La granularidad (también llamada granulosidad ) es el grado en el que un material o sistema está compuesto de piezas distinguibles , "gránulos" o "granos" (metafóricamente). Puede referirse al grado en el que una entidad más grande está subdividida, o al grado en el que grupos de entidades más pequeñas e indistinguibles se han unido para convertirse en entidades más grandes y distinguibles.
Los materiales o sistemas de grano grueso tienen menos componentes discretos y de mayor tamaño que los materiales o sistemas de grano fino .
Los conceptos de 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 en esas naciones, una lista de todas las ciudades en esos estados, etc.
Una descripción de grano fino de un sistema es un modelo detallado, exhaustivo y de bajo nivel del mismo. Una descripción de grano grueso 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 granulado grueso . (Véase, por ejemplo, la segunda ley de la termodinámica )
En dinámica molecular , el granulado grueso consiste en reemplazar una descripción atomística de una molécula biológica con un modelo de granulado grueso de menor resolución que promedia o suaviza los detalles finos.
Se han desarrollado modelos de grano grueso para investigar la dinámica a escalas de tiempo y longitud más largas que son fundamentales para muchos procesos biológicos, como las membranas lipídicas y las proteínas. [1] Estos conceptos no solo se aplican a las moléculas biológicas sino también a las moléculas inorgánicas.
El granulado grueso puede eliminar ciertos grados de libertad , como los modos vibracionales entre dos átomos, o representar los dos átomos como una sola partícula. Los extremos a los que se puede aplicar el granulado grueso a los sistemas están simplemente limitados por la precisión en la dinámica y las propiedades estructurales que se desean replicar. Esta moderna área de investigación está en sus inicios y, aunque se utiliza comúnmente en el modelado biológico, la teoría analítica que la sustenta es poco conocida.
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 de grano fino significa que las tareas individuales son relativamente pequeñas en términos de tamaño de código y tiempo de ejecución. Los datos se transfieren entre procesadores con frecuencia en cantidades de una o unas pocas palabras de memoria. El paralelismo de grano grueso es lo opuesto: los datos se comunican con poca frecuencia, después de mayores cantidades de cálculo.
Cuanto más fina sea la granularidad, mayor será el potencial de paralelismo y, por lo tanto, de aceleración, pero mayores serán los costos de sincronización y comunicación. [3] También existen desintegradores de granularidad y es importante comprenderlos para determinar el nivel preciso de granularidad. [4]
Para lograr el mejor rendimiento en paralelo, es necesario encontrar el mejor equilibrio entre la carga y la sobrecarga de comunicación. Si la granularidad es demasiado fina, el rendimiento puede verse afectado por la mayor sobrecarga de comunicación. Por otro lado, si la granularidad es demasiado gruesa, el rendimiento puede verse afectado por el desequilibrio de carga.
En computación 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 un FPGA, se denomina computación de grano fino o reconfigurabilidad de grano fino, mientras que el uso de rutas de datos anchas, como, por ejemplo, recursos de 32 bits de ancho, como CPU de microprocesador o unidades de ruta de datos controladas por flujo de datos ( DPU ) 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 gruesa , como un solo campo:
o con granularidad fina , como campos múltiples:
o incluso una granularidad más fina:
Una granularidad más fina tiene costos adicionales para la entrada y el almacenamiento de datos. Esto se manifiesta en una mayor cantidad de objetos y métodos en el paradigma de programación orientada a objetos o en más llamadas a subrutinas para la programación procedimental y los entornos de computación paralela . Sin embargo, ofrece beneficios en cuanto a la flexibilidad del procesamiento de datos al tratar cada campo de datos de forma aislada si es necesario. Un problema de rendimiento causado por una granularidad excesiva puede no revelarse hasta que la escalabilidad se convierta en un problema.
En el 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]
