24
processor
yang sangat banyak berasumsi bahwa data sudah siap pada
awalnya.
Yang harus diketahui pada saat mempartisi gambar adalah untuk
mengurangi
informasi
antara processor, yang sesuai untuk
meminimalisasikan komunikasi antara partisi yang berbeda. Untuk proses
gambar pada
tingkat yang rendah, meningkatkan performa tergantung
pada jumlah processor
yang ada. Namun, performa akan berkurang
sebagai hasil dari komunikasi overhead
atau konten pada saat membagi
sumberdaya bersama. Karena itu, setiap processor
harus memiliki
memory local
untuk mengurangi segala tundaan yang bersangkutan
dengan contention
pada
memory global. Partisi sangat menguntungkan
pada saat operasi hanya memerlukan data dari daerah lokal, dimana lokal
tergantung pada batasan partisi. Jika operasi dilakukan di dalam daerah
yang identik, ini mengarah kepada SIMD (single instruction, multiple
data) arsitektur proses parallel menurut Flynn's taxonomy (Flynn,1972).
Dengan bebrapa operasi level
menengah, waktu proses untuk
setiap partisi mungkin akan sangat berpengaruh pada isi dari gambar yang
berada pada bagian tersebut. Strategi partisi akan lebih kurang efisien
dalam hal ini karena performa kasus terburuk harus di perbolehkan untuk
pada saat mengalokasi partisi kepada processor. Sebagai hasilnya, banyak
processor
yang hanya menunggu menghabiskan waktu. Dalam kasus
tersebut, performa yang lebih baik hanya dapat didapatkan dengan
menambahkan partisi dibandingkan processor, dan menggunakan
processor
farm approach
(Downton dan Crookes, 1998). Lalu untuk
 |