SMP (Symmetric Multi-Processing)
Multiprocesamiento simétrico
¿Qué es?
SMP son las siglas en inglés de multiprocesamiento con memoria compartida o multiprocesamiento simétrico. En la práctica, describe una arquitectura multiprocesador en la que dos o más CPU idénticas comparten la misma memoria principal, tienen el mismo acceso a todos los dispositivos de entrada y salida y están controladas por el mismo sistema operativo, que no establece diferencias entre las CPU. Si cada CPU tiene más de un núcleo, la arquitectura SMP tratará cada núcleo individual como una CPU independiente.
La mayoría de los sistemas multiprocesador modernos emplean algún tipo de arquitectura SMP para lograr un rendimiento óptimo, ya que SMP permite que cualquier CPU trabaje en cualquier tarea almacenada en la memoria principal. El sistema SMP puede asignar tareas a distintos procesadores para aprovechar al máximo sus recursos de computación y equilibrar la carga de trabajo de forma más eficaz. También resulta adecuado para aplicaciones que requieren pocos procesadores, pero deben completar operaciones de cálculo y análisis de datos a gran escala.
La mayoría de los sistemas multiprocesador modernos emplean algún tipo de arquitectura SMP para lograr un rendimiento óptimo, ya que SMP permite que cualquier CPU trabaje en cualquier tarea almacenada en la memoria principal. El sistema SMP puede asignar tareas a distintos procesadores para aprovechar al máximo sus recursos de computación y equilibrar la carga de trabajo de forma más eficaz. También resulta adecuado para aplicaciones que requieren pocos procesadores, pero deben completar operaciones de cálculo y análisis de datos a gran escala.
¿Por qué se necesita?
Entre las ventajas del multiprocesamiento simétrico (SMP) se incluyen una arquitectura de sistema sencilla, una gestión fácil, una forma rentable de aumentar el rendimiento y la posibilidad de compilar fácilmente programas de computación paralela. Sin embargo, también puede presentar algunas desventajas, como una escalabilidad deficiente y unos costes de ampliación elevados. Además, el sistema operativo y los programas de software deben estar optimizados para aprovechar plenamente la arquitectura de multiprocesamiento simétrico.
Por este motivo, la arquitectura de multiprocesamiento simétrico se utiliza con menos frecuencia en los ordenadores personales, pero se ha convertido en un elemento esencial de los sistemas de servidores, que a menudo necesitan realizar varias tareas y ejecutar varios programas al mismo tiempo. Cuando el servidor ejecuta más de un programa simultáneamente, la arquitectura de multiprocesamiento simétrico ofrece sistemáticamente un mejor rendimiento que los sistemas basados en un único procesador. El problema de la escalabilidad suele poder mitigarse mediante diseños de servidor innovadores.
Por este motivo, la arquitectura de multiprocesamiento simétrico se utiliza con menos frecuencia en los ordenadores personales, pero se ha convertido en un elemento esencial de los sistemas de servidores, que a menudo necesitan realizar varias tareas y ejecutar varios programas al mismo tiempo. Cuando el servidor ejecuta más de un programa simultáneamente, la arquitectura de multiprocesamiento simétrico ofrece sistemáticamente un mejor rendimiento que los sistemas basados en un único procesador. El problema de la escalabilidad suele poder mitigarse mediante diseños de servidor innovadores.
¿Cómo ayuda GIGABYTE?
Las soluciones para servidores de GIGABYTE que funcionan con más de una CPU utilizan principalmente algún tipo de arquitectura de multiprocesamiento simétrico (SMP). Por ejemplo, el R282-Z9G de la serie R de servidores en rack se basa en dos procesadores AMD EPYC™ de la serie 7003, capaces de ofrecer un rendimiento extremadamente alto para facilitar una comunicación más rápida entre las CPU (y entre las CPU y los aceleradores GPU) en aplicaciones de HPC o análisis de datos. El R292-4S1 es otro buen ejemplo. Equipado con procesadores Intel® Xeon® Scalable de 3.ª generación en una configuración de 4 vías, mitiga eficazmente los problemas de escalabilidad al ofrecer una mayor flexibilidad, por lo que resulta adecuado para cargas de trabajo de servidores, incluida la computación en la nube y la computación perimetral.