Processamento Paralelo com Aceleradores
Gabarito: letra C. A paralelização com aceleradores, como GPUs, permite executar tarefas massivamente paralelas de forma eficiente, sendo essa a descrição correta entre as opções.
A questão aborda o conceito de aceleradores (hardware especializado para tarefas específicas, como GPUs) e sua relação com o paralelismo. A alternativa C captura corretamente essa ideia.
Alternativa A — ❌ Incorreta
Afirma que a paralelização com aceleradores usa exclusivamente múltiplos núcleos de CPU. Aceleradores são unidades especializadas (GPUs, FPGAs, ASICs) que não se limitam a núcleos de CPU; eles têm arquitetura própria para paralelismo massivo.
Alternativa B — ❌ Incorreta
Associa a aceleração a caches maiores nos aceleradores. Na verdade, o ganho de desempenho vem da execução paralela de muitas operações simultâneas, não do tamanho do cache. GPUs, por exemplo, têm caches relativamente pequenos comparados às CPUs.
Alternativa C — ✅ Correta ⟵ GABARITO
A descrição é precisa: a paralelização com aceleradores, especialmente GPUs (Graphics Processing Units), explora paralelismo massivo para executar milhares de tarefas simultaneamente — ideal para processamento gráfico e computação de propósito geral (GPGPU).
Alternativa D — ❌ Incorreta
Compara aceleradores a múltiplos processadores em paralelo, afirmando que são menos eficazes. Na prática, aceleradores como GPUs superam CPUs para cargas de trabalho paralelas, sendo mais eficazes em tarefas como simulações e treinamento de machine learning.
Alternativa E — ❌ Incorreta
Alega que a aceleração é limitada pela dependência de instruções, dificultando o uso eficiente de múltiplos núcleos. Embora a dependência de instruções seja uma limitação geral do paralelismo, os aceleradores são projetados para minimizar esse problema com arquiteturas que suportam grande número de threads independentes (ex.: warp schedulers em GPUs).