramannya, didasarkan pula pada taksonomi komputer pararel. Berbagai jenis prosesor yang digunakan dapat dibedakan pada jumlah instruksi dan data.

Arsitektur komputer paralel tersebut juga dapat dikelompokkan berdasarkan tipe komunikasinya karena pengeksekusian kerja secara paralel harus terkoordinasi. Prosesor tersebut dikelompokkan menjadi tiga kelompok yakni shared memory, distributed memory, dan hybrid.