La granularità si riferisce a quanto è divisibile un sistema. I sistemi a grana fine, che hanno un’elevata granularità, sono suddivisi in un numero maggiore di parti più piccole, mentre un sistema a grana grossa ha un numero inferiore di parti più grandi. Ad esempio, una misurazione del peso di un oggetto in once è più granulare di una misurazione del peso dello stesso oggetto in libbre, che a sua volta è più granulare di una misurazione in tonnellate. Il concetto è importante in una serie di aree, tra cui scienza, tecnologia informatica e affari.
Nell’elaborazione parallela del computer, il termine si riferisce a come sono suddivisi i compiti. L’elaborazione parallela a grana fine divide un’attività in un gran numero di attività più piccole, solitamente di breve durata, mentre l’elaborazione parallela a grana grossa ha attività più grandi e più lunghe. Una granularità più fine aumenta la quantità di lavoro che può essere svolto simultaneamente e quindi è potenzialmente più veloce, ma al prezzo di richiedere più risorse per la comunicazione tra i processori.
La granularità viene utilizzata anche per descrivere la divisione dei dati. I dati con una granularità bassa sono suddivisi in un numero ridotto di campi, mentre i dati con granularità elevata sono suddivisi in un numero maggiore di campi più specifici. Ad esempio, un record delle caratteristiche fisiche di una persona con dati elevati potrebbe avere campi separati per altezza, peso, età, sesso, colore dei capelli, colore degli occhi e così via, mentre un record con dati bassi registrerebbe le stesse informazioni in un numero inferiore di campi più generali e un record ancora inferiore elencherà tutte le informazioni in un unico campo. Una maggiore granularità rende i dati più flessibili consentendo l’elaborazione separata di parti più specifiche dei dati, ma richiede maggiori risorse di calcolo.
Nelle scienze fisiche, il termine si riferisce al livello di dettaglio nei modelli scientifici. Un modello a grana fine è molto dettagliato, mentre un modello a grana grossa fa la media dei dettagli di basso livello piuttosto che ritrarli individualmente. Ad esempio, un modello computerizzato a grana fine delle interazioni tra atomi le modellerà a livello subatomico secondo le leggi della meccanica quantistica, mentre modelli un po’ più grossolani possono trattare l’intero nucleo di un atomo come una particella a punto singolo che viene poi modellata secondo la fisica classica, e modelli ancora più grossolani trattano interi gruppi di atomi come una singola unità. I modelli a grana grossa sono meno precisi, ma richiedono meno potenza di calcolo per modellare un dato sistema rispetto ai modelli a grana fine. Consentono inoltre la modellazione di sistemi su larga scala che sarebbero poco pratici o impossibili da rappresentare con modelli a grana più fine.
Questo concetto è utilizzato anche nel mondo degli affari e della finanza. Nel settore bancario, la granularità nella gestione del rischio del portafoglio crediti si riferisce alla diversità del portafoglio. I portafogli altamente granulari hanno un numero maggiore di esposizioni distribuite su una varietà di aree economiche, il che protegge la banca dall’affrontare perdite grandi e improvvise a seguito di un’insolvenza di un singolo debitore di grandi dimensioni o di una recessione in un singolo settore. Il termine può anche riferirsi a un principio simile per ridurre il rischio per gli investimenti in azioni, obbligazioni o valute.