Komputasi Quantum

Quantum Computation

itu sendiri adalah suatu bidang studi yang memfokuskan kepadateknologi komputer yang sedang berkembang berdasarkan prinsip-prinsip dari teori kuantum.Dimana dijelaskan mulai dari sifat serta perilaku energi dan materi pada kuantum (atom dan subatom) tingkat. Lalu apa bedanya Quantum Computation dengan Quantum Computing ,Berikut ini perbedaanya :

•Quantum Computing

adalah alat hitung yang menggunakan sebuah fenomena mekanikakuantum, misalnya superposisi dan keterkaitan untuk melakukan operasi data. Dalamkomputasi klasik, jumlah data dihitung dengan bit. Dalam komputer kuantum, hal inidilakukan dengan qubit.Prinsip dasar komputer kuantum adalah bahwa sifat kuantum

dari partikel dapat digunakan untuk mewakili data dan struktur data dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untukmengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum. Dan apa itu Qubit serta Mekanika Kuantum

•Qubit atau Binary Digit

merupakan ukuran terkecil data dalam sebuah komputer yanghanya terdiri dari 1 atau 0, nyala atau mati, benar atau salah, tidak ada selain dari duakemungkinan itu. Tapi qubit atau quantum bit, bisa memiliki tiga kemungkinan yaitu 1, 0atau supersisi dari 1 dan 0. Iya, tidak dan mungkin. Qubit menggunakan mekanika kuantum(hukum fisika yang berlaku hanya untuk partikel yang sangat kecil seperti atom) untukmengkodekan informasi baik sebagai 1 dan 0 pada saat yang sana. Sedangkan

• Mekanika Kuantum

merupakan cabang dasar fisika yang menggantikan mekanika klasik paa tataran atom dan sub atom. Kuantum komputer menggunakan fenomena dari mekanikakuantum yang berupa superposition, entanglement, multi verse dan tunneling.Superposition adalah keadaan dimana diantara 2 kemungkinan atau bisa disebut gabungan2 kemungkinan

Metode Pengoperasian Data Qubit

Qubit merupakan kuantum bit , mitra dalam komputasi kuantum dengan digit biner atau bit dari komputasi klasik. Sama seperti sedikit adalah unit dasar informasi dalam komputer klasik, qubit adalah unit dasar informasi dalam komputer kuantum . Dalam komputer kuantum, sejumlah partikel elemental seperti elektron atau foton dapat digunakan (dalam praktek, keberhasilan juga telah dicapai dengan ion), baik dengan biaya mereka atau polarisasi bertindak sebagai representasi dari 0 dan / atau 1. Setiap partikel-partikel ini dikenal sebagai qubit, sifat dan perilaku partikel-partikel ini (seperti yang diungkapkan dalam teori kuantum ) membentuk dasar dari komputasi kuantum. Dua aspek yang paling relevan fisika kuantum adalah prinsip superposisi dan Entanglement

Superposisi, pikirkan qubit sebagai elektron dalam medan magnet. Spin elektron mungkin baik sejalan dengan bidang, yang dikenal sebagai spin-up, atau sebaliknya ke lapangan, yang dikenal sebagai keadaan spin-down. Mengubah spin elektron dari satu keadaan ke keadaan lain dicapai dengan menggunakan pulsa energi, seperti dari Laser – katakanlah kita menggunakan 1 unit energi laser. Tapi bagaimana kalau kita hanya menggunakan setengah unit energi laser dan benar-benar mengisolasi partikel dari segala pengaruh eksternal? Menurut hukum kuantum, partikel kemudian memasuki superposisi negara, di mana ia berperilaku seolah-olah itu di kedua negara secara bersamaan. Setiap qubit dimanfaatkan bisa mengambil superposisi dari kedua 0 dan 1. Dengan demikian, jumlah perhitungan bahwa komputer kuantum dapat melakukan adalah 2 ^ n, dimana n adalah jumlah qubit yang digunakan. Sebuah komputer kuantum terdiri dari 500 qubit akan memiliki potensi untuk melakukan 2 ^ 500 perhitungan dalam satu langkah. Ini adalah jumlah yang mengagumkan – 2 ^ 500 adalah atom jauh lebih dari yang ada di alam semesta (ini pemrosesan paralel benar – komputer klasik saat ini, bahkan disebut prosesor paralel, masih hanya benar-benar melakukan satu hal pada suatu waktu: hanya ada dua atau lebih dari mereka melakukannya). Tapi bagaimana partikel-partikel ini akan berinteraksi satu sama lain? Mereka akan melakukannya melalui belitan kuantum.

ANALISA

Dari pengertian Quantum Computing, sekarang mari kita lihat implementasinya yang ada di dunia nyata. Berikut implementasinya dibawah ini : Beberapa waktu lalu para ilmuwan di pusat penelitian di Almaden telah berhasil menjalankan kalkulasi komputer kuantum yang paling rumit hingga saat ini. Mereka berhasil membuat seribu triliun molekul yang didesain khusus dalam sebuah tabung menjadi sebuah komputer kuantum 7-Qubit yang mampu memecahkan sebuah versi sederhana perhitungan matematika yang merupakan inti dari banyak diantara system kriptografis pengamanan data (data security cryptographic system). Keberhasilan ini memperkuat keyakinan bahwa suatu saatkomputer - komputer kuantum akan mampu memecahkan problem yang demikian kompleks yang selama ini tidak mungkin dapat dipecahkan oleh super komputer - super komputer yang paling hebat meski dalam tempo jutaan tahun sekalipun. Dalam edisi jurnal ilmiah nature yang terbit beberapa waktu lalu, sebuah tim bersama-sama mahasiswa tingkat graduate dari universitas stanford melaporkan demonstrasi pertama dari "Algoritma Shor" sebuah metode yang dikembangkan tahun 1994 oleh ilmuwan AT & T Peter Shor untuk menggunakan komputer kuantum yang futuristik untuk menemukan faktor-faktor dari sebuah bilangan. Bilangan-bilangan yang diperkalikan satu dengan yang lain untuk memperoleh  bilangan asli. Saat ini, pemfaktoran (factoring) sebuah bilangan besar masih terlalu sulit bagikomputer konvensional meskipun begitu mudah untuk diverifikasi. Itulah sebabnya pemfaktoran  bilangan besar ini banyak digunakan dalam metode kriptografi untuk melindungi data.

Kesimpulan

Saat ini perkembangan teknologi sudah menghasilkan komputer kuantum sampai 7 qubit, tetapi menurut penelitian dan analisa yang ada, dalam beberapa tahun mendatang teknologi komputer kuantum bisa mencapai 100 qubit. Dalam komputer kuantum, sejumlah partikel elemental seperti elektron atau foton dapat digunakan, baik dengan biaya maupun polarisasi yang bertindak sebagai representasi dari 0 dan/atau 1. Setiap partikel-partikel ini dikenal sebagai qubit. Sifat dan perilaku partikel-partikel ini membentuk dasar dari komputasi kuantum. Bit digambarkan oleh status 0 atau 1. Begitu pula dengan qubit yang digambarkan oleh status quantum. Dua status quantum yang potensial untuk qubit ekuivalen dengan 0 dan 1 bit klasik. Namun, dalam mekanika quantum, objek apapun yang memiliki dua status berbeda pasti memiliki rangkaian status potensial lain atau disebut dengan superposisi yang menjerat kedua status hingga derajat bermacam-macam.

Analisis Perbandingan 2 Jurnal bertema Komputasi Pararel

1. Latar Belakang

Parallel computing adalah penggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Idealnya, parallel processing membuat programberjalan lebih cepat karena semakin banyak CPU yang digunakan. Tetapi dalam praktek,seringkali sulit membagi program sehingga dapat dieksekusi oleh CPU yang berbea-beda tanpa berkaitan di antaranya, Maksudnya program dijalankan dengan banyak CPU secara bersamaan dengan tujuan untuk membuat program yang lebih baik dan dapat diproses dengan cepat. Dapat diambil kesimpulan bahwa pada parallel processing berbeda dengan istilah multitasking, yaitu satu CPU mengangani atau mengeksekusi beberapa program sekaligus, parallel processing dapat disebut juga dengan istilah parallel computing.

CUDA (Compute Unified Device Architecture) adalah suatu skema yang dibuat oleh NVIDIA agar NVIDIA selaku GPU (Graphic Processing Unit) mampu melakukan komputasi tidak hanya untuk pengolahan grafis namun juga untuk tujuan umum. Jadi, dengan CUDA, kita dapat memanfaatkan cukup banyak processor yang dimiliki oleh NVIDIA untuk berbagai perhitungan. GPU yang ada  saat ini seperti ATI pun sudah memiliki banyak processor di dalamnya. Pada ATI, skema yang mereka bangun disebut ATI Stream. Saat ini pemrograman paralel menjadi sangat penting karena kebutuhan kemampuan komputasi komputer yang terus meningkat seperti kemampuan multitasking dan pengolahan grafis yang andal. Metode saat ini dalam peningkatan peforma komputer juga berbeda dengan masa lampau dimana peningkatan clock dari processor yang diutamakan.

Peningkatan clock juga dibatasi oleh kemampuan fisik dari perangkat digital yaitu persoalan daya dan panas. Pada 2005 berbagai industri komputer mulai menawakan komputer dengan beberapa core mulai dari 2, 3, 4, 6, dst. Pada awal perkembangan GPU dengan banyak core, pemanfaatan GPU hanya dapat dilakukan dengan antarmuka seperti OpenGL dan DirectX dimana antarmuka tersebut dikhususkan hanya untuk pengolahan grafis.

2. Metode

Thread

Dalam pemrograman komputer, sebuah thread adalah informasi terkait dengan penggunaan sebuah program tunggal yang dapat menangani beberapa pengguna secara bersamaan. Dari program point-of-view, sebuah thread adalah informasi yang dibutuhkan untuk melayani satu pengguna individu atau permintaan layanan tertentu. Jika beberapa pengguna menggunakan program atau permintaan bersamaan dari program lain yang sedang terjadi, thread yang dibuat dan dipelihara untuk masing-masing proses.

Pengantar pemrograman cuda

GPU (Graphical Processing Unit) pada awalnya adalah sebuah prosesor yang berfungsi khusus untuk melakukan rendering pada kartu grafik saja, tetapi seiring dengan semakin meningkatnya kebutuhan rendering, terutama untuk mendekati waktu proses yang realtime /sebagaimana kenyataan sesungguhnya, maka meningkat pula kemampuan prosesor grafik tersebut. akselerasi peningkatan teknologi GPU ini lebih cepat daripada peningkatan teknologi prosesor sesungguhnya (CPU), dan pada akhirnya GPU menjadi General Purpose, yang artinya tidak lagi hanya untuk melakukan rendering saja melainkan bisa untuk proses komputasi secara umum.penggunaan Multi GPU dapat mempercepat waktu proses dalam mengeksekusi program karena arsitekturnya yang natively parallel. Selain itu Peningkatan performa yang terjadi tidak hanya berdasarkan kecepatan hardware GPU saja, tetapi faktor yang lebih penting adalah cara membuat kode program yang benarbenar bisa efektif berjalan pada Multi GPU.

3. Analisa

Thread

Thread memungkinkan program untuk mengetahui user sedang masuk didalam program secara bergantian dan akan kembali masuk atas nama pengguna yang berbeda. Salah satu informasi thread disimpan dengan cara menyimpannya di daerah data khusus dan menempatkan alamat dari daerah data dalam register. Sistem operasi selalu menyimpan isi register saat program interrupted dan restores ketika memberikan program kontrol lagi.

Pengatar Pemrograman Cuda

CUDA merupakan teknologi anyar dari produsen kartu grafis Nvidia, dan mungkin belum banyak digunakan orang secara umum. Kartu grafis lebih banyak digunakan untuk menjalankan aplikasi game, namun dengan teknologi CUDA ini kartu grafis dapat digunakan lebih optimal ketika menjalankan sebuah software aplikasi. Fungsi kartu grafis Nvidia digunakan untuk membantu Processor (CPU) dalam melakukan kalkulasi dalam proses data.

4. Saran dan Kesimpulan

Teknologi CUDA untuk komputasi paralel menggunakan GPU menunjukkan keunggulan terhadap komputasi sekuensial menggunakan CPU. Berdasarkan pengujian tersebut, diketahui bahwa selisih kedua komputasi untuk image processing tidak begitu besar terutama untuk operasi grayscale dan negatif. Namun untuk operasi deteksi tepi, makin besar ukuran gambar semakin terlihat kecepatan proses CUDA hingga 2.8 kali lipat lebih cepat daripada OpenCV yang didapat pada ukuran gambar 7500x5000. Hal ini disebabkan pada perbedaan algoritme pada tiap operasi. Pada operasi grayscale dan negatif memiliki algoritme yang hampir mirip yakni cukup menggunakan satu persamaan untuk mengubah warna tiap pixel gambar. Sedangkan algoritme untuk operasi deteksi tepi menggunakan matriks konvolusi 3x3 untuk matriks X dan Y. Hasil dari matriks tersebut baru dimasukkan pada tiap pixel gambarnya. Algoritme persamaan matriks tersebut lebih cepat dijalankan secara paralel. Namun untuk video processing, OpenCV sedikit lebih unggul dari CUDA dengan perbedaan hingga dua frame meskipun tidak begitu terlihat di dalam video. Dalam penelitian selanjutnya perlu dilakukan pengujian untuk membandingkan antara komputasi GPU(CUDA) dengan komputasi paralel untuk operasi dengan algoritme yang lebih kompleks. Untuk video processing bisa dibandingkan dengan memanfaatkan OpenGL untuk mengoptimakan GPU. Bahkan perlu dilakukan pengujian secara nyata untuk proses rendering

5. Sumber

http://carilahinspirasi.blogspot.com/2011/02/komputasi-terdistribusi.html

https://cudaku.wordpress.com/

https://www.academia.edu/28612603/MAKALAH_SISTEM_OPERASI_THREAD_CANCELLATION_NAMA_KELOMPOK_PROGRAM_STUDI_TEKNIK_INFORMATIKA_FAKULTAS_ILMU_KOMPUTERhttp://blog.ub.ac.id/fauziahmayasari/2012/07/25/implementasi-parallel-processing/