Ir al contenido principal

Teaching Concurrency with Erlang


Como presentamos anteriormente en la entrada correspondiente a Erlang, nos queda claro que el Paralelismo aunque es diferente a la concurrencia, ambos nos ayudan a alcanzar nuestro deseado objetivo de tener un paradigma de desarrollo de software más enfocado al aprovechamiento de recursos listos para multiproceso.
A medida que la tecnología avanza, el interés por hacer programas Concurency-Oriented incrementa debido a que cada vez se integra tecnología más compleja y completa que satisface diversas necesidades que han surgido con el tiempo, así como la miniaturización, la eficiencia y por supuesto la potencia. Actualmente tenemos procesadores que tienen al menos dos núcleos, y gracias a un poco de astucia mercantil e ingenieril, podemos decir que ambos núcleos se pueden sentir como cuatro. Así mismo contamos con teléfonos móviles que cuentan con hasta 8 núcleos y tienen arquitecturas interesantes como BIGlittle; sin embargo esta necesidad por “tirar más núcleos al problema” no surgió de la noche a la mañana, así como hemos venido trabajando la idea de incrementar el rendimiento, históricamente en algún momento alguien pensó erróneamente que para nuestros tiempos terminaríamos con procesadores que alcanzaran frecuencias de hasta 7, 10, o incluso 20 Giga Hertz. De acuerdo al paradigma que ha ido cambiando poco a poco, nos enfrentamos a una cuestión de suma importancia, cómo se puede enseñar programación orientada a la concurrencia teniendo en cuenta lo difícil que ya hemos destacado en todas las entradas que es el cambio en el pradigma. En el paper “Teaching Concurrency-Oriented Programming with Erlang”, Ariel Ortiz destaca una serie de bondades que el lenguaje Erlang posee con el fin de facilitar el proceso de aprendizaje, incluso podemos notar que las actividades y prácticas que se proponen no son muy diferentes a las que llevaría cualquier curso de programación lineal, sin embargo se introduce un enfoque importante a no solo aprovechar las bondades del lenguaje, sino también superar algunas de las deficiencias que tiene, para que el “aprendiz” pueda realmente entender el panorama de la programación en paralelo, cómo aún no se tienen todas las respuestas, así como las ventajas en tiempo de ejecución que la concurrencia y el paralelismo tienen parael futuro.

Comentarios

Entradas más populares de este blog

Silicon Valley

Las computadoras como las conocemos, han recorrido un camino muy largo e interesante desde que la necesidad trabajar con más información se volvió una prioridad para la ciencia, la guerra y la economía, es por eso que el transistor marcó la diferencia de una era en el ramo computacional ya que cambió por completo la industria electrónica. Su concepto implicaba una gran mejora en cuanto a los dispositivos utilizados manejar estados lógicos en circuitos electrónicos, ya que miniaturizaba diversos componentes electrónicos en uno solo haciendo posible la creación de dispositivos más complejos, mismos que hicieron posible llevar a cabo el primer alunizaje. La pasión por la ciencia, motivada por la revolución de hacer la vida de las personas cada vez mejor, es el incentivo adecuado (además del dinero) que llevó a un grupo de científicos a desarrollar la tecnología necesaria bajo el nombre de “FairChild Semiconductor”, hoy “Intel”, después de diversos conflictos de intereses y grandes pol...

The State of Parallel Programming

Anteriormente hemos hablado del gran reto de cambiar el paradigma del desarrollo del software, pues este ha logrado mantenerse al grado de que la misma comunidad que lo mantiene fue poco a poco integrando algunos elementos del paralelismo, y a pesar de esto el “mindset” que se requiere para paralelizar procesos durante el desarrollo no se encuentra normalizado. Tal como el caso de los lenguajes de programación más populares, buscando la forma de ofrecer las funciones más actuales. No obstante, al paralelizar con estas herramientas no soluciona el principal problema, de lo que el cambio de paradigma refiere. Según UBM TechWeb, necesitamos más y mejores herramientas para paralelizar tareas en especial cuando nos involucramos con código lo suficientemente complejo como para necesitar debuggeo intensivo, pues muchas veces podemos recaer en paralelización incorrecta, incluso aunque las estadísticas nos digan que un buen número de programadores están familiarizados con...