La granularidad se refiere a cuán divisible es un sistema. Los sistemas de grano fino, que tienen una granularidad alta, se dividen en un mayor número de partes más pequeñas, mientras que un sistema de grano grueso tiene un número menor de partes más grandes. Por ejemplo, una medida del peso de un objeto en onzas es más granular que una medida del peso del mismo objeto en libras, que a su vez es más granular que una medida en toneladas. El concepto es importante en varias áreas, incluidas la ciencia, la tecnología informática y los negocios.
En procesamiento informático paralelo, el término se refiere a cómo se dividen las tareas. El procesamiento paralelo de grano fino divide una tarea en una gran cantidad de tareas más pequeñas, generalmente de corta duración, mientras que el procesamiento paralelo de grano grueso tiene tareas más grandes y más largas. La granularidad más fina aumenta la cantidad de trabajo que se puede hacer simultáneamente y, por lo tanto, es potencialmente más rápido, pero al precio de requerir más recursos para la comunicación entre procesadores.
La granularidad también se utiliza para describir la división de datos. Los datos con baja granularidad se dividen en una pequeña cantidad de campos, mientras que los datos con alta granularidad se dividen en una mayor cantidad de campos más específicos. Por ejemplo, un registro de las características físicas de una persona con datos altos puede tener campos separados para la altura, peso, edad, sexo, color de cabello, color de ojos de la persona, etc., mientras que un registro con datos bajos registraría la misma información en un número menor de campos más generales y un registro aún menor incluiría toda la información en un solo campo. Una mayor granularidad hace que los datos sean más flexibles al permitir que partes más específicas de los datos se procesen por separado, pero requiere mayores recursos computacionales.
En las ciencias físicas, el término se refiere al nivel de detalle en los modelos científicos. Un modelo de grano fino es muy detallado, mientras que un modelo de grano grueso promedia los detalles de bajo nivel en lugar de representarlos individualmente. Por ejemplo, un modelo de computadora de grano fino de interacciones entre átomos los modelará a nivel subatómico de acuerdo con las leyes de la mecánica cuántica, mientras que los modelos algo más toscos pueden tratar el núcleo completo de un átomo como una partícula de un solo punto que luego se modela. según la física clásica, y los modelos aún más burdos tratan a grupos enteros de átomos como una sola unidad. Los modelos de grano grueso son menos precisos, pero requieren menos potencia de cálculo para modelar un sistema dado que los modelos de grano fino. También permiten el modelado de sistemas a gran escala que serían imprácticos o imposibles de representar con modelos más detallados.
Este concepto también se utiliza en negocios y finanzas. En banca, la granularidad en la gestión del riesgo de la cartera de crédito se refiere a la diversidad de la cartera. Las carteras altamente granulares tienen una mayor cantidad de exposiciones distribuidas en una variedad de áreas económicas, lo que protege al banco de enfrentar pérdidas grandes y repentinas como resultado de un incumplimiento de un solo gran deudor o una recesión en una sola industria. El término también puede referirse a un principio similar para reducir el riesgo de inversiones en acciones, bonos o divisas.