La granularidad (también llamada granulosidad ) es el grado en que un material o sistema está compuesto de piezas distinguibles , "gránulos" o "granos" (metafóricamente). Puede referirse al grado en que se subdivide una entidad más grande, o al grado en que grupos de entidades más pequeñas e indistinguibles se han unido para convertirse en entidades distinguibles más grandes.
Los materiales o sistemas de grano grueso tienen menos componentes discretos y más grandes que los materiales o sistemas de grano fino .
Los conceptos granularidad , tosquedad y finura son relativos; y se utilizan al comparar sistemas o descripciones de sistemas. Un ejemplo de granularidad cada vez más fina: una lista de naciones en las Naciones Unidas , una lista de todos los estados/provincias de esas naciones, una lista de todas las ciudades de esos estados, etc.
Una descripción detallada de un sistema es un modelo detallado, exhaustivo y de bajo nivel del mismo. Una descripción gruesa es un modelo en el que algunos de estos detalles finos se han suavizado o promediado. La sustitución de una descripción de grano fino por un modelo de grano grueso de menor resolución se denomina análisis de grano grueso . (Ver por ejemplo la segunda ley de la termodinámica )
En dinámica molecular , el grano grueso consiste en reemplazar una descripción atomística de una molécula biológica con un modelo de grano grueso de menor resolución que promedia o suaviza los detalles finos.
Se han desarrollado modelos de grano grueso para investigar la dinámica a mayor escala de tiempo y longitud que son fundamentales para muchos procesos biológicos, como las membranas lipídicas y las proteínas. [1] Estos conceptos no sólo se aplican a las moléculas biológicas sino también a las moléculas inorgánicas.
La granulación gruesa puede eliminar ciertos grados de libertad , como los modos de vibración entre dos átomos, o representar los dos átomos como una sola partícula. Los fines a los que los sistemas pueden ser de grano grueso están simplemente limitados por la precisión de las propiedades dinámicas y estructurales que uno desea replicar. Esta moderna área de investigación está en su infancia y, aunque se utiliza comúnmente en modelos biológicos, la teoría analítica detrás de ella no se comprende bien.
En computación paralela , granularidad significa la cantidad de cálculo en relación con la comunicación, es decir, la relación entre el cálculo y la cantidad de comunicación. [2]
El paralelismo detallado significa que las tareas individuales son relativamente pequeñas en términos de tamaño de código y tiempo de ejecución. Los datos se transfieren entre procesadores frecuentemente en cantidades de una o unas pocas palabras de memoria. Lo contrario es lo contrario: los datos se comunican con poca frecuencia, después de grandes cantidades de cálculo.
Cuanto más fina sea la granularidad, mayor será el potencial de paralelismo y, por tanto, de aceleración, pero mayores serán los gastos generales de sincronización y comunicación. [3] Los desintegradores de granularidad también existen y es importante comprenderlos para determinar el nivel exacto de granularidad. [4]
Para lograr el mejor rendimiento paralelo, es necesario encontrar el mejor equilibrio entre carga y sobrecarga de comunicación. Si la granularidad es demasiado fina, el rendimiento puede verse afectado por el aumento de la sobrecarga de comunicación. Por otro lado, si la granularidad es demasiado gruesa, el rendimiento puede verse afectado por un desequilibrio de carga.
En informática reconfigurable y en supercomputación, estos términos se refieren al ancho de la ruta de datos. El uso de elementos de procesamiento de aproximadamente un bit de ancho, como los bloques lógicos configurables (CLB) en una FPGA , se denomina computación de grano fino o reconfigurabilidad de grano fino, mientras que el uso de rutas de datos amplias, como, por ejemplo, recursos de 32 bits de ancho, como las CPU de microprocesador o las unidades de ruta de datos ( DPU ) impulsadas por flujo de datos, como en una matriz de ruta de datos reconfigurable ( rDPA ), se denomina computación de grano grueso o reconfigurabilidad de grano grueso.
La granularidad de los datos se refiere al tamaño en el que se subdividen los campos de datos. Por ejemplo, una dirección postal se puede registrar, con granularidad aproximada , como un solo campo:
o con granularidad fina , como múltiples campos:
o incluso una granularidad más fina:
Una granularidad más fina tiene gastos generales para la entrada y el almacenamiento de datos. Esto se manifiesta en un mayor número de objetos y métodos en el paradigma de programación orientada a objetos o en más llamadas a subrutinas para programación procedimental y entornos informáticos paralelos . Sin embargo, ofrece beneficios en términos de flexibilidad en el procesamiento de datos al tratar cada campo de datos de forma aislada si es necesario. Es posible que un problema de rendimiento causado por una granularidad excesiva no se manifieste hasta que la escalabilidad se convierta en un problema.
Dentro del diseño de bases de datos y de almacenes de datos , el grano de datos también puede referirse a la combinación más pequeña de columnas en una tabla que hace que las filas (también llamadas registros) sean únicas. [5]
