ACII Segundo Parcial

Memoria Principal (MP)

• La memoria principal se utiliza en un sistema informático para almacenar temporalmente datos e instrucciones que el procesador necesita acceder rápidamente para ejecutar tareas.
• Actúa como un espacio de trabajo rápido donde se cargan programas y archivos que están en uso, permitiendo un acceso eficiente a la información necesaria para el funcionamiento del software.
• La MP también mantiene los datos necesarios para las operaciones en curso, lo que facilita que el procesador realice sus funciones de manera ágil y eficiente.

Memoria Segmentada

• La memoria segmentada es una técnica de gestión de memoria donde la memoria se divide en segmentos de diferentes tamaños, cada uno puede contener un conjunto específico de instrucciones (códigos, datos, pilas, etc.).
• Cada segmento tiene un identificador único, lo que facilita la gestión y protección de la memoria.
• Un segmento de MP es una porción de memoria con un tamaño y propósito definido que puede contener tanto datos como instrucciones ejecutables y es protegido por un sistema de control de acceso.

Direccionamiento de Memoria

• La dirección de un segmento de MP se compone de dos partes: el selector del segmento y el desplazamiento dentro del segmento.
• El selector del segmento se utiliza para obtener la dirección base del segmento en una tabla de segmentos, mientras que el desplazamiento se utiliza para acceder a una dirección concreta dentro del segmento.

Registros del Procesador

• Registros de Propósito General: se utilizan para una variedad de propósitos dentro del procesador, como operaciones aritméticas, manipulación de datos y direccionamiento de memoria.
• Registros de Índice: utilizados para calcular direcciones efectivas mediante sumas de desplazamientos.
• Registros de Estado: contienen información sobre el estado actual del procesador y se utilizan principalmente para controlar el flujo de ejecución del programa y para manejar condiciones y resultados de operaciones.

Tipos de Direccionamiento

• Direccionamiento inmediato: el operando está directamente en la instrucción.
• Direccionamiento directo a registro: se utiliza un registro para almacenar la dirección de memoria.
• Direccionamiento directo a memoria: se accede directamente a una posición de memoria específica.
• Direccionamiento indirecto a registro: se utiliza un registro para almacenar la dirección de memoria.
• Direccionamiento indirecto a memoria: se accede a la memoria a través de una dirección almacenada en memoria.
• Direccionamiento relativo a PC, de registro base e indexado: se utiliza para acceder a estructuras de datos y saltos relativos.
• Direccionamiento a pila: se utiliza para operaciones de subrutinas y almacenamiento temporal.
• Direccionamiento implícito: no se requiere operandos explícitos.

Arquitecturas de Multiprocesadores

• UMA (Uniform Memory Access): todos los procesadores acceden a la memoria de manera uniforme.
• COMA (Cache-Only Memory Architecture): toda la memoria es vista como un caché.
• NUMA (Non-Uniform Memory Access): los tiempos de acceso a la memoria varían según la ubicación de la memoria.

Multicomputadoras

• COW (Cluster of Workstations): conjunto de estaciones de trabajo conectadas en red.
• MPP (Massively Parallel Processor): sistema con muchos procesadores conectados por una red de alta velocidad.
• PVM (Parallel Virtual Machine): software que permite a una colección de ordenadores heterogéneos ser usados como un único recurso computacional.
• MPI (Message Passing Interface): estándar para comunicaciones de paso de mensajes en computación paralela.

Conceptos de CLUSTER, GRID y Cloud computing

• Cluster: conjunto de computadoras conectadas que trabajan juntas como un único sistema.
• GRID: infraestructura que permite compartir recursos computacionales a través de diferentes organizaciones y ubicaciones geográficas.
• Cloud computing: infraestructura que proporciona acceso a recursos computacionales y de almacenamiento a través de Internet.

Segmentación de Memoria

• La segmentación de memoria divide la memoria en segmentos, cada proceso tiene su propio espacio de direcciones.
• Un segmento es una unidad de asignación de memoria que puede ser de tamaño variable.
• El descriptor de segmento contiene la base, límite y tipo de acceso del segmento.
• La segmentación de memoria ofrece varias ventajas, incluyendo la protección de memoria entre procesos, flexibilidad en la gestión de la memoria y mejora la eficiencia en la utilización de la memoria.

Memoria Paginada

• La memoria paginada divide la memoria en páginas, cada página es un bloque de memoria de tamaño fijo (generalmente 4KB o 8KB).
• Un marco de página es un espacio de memoria física que almacena una página.
• La tabla de páginas contiene la información de la página, como la dirección base y el estado de la página.
• La memoria paginada ofrece varias ventajas, incluyendo la mejora de la eficiencia en la utilización de la memoria, reducción de la fragmentación de la memoria y permite la implementación de la paginación en disco.

Dirección de Memoria Efectiva

• La dirección de memoria lógica es la dirección de memoria que se proporciona al programa.
• La dirección de memoria física es la dirección de memoria física real en la que se encuentra la información.
• El proceso de traducción de direcciones convierte la dirección lógica a la dirección física.
• La dirección de memoria efectiva se compone del número de segmento, número de página y desplazamiento dentro de la página.
• El proceso de traducción de direcciones comprende tres pasos: segmentación, paginación y desplazamiento.

Paralelismo

• El paralelismo es la capacidad de un sistema para realizar múltiples tareas simultáneamente, aumentando la velocidad y eficiencia de procesamiento.
• Tipos de paralelismo:
  • Paralelismo de datos: varias unidades de procesamiento realizan la misma operación en diferentes elementos de datos.
  • Paralelismo de tareas: varias unidades de procesamiento realizan diferentes tareas en los mismos o diferentes datos.
  • Paralelismo de pipelining: varias unidades de procesamiento realizan diferentes etapas de una operación de pipelining.

Taxonomía de Flynn

• Clasificación de ordenadores paralelos según el tipo de instrucciones y flujo de datos:
  • SISD (Single Instruction, Single Data): flujo de instrucción simple, flujo de datos simple (arquitectura tradicional de von Neumann).
  • SIMD (Single Instruction, Multiple Data): flujo de instrucción simple, flujo de datos múltiple (por ejemplo, procesadores de vectores).
  • MISD (Multiple Instruction, Single Data): flujo de instrucción múltiple, flujo de datos simple (por ejemplo, arquitecturas en pipeline).
  • MIMD (Multiple Instruction, Multiple Data): flujo de instrucción múltiple, flujo de datos múltiple (por ejemplo, arquitecturas de memoria distribuida).

SIMD (Single Instruction, Multiple Data)

• Definición: tipo de procesamiento paralelo donde una instrucción única se ejecuta en múltiples elementos de datos simultáneamente.
• Características:
  • La misma instrucción se ejecuta en todos los elementos de datos.
  • Cada unidad de procesamiento realiza la misma operación en diferentes elementos de datos.
  • Ejemplos: procesadores de vectores, computación de GPU (Unidad de Procesamiento de Gráficos).

MIMD (Multiple Instruction, Multiple Data)

• Definición: tipo de procesamiento paralelo donde múltiples instrucciones se ejecutan en múltiples elementos de datos simultáneamente.
• Características:
  • Cada unidad de procesamiento ejecuta una instrucción diferente en diferentes elementos de datos.
  • Ejemplos: arquitecturas de memoria distribuida, computación en clúster, computación en grid.

Arquitectura de Multicomputadoras

• Definición: tipo de arquitectura paralela donde múltiples ordenadores se conectan para formar un sistema único.
• Características:
  • Cada ordenador (nodo) tiene su propio procesador, memoria y dispositivos de E/S.
  • Los nodos se comunican entre sí a través de una red o interconexión.
  • Ejemplos: computación en clúster, computación en grid, computación distribuida.
• Ventajas:
  • Escalabilidad: se pueden agregar o eliminar nodos según sea necesario.
  • Flexibilidad: los nodos pueden ser heterogéneos y ejecutar diferentes sistemas operativos.
  • Costo-efectividad: se pueden construir utilizando hardware de commodities.

Computación en Grid

• Paradigma de computación distribuida que coordina y comparte recursos informáticos entre organizaciones
• Permite cálculos y análisis de datos a gran escala y complejidad
• Características:
  • Escalabilidad: miles de recursos pueden ser agregados o removidos dinámicamente
  • Heterogeneidad: integra recursos diversos, como computadoras, almacenamiento y redes
  • Autonomía: los recursos son administrados por sus propietarios, con niveles de control de acceso variables

Infraestructura y software grid

• Infraestructura:
  • Recursos computacionales (CPUs, GPUs, etc.)
  • Recursos de almacenamiento (repositorios de datos, bases de datos, etc.)
  • Recursos de red (redes de alta velocidad, etc.)
• Software:
  • Middleware de grid (por ejemplo, Globus, Unicore, gLite)
  • Sistemas de gestión de recursos (por ejemplo, programadores de trabajos, brokers de recursos)
  • Aplicaciones y herramientas (por ejemplo, simulaciones científicas, análisis de datos)

Programador de Grid

• Componente de la infraestructura de grid que gestiona la programación de trabajos y la asignación de recursos
• Funciones:
  • Envío y gestión de trabajos
  • Descubrimiento y asignación de recursos
  • Programación y priorización de trabajos
  • Monitoreo y tolerancia a fallos
• Ejemplos de programadores de grid:
  • Condor
  • GridWay
  • SGE (Sun Grid Engine)

Globo

• Plataforma de computación en grid que permite la creación de organizaciones virtuales
• Proporciona un marco para construir aplicaciones y servicios de grid
• Características:
  • Arquitectura orientada a servicios (SOA)
  • Interfaz basada en servicios web
  • Soporte para varios lenguajes de programación y plataformas

Middleware

• Software que habilita la comunicación y coordinación entre recursos de grid y aplicaciones
• Funciones:
  • Autenticación y autorización
  • Descubrimiento y asignación de recursos
  • Gestión de datos y transferencia
  • Gestión y ejecución de trabajos
• Ejemplos de middleware de grid:
  • Globus Toolkit
  • Unicore
  • gLite
  • Open Grid Services Architecture (OGSA)

Arquitectura y Componentes IoT

• La capa de dispositivo (Device Layer) se compone de sensores, actuadores y microcontroladores que interactúan con el mundo físico.
• La capa de red (Network Layer) utiliza protocolos de comunicación como Wi-Fi, Bluetooth y LoRaWAN para conectar dispositivos a internet.
• La capa de puerta de enlace (Gateway Layer) comprende dispositivos que se conectan a internet y gestionan la transmisión de datos, como routers y gateways.
• La capa de nube (Cloud Layer) alberga servicios en la nube que procesan, almacenan y analizan datos IoT.
• La capa de aplicación (Application Layer) incluye aplicaciones que utilizan datos IoT para proporcionar servicios y insights.

Componentes IoT

• Los sensores miden parámetros físicos, como temperatura, humedad y aceleración.
• Los actuadores controlan dispositivos físicos, como motores, válvulas y LEDs.
• Los microcontroladores son pequeños computadores que procesan y controlan dispositivos IoT.
• Los módulos de comunicación habilitan la comunicación entre dispositivos, utilizando tecnologías como Wi-Fi, Bluetooth y LoRaWAN.
• La gestión de energía se refiere a la gestión de la vida útil de la batería y las técnicas de cosecha de energía.

Plataformas y Herramientas IoT

• Las plataformas de gestión de dispositivos (Device Management Platforms) permiten administrar y monitorear dispositivos IoT de forma remota, como AWS IoT y Microsoft Azure IoT.
• Las plataformas de análisis de datos (Data Analytics Platforms) procesan y analizan datos IoT, como Google Cloud IoT Core y IBM Watson IoT.
• Las placas de desarrollo (Development Boards) son plataformas de prototipado para el desarrollo IoT, como Arduino y Raspberry Pi.
• Los sistemas operativos IoT (IoT Operating Systems) son sistemas operativos especializados para dispositivos IoT, como RIOT y Zephyr.
• Las plataformas de IoT basadas en la nube (Cloud-based IoT Platforms) son plataformas integradas para el desarrollo y despliegue de IoT, como AWS IoT y Google Cloud IoT Core.