Grid-laskenta

Grid computing on tekniikka , joka mahdollistaa heterogeenisten resurssien (mukaan lukien prosessorit, tallennustila ja tietyt sovellukset ) koordinoidun käytön , jotka eivät ole keskitetyn hallinnan alaisia. Se on hajautetun laskennan muoto , jossa osallistuvat solmut voivat olla samaa tai eri arkkitehtuuria ja kattavat koko laskentatehoalueen sulautetuista supertietokoneisiin.

Mesh-topologiaan kuuluvat järjestelmät on yhdistetty suuralueverkkoihin (esimerkiksi Internet ). Tieteellisillä aloilla 1990-luvun alussa kehitetty sen tulo kaupallisille markkinoille seurasi ajatusta ns. computing on demand .

Termi mesh viittaa infrastruktuuriin, joka mahdollistaa eri instituutioiden omistamien ja hallinnoimien tehokkaiden tietokoneiden , verkkojen ja tietokantojen integroinnin ja kollektiivisen käytön. Koska laitosten väliseen yhteistyöhön liittyy tietojen vaihtoa tai laskenta-aikaa, mesh-verkon tarkoituksena on helpottaa laskentaresurssien integrointia. Yliopistot , tutkimuslaboratoriot tai yritykset muodostavat verkostoja, joihin ne käyttävät jonkinlaista ohjelmistoa , joka toteuttaa tämän konseptin.

Grid-laskennassa verkot voidaan nähdä hajautetun laskennan muotona, jossa "virtuaalinen supertietokone" koostuu sarjasta tietokoneita, jotka on ryhmitelty yhteen suorittamaan suuria tehtäviä.

Mikä on?

Kutsumme meshiksi hajautettua laskentajärjestelmää, joka mahdollistaa ei-maantieteellisesti kohdistetun resurssien jakamisen suurten ongelmien ratkaisemiseksi. Jaetut resurssit voivat olla tietokoneita (PC:t, työasemat , supertietokoneet, kämmentietokoneet , kannettavat tietokoneet , matkapuhelimet jne.), ohjelmistoja , tietoja ja tietoja , erikoislaitteita ( radio , kaukoputket jne.) tai ihmisiä/yhteistyökumppaneita.

Grid-laskenta tarjoaa monia etuja muihin vaihtoehtoisiin teknologioihin verrattuna. Monien verkkoon kytkettyjen tietokoneiden tarjoama teho on käytännössä rajaton, lisäksi se tarjoaa täydellisen integroinnin heterogeenisille järjestelmille ja laitteille, joten eri koneiden väliset yhteydet eivät tuota ongelmia. Se on erittäin skaalautuva, tehokas ja joustava ratkaisu, koska sillä vältetään resurssien puuteongelmat (pullonkaulat) eikä se koskaan vanhene, koska sen komponenttien määrää ja ominaisuuksia on mahdollista muuttaa.

Nämä resurssit jaetaan verkossa läpinäkyvästi, mutta turvallisuusohjeet ja hallintakäytännöt sekä tekniset että taloudelliset luonteeltaan säilyvät. Siten sen tavoitteena on jakaa joukko verkkoresursseja yhtenäisellä, turvallisella, läpinäkyvällä, tehokkaalla ja luotettavalla tavalla, joka tarjoaa yhden pääsyn resurssien joukkoon, jotka on jaettu maantieteellisesti eri hallintoalueille. Tämä voi saada meidät ajattelemaan, että Grid-laskenta mahdollistaa virtuaalisten yritysten luomisen. On tärkeää tietää, että mesh on joukko hajautettuja koneita, jotka auttavat parantamaan raskaiden ohjelmistojen työtä.

Kuinka se toimii?

Grid-laskennan toiminta vaatii väliohjelmistoa ja rajapintoja (solmuja) hajautettujen laitteiden välisen viestinnän varmistamiseksi ​. Toinen elementti on hakukone, sillä se ei ainoastaan ​​auta käyttäjää löytämään tarvitsemaansa dataa, vaan hän löytää myös työkalut sen analysoimiseen ja toimintojen suorittamiseen tarvittavan laskentatehon.

Pääsääntöisesti grid-laskenta alkaa ohjelmiston asentamisesta asiakastietokoneisiin, jotka vastaavat osan koko projektin tehtävästä lataamisesta. Tämä ohjelmisto käyttää tietokonetta, kun se ei ole käytössä, tai käyttää resursseja, joita tietokone ei tällä hetkellä käytä, jotta se ei häiritse käyttäjän normaalia työtä. Kun prosessi on valmis, ohjelmisto lähettää tulokset keskuspalvelimelle ja aloittaa seuraavan suoritettavan tehtävän lataamisen. Mitä enemmän käyttäjiä asentaa ohjelmistoja tietokoneilleen, sitä enemmän elementtejä lisätään verkkoon ja laskentaprosessi nopeutuu.

Arkkitehtuuri

Grid-laskenta-arkkitehtuuri on kuvattu kerroksilla, joissa jokaisella näistä kerroksista on tietyt toiminnot. Tämän arkkitehtuurin ansiosta grid-laskentaa on käytetty tieteen ja tutkimuksen tehtäviin. Mainittu arkkitehtuuri perustuu protokolliin, mikä tarkoittaa, että kunkin tason välillä käyttäjät voivat hallita olosuhteita hyödyntääkseen täysin resurssien yhteiskäyttöä.

• Infrastruktuuritasolla , jota kutsutaan myös tehtaaksi, ovat laskentaresurssit, kuten palvelimet, tietokannat jne. Myös valvonta- ja hallintamekanismit ovat mukana.
• Yhteystaso kuuluu tietoliikenne- ja suojausprotokolliin, joita käytetään fyysisten resurssien kommunikointiin. Näitä protokollia ovat SSL-protokolla, X.509-sertifikaatit ja TCP/IP-protokollapino. Turvallisuudesta tulee erittäin tärkeä asia, koska resurssit voidaan jakaa useiden organisaatioiden kesken, joilla voi olla omat tietoturvapolitiikkansa.
• Resurssitason sisällä suoritetaan tietyn resurssin neuvottelu, ohjaus ja valvonta sekä kaikki sen tiedot, siellä suoritetaan myös kyseisen resurssin ohjaus- ja valvontaprotokollat.
• Resurssitasolla sijaitsevat kaikki hallittavissa olevat palvelut, näistä palveluista löydät hakemistopalvelun, tämän palvelun avulla käyttäjä voi löytää kiinnostavia resursseja. On myös hajautettuja ajoittajia, jotka vastaavat tehtävien osoittamisesta kullekin resurssille.
• Lopuksi sovelluskerros on paikka, jossa mainitun kerroksen protokollat ​​sallivat sovellusten pääsyn ruudukon laskentainfrastruktuuriin. Sovellustyypistä riippuen voi olla tarpeen muodostaa yhteys eri kerroksiin tai käyttää suoraan yhtä niistä tai jopa päästä suoraan infrastruktuuriin.

Historia

Termi grid computing syntyi 1990-luvun alussa metaforaksi, jonka mukaan laskentatehon käyttö on yhtä helppoa kuin sähköverkkoon pääsy. Esteettömän tietojenkäsittelyn grid-metafora tuli nopeasti kanoniseksi, kun Ian Foster ja Carl Kesselman julkaisivat tärkeän teoksensa The Grid: Blueprint for a new computer infrastruktuuri vuonna 1999.

Grid-laskennan ideat (mukaan lukien hajautettu laskenta, olio-ohjelmointi ja verkkopalvelut) yhdistivät Ian Foster , Carl Kesselman ja Steve Tuecke , jotka tunnetaan grid-laskennan isinä. He johtivat pyrkimystä luoda Globus Toolkit , joka sisältää paitsi laskennan hallinnan, myös tallennustilan hallinnan, suojauksen, tiedonsiirron, valvonnan ja joukon työkaluja lisäpalvelujen kehittämiseen. Perustuu samaan infrastruktuuriin, mukaan lukien neuvottelut. sopimuksista, ilmoitusmekanismeista, aktivointipalveluista ja tietojen yhdistämisestä. Globus Toolkit on edelleen verkkoratkaisujen de facto standardi, mutta muita työkaluja on luotu käsittelemään useita palveluita, joita tarvitaan yrityksen tai maailmanlaajuisen verkon luomiseen.

Vuonna 2007 termistä cloud computing tuli suosittu, joka on käsitteellisesti samanlainen kuin Fosterin kanoninen grid computing -määritelmä (kulutettujen laskentaresurssien, kuten sähköverkon sähkön, suhteen).

Uutiset

On monia projekteja, joita on kehitetty tämän suuntaisesti, kuten Edonkey , Emule tai Limewire . Nämä ovat ohjelmia tietojen jakamiseen maailmanlaajuisesti eri koneiden välillä. Mesh-verkoilla ja P2P :llä on paljon yhteistä, erityisesti resurssien jakamisen perusidea. Eri ominaisuuksien joukossa voimme nähdä P2P:n anonyymimpana ja yleistyneenä Internetin käyttäjien tietokoneissa, kun taas meshit ovat syntyneet tieteellisten keskusten hallitummalta ja hierarkkisemmalta solmurakenteelta. Ensimmäinen kokemus oli GriPhyN , joka yhdistää solmuja korkean energian fysiikan prosessissa Yhdysvalloissa.

Kuvakaappaus SETI@home -asiakasohjelmistosta

Toinen erittäin tärkeä projekti on SETI@home . Sillä on tuhansia Internetissä hajallaan olevia tietokoneita, jotka luopuvat prosessoreistaan, käyttämättömistä prosessisykleistä, analysoidakseen signaaleja etsiessään maan ulkopuolisia älykkäitä kuvioita. Sen käyttö on kuitenkin noussut esiin myös tutkimuskeskuksissa 1990-luvun lopusta lähtien hiukkasfysiikasta astrofysiikkaan tai jopa biologiaan. Euroopassa luotiin Euroopan ydintutkimuskeskuksen ja Euroopan puiteohjelman hankkeiden tuella EDG (European Data Grid) -ohjelmisto ja -verkko. Grid-laskennan käyttö näillä aloilla on parantunut eksponentiaalisesti viime vuosina.

Näiden teknologioiden kehittämiseen osallistuneet yritykset ja laitokset haluavat siirtyä kaupallisen hyödyntämisen vaiheeseen mahdollisimman pian. Yritykset, kuten Microsoft ja Sun Microsystems , ovat ymmärtäneet, kuinka tärkeää on tarjota grid-laskentaa asiakkailleen keskipitkällä aikavälillä. Korostamme mesheihin investoivan IBM :n roolia alustana tarjota asiakkailleen etuja, kuten ajan ja taloudellisten resurssien säästämistä.

Yritysmuotoisia liiketoimintaratkaisuja on useita, mm.

• Enterprise Grid Alliance (EGA): Sen loi Kaliforniassa huhtikuussa 2004 joukko johtavia teknologiayrityksiä kehittääkseen yritys- ja yritysratkaisuja hajautettuun tietojenkäsittelyyn ja nopeuttaakseen tämän tekniikan käyttöönottoa yrityksissä. Se on avoin konsortio, joka keskittyy yritysverkkoratkaisujen kehittämiseen ja edistämiseen.
• Sun Microsystems - Sunin Grid Engine -ohjelmiston avulla on helppo lisätä koneita verkkoon ja se hyödyntää automaattisesti lisääntynyttä tehoa , mikä säästää aikaa ja resursseja nopean, tehokkaan ja luotettavan mesh-verkon avulla hallintaa ja käyttöönottoa varten.
• Andago : tavoitteenaan tuoda mesh-topologiaa lähemmäksi teollisuus- ja yritysympäristöjä Andago lisäsi kokemuksensa Grid-projekteista ratkaisuvalikoimaansa.
• JPPF : JPPF-ohjelmisto mahdollistaa korkeat prosessointivaatimukset vaativien sovellusten suorittamisen useilla tietokoneilla, joilla on erilaiset heterogeeniset ominaisuudet sen Java-pohjaisen arkkitehtuurin ansiosta, skaalautuvalla tavalla (lisäämällä tai vähentämällä osallistuvia tietokoneita) dynaamisella tavalla jakaen sovelluksen tehtäviin. .

On olemassa erilaisia ​​väliohjelmistoja , joilla on hyvin vaihtelevat ominaisuudet ja toiminnot, joista riippuen toteutettavan mesh-verkon monimutkaisuudesta, tarjottavista palveluista ja laajuudesta valitaan ihanteellinen vaihtoehto. Väliohjelmistoratkaisut , kaikki avoimen lähdekoodin , joita käyttää (esim. Andago), ovat: EGEE suurille projekteille, Globus Solutions keskisuurille projekteille, Grid Engine pienille toteutuksille.

Markkinoiden segmentointi grid computingissa

Grid-laskentamarkkinoiden segmentoinnissa on otettava huomioon kaksi näkökulmaa: toimittaja- ja käyttäjäpuoli.

Palveluntarjoajan osa

Koko grid-laskentamarkkina kattaa useita markkinarakoja. Nämä ovat väliohjelmistojen markkinat, mahdollistavien sovellusten markkinat, tilauslaskennan markkinat ja ohjelmiston palveluna (SaaS) markkinat. Mesh - väliohjelmisto on erityinen ohjelmistotuote, joka mahdollistaa heterogeenisen resurssien jakamisen ja virtuaaliset organisaatiot . Se asennetaan ja integroidaan yrityksen tai mukana olevien yritysten olemassa olevaan infrastruktuuriin, ja se tarjoaa erityisen kerroksen heterogeenisen infrastruktuurin ja käyttäjäkohtaisten sovellusten päälle. Tärkeimmät väliohjelmistot ovat Globus Toolkit, gLite ja UNICORE .

On-demand computing tarkoittaa grid-laskennan ja -sovellusten tarjoamista palveluna joko avoimena grid-apuohjelmana tai isännöintiratkaisuna organisaatiolle tai virtuaaliselle organisaatiolle (VO). Tärkeimmät kilpailijat on-demand-tietokoneiden markkinoilla ovat Sun Microsystems , IBM ja HP .

Mesh-yhteensopivat sovellukset ovat erityisiä ohjelmia, jotka voivat käyttää mesh-infrastruktuuria. Tämä on mahdollista käyttämällä mesh - väliohjelmistoa .

Software as a Service ( SaaS) on " ohjelmisto , joka on yhden tai useamman toimittajan etäomistuksessa, toimittamisessa ja hallinnassa". ^{[ lainaus tarvitaan ]} Lisäksi SaaS-sovellukset perustuvat yhteen yhteiseen koodi- ja datamäärittelyyn. Niitä käytetään yksi-moneen-mallissa, ja ne käyttävät tilausmallia jakomaksuun. SaaS-palveluntarjoajat eivät välttämättä omista laskentatarvikkeita, joita heidän SaaS-palvelunsa suorittamiseen tarvitaan. On-demand-laskentamarkkinat tarjoavat laskentatarvikkeita SaaS-palveluntarjoajille.

Käyttäjäosa

Sitä vaativille yrityksille tai grid-laskentamarkkinoiden käyttäjille eri segmenteillä on merkittäviä vaikutuksia IT-käyttöönottostrategiaasi. IT-käyttöönottostrategia sekä tehtyjen IT-investointien tyyppi ovat olennaisia ​​näkökohtia mahdollisille mesh-käyttäjille ja niillä on tärkeä rooli tämän tekniikan käyttöönotossa.

Ominaisuudet

• Tasapainotusjärjestelmien kapasiteetti: Järjestelmän kapasiteettia ei tarvitsisi laskea huippukuormituksen perusteella, koska kapasiteettia voidaan jakaa uudelleen resurssitilalta sinne, missä sitä tarvitaan;
• Korkea saatavuus. uuden toiminnon avulla, jos yksi palvelin epäonnistuu, muiden palvelimien palvelut osoitetaan uudelleen;
• Kustannusten vähentäminen: tällä arkkitehtuurilla palveluita hallinnoivat "resurssitilat". Enää ei tarvita "isoja palvelimia" ja voimme hyödyntää edullisia komponentteja. Jokainen järjestelmä voidaan konfiguroida noudattaen samaa mallia;

Mesh - konsepti liittyy Internet - protokollan uuteen sukupolveen . Uusi Internet-protokolla IPv6 mahdollistaa työskentelyn nopeamman ja helpommin saatavilla olevan Internetin kanssa. Yksi keskeisistä ideoista IPv4 -Internetin nykyisten rajoitusten voittamisessa on uusien palvelutasojen ilmaantuminen, joka hyödyntää verkon uutta kapasiteettia tietokoneiden väliseen kommunikointiin.

Tämä viestinnän edistyminen mahdollistaa grid-laskentaideoiden edistämisen käyttämällä tukena Internetin erittäin korkeaa liitettävyyttä. Tästä syystä yksi innovatiivisimmista aloista mesh-laskennan käytössä superlaskentakonseptien ulkopuolella on standardin kehittäminen mesh-palveluiden ja verkkopalvelujen määrittelemiseksi.

Luokittelu niiden ominaisuuksien perusteella

1. Intragrid: ne keskittyvät samaan yritykseen, jolla on heterogeeniset resurssit ja käyttävät LAN-verkkoja, joten tietoturva- ja luotettavuusongelmia on vähemmän .
2. Intergrid: ne keskittyvät useisiin yrityksiin, joten tarvitaan useita hallintoalueita, käytetään WAN-yhteyksiä, joten turvallisuudesta ja luotettavuudesta tulee erittäin tärkeä asia.

Haitat

Grid-laskennassa on kuitenkin joitain haittoja, jotka on otettava huomioon. Nämä ongelmat ovat:

• Heterogeeniset resurssit: verkon on kyettävä käsittelemään kaikentyyppisiä resursseja, joita järjestelmä hallitsee, muuten se on täysin hyödytön.
• Resurssien etsintä, valinta, varaus, allokointi, hallinta ja seuranta ovat prosesseja, joita tulee ohjata ulkoisesti ja jotka vaikuttavat verkon toimintaan.
• Tarve kehittää sovelluksia verkon hallintaan sekä tehokkaiden käyttömallien kehittäminen.
• Hidas ja epäjohdonmukainen viestintä .
• Organisaatio: hallintoalueet, toimintamalli ja kustannukset, turvallisuuspolitiikka...
• Taloudellinen: resurssien hinta, tarjonta/kysyntä

Edut ja vaatimukset

Grid-laskenta on edistysaskel World Wide Webiin verrattuna . Tämä tarjoaa avoimen pääsyn tietoihin, jotka on tallennettu miljoonille tietokoneille ympäri maailmaa. Sitä vastoin mesh-verkko on uusi infrastruktuuri, joka tarjoaa läpinäkyvän pääsyn organisaation tai kaikkialle maailmaan hajautettuun laskentatehoon ja tallennuskapasiteettiin.

Vaatimukset, jotka minkä tahansa mesh-verkon on täytettävä, ovat:

Tiedot on jaettava tuhansien käyttäjien kesken, joilla on erilaisia ​​kiinnostuksen kohteita. Suuret superlaskentakeskukset on linkitettävä, ei vain tietokoneita. On varmistettava, että tiedot ovat saatavilla missä tahansa ja milloin tahansa. Sinun on harmonisoitava monien eri keskusten erilaiset hallintokäytännöt. Sinun on tarjottava turvallisuus.

Ja saadut edut:

• Se tarjoaa läpinäkyvän yhteistyömekanismin hajallaan olevien, sekä tieteellisten että kaupallisten ryhmien välillä.
• Se mahdollistaa laajamittaisten sovellusten käytön.
• Se helpottaa pääsyä hajautettuihin resursseihin tietokoneistamme.
• Kaikki nämä tavoitteet ja edut sisältyvät ajatukseen "e-Science".

Näillä eduilla on vaikutuksia monilla aloilla:

• Lääketiede (kuvantaminen, diagnoosi ja hoito).
• Bioinformatiikka ( genomiikan ja proteomiikan tutkimukset ).
• Nanoteknologia (uusien materiaalien suunnittelu molekyylimittakaavassa).
• Suunnittelu (suunnittelu, simulointi, vikaanalyysi ja ohjauslaitteiden etäkäyttö).
• Luonnonvarat ja ympäristö ( sääennusteet , planeettojen havainnointi, mallit ja monimutkaisten järjestelmien ennustaminen).

Verkosta johdettu teknologia avaa valtavasti mahdollisuuksia sovellusten kehittämiseen monilla aloilla. Esimerkiksi: tieteellinen ja teknologinen kehitys, koulutus, terveys ja julkishallinto.

Verkkojen ja perinteisten supertietokoneiden vertailu

Grid-laskenta on yleensä erityinen rinnakkaislaskennan tyyppi, joka perustuu täydellisiin tietokoneisiin (jossa on suoritin, tallennus, virtalähteet, verkkoliitännät jne.), jotka on yhdistetty verkkoon (yksityiseen, julkiseen tai Internetiin) tavanomaisella verkossa käyttöliittymä tarjoamalla yksinkertaisen laitteiston verrattuna pienen määrän mukautettujen supertietokoneiden suunnitteluun ja rakentamiseen. Suurin suorituskyvyn haittapuoli on, että eri prosessoreilla ja paikallisilla tallennusalueilla ei ole nopeita yhteyksiä. Tämä koostumus soveltuu sovelluksiin, joissa useita rinnakkaisia ​​laskutoimituksia voidaan suorittaa itsenäisesti ilman, että prosessorien välillä tarvitsee välittää välittömiä tuloksia. ]

Ohjelmoinnissa ja käyttöönotossa on myös joitain eroja. Supertietokoneympäristössä suoritettavien ohjelmien kirjoittaminen voi olla kallista ja monimutkaista, ja niissä voi olla mukautettu käyttöjärjestelmä tai se voi vaatia ohjelman, joka käsittelee samanaikaisia ​​ongelmia. Jos ongelma voidaan rinnastaa oikein, "ohut" verkkoinfrastruktuurikerros voi mahdollistaa tavanomaisten, itsenäisten ohjelmien suorittamisen useissa koneissa. Tämä mahdollistaa kirjoittamisen ja virheenkorjauksen yhdellä tavanomaisella koneella ja eliminoi komplikaatiot, jotka johtuvat siitä, että sama ohjelma on käynnissä useita esiintymiä samassa jaetussa muistissa ja tallennustilassa samanaikaisesti.

Sovellusalat

On määriteltävä viisi työaluetta, jotka määräytyvät laskentatarpeiden, tiedon tallennustilan ja vasteajan mukaan. Nämä viisi pääaluetta ovat:

1. Hajautettu superlaskenta: Löytyy sovelluksia, joita on mahdotonta tyydyttää yhdessä solmussa, koska näiden sovellusten tarpeet ilmenevät tiettyinä hetkinä ja kuluttavat paljon resursseja. Esimerkkejä näistä sovelluksista ovat muun muassa simulaatiot, numeeriset laskentatyökalut, data-analyysiprosessit, tiedon kerääminen tietovarastoista. Tämä mielessä pitäen voidaan vahvistaa, että grid-laskennan avulla on mahdollista luoda tehokas kone, joka pystyy ratkaisemaan ongelmia, jotka vain supertietokone voisi ratkaista, mikä puolestaan ​​alentaa kustannuksia, lisää nopeutta, parantaa tuotanto- ja palveluaikoja. .
2. Reaaliaikaiset hajautetut järjestelmät: on sovelluksia, jotka tuottavat dataa suurilla nopeuksilla reaaliajassa, joten on välttämätöntä, että nämä tiedot käsitellään reaaliajassa, kuten korkean energian fysiikan kokeet, korkean tarkkuuden lääketieteellisten laitteiden kauko-ohjaus jne. . Näiden tietojen reaaliaikainen käsittely on mahdollista, koska grid-laskennan avulla tarvittavat fyysiset resurssit ovat saatavilla tämäntyyppisten sovellusten tarpeisiin, mikä helpottaa prosesseja joustavuuden ja käyttäjien yhteistyön avulla tarjoamalla teknisiä resursseja, dataa, käsittelyä. ja varastointi.
3. Intensiivinen tietojenkäsittely: Hajautetut tietokantajärjestelmät vaativat suurta tallennustilaa ja monissa tapauksissa ei ole tarpeeksi kapasiteettia yhdessä tietokoneessa, jolloin grid-laskenta auttaa lisäämään tallennuskapasiteettia ilman kustannuksia, jolloin data jakautuu koko ruudukon, joka voi käyttää näitä tietoja mistä tahansa maantieteellisestä pisteestä, koska nämä tiedot ovat hajallaan kaikkialla ruudukossa.
4. Yhteistyössä toimivat virtuaaliympäristöt: tämä on teleimmersioon liittyvä alue, jossa grid-laskennan tarjoamia suuria resursseja käytetään hajautettujen 3D-ympäristöjen luomiseen. Tämän tyyppisten tehtävien suorittamiseen on vaikea saada tarvittavia ohjelmiston ja laitteiston ominaisuuksia, koska tarvittavaa infrastruktuuria ei ole saatavilla tai kustannukset ovat erittäin korkeat, minkä vuoksi grid-laskennasta tulee erittäin hyödyllinen työkalu. eri koneet liitetty harmaaseen ja vastaavat siten näiden sovellusten tarpeita.
5. Erityispalvelut: tällä alueella tarjotaan resursseja, joita organisaatio saattaa pitää tarpeettomina, joten grid-laskenta voi tarjota näitä resursseja ilman, että organisaation tarvitsee itse kehittää niitä. Jotkut esimerkit ovat sovelluksia, jotka mahdollistavat pääsyn hyvin tiettyihin laitteistoihin. Kun yrityksellä ei ole tarvittavaa laitteistoa, se voi turvautua muihin vaihtoehtoihin, jotka eivät edellytä kyseisen resurssin suoraa hankintaa, mikä voi auttaa vähentämään kustannuksia, kun tarvittavat laitteet ovat käytettävissä kyseisen tehtävän suorittamiseen.

Nopeimmat virtuaaliset supertietokoneet

• Huhtikuu 2013, Folding@home – 11,4 x 86-ekvivalentti (5,8 "natiivi") PFLOPS. ]
• Maaliskuu 2013, BOINC – käsittely keskimäärin 9,2 PFLOPS. ]
• Huhtikuu 2010, MilkyWay@Home laskee noin 1,6 PFLOPSia, ja suuri määrä työtä kohdistuu GPU:ihin. ]
• Huhtikuussa 2010 SETI@Home laskee datan keskiarvot yli 730 TFLOPS. ]
• Huhtikuussa 2010, Einstein@Home käynnissä yli 210 TFLOPS:lla. ]
• Kesäkuu 2011, GIMPS käsittelee 61 TFLOPSia. ]

Viimeiset muistiinpanot

Lyhyesti sanottuna kohtaamme erittäin monipuolisen ja skaalautuvan hajautetun laskennan paradigman, joka mahdollistaa useiden laitteiden tehon yhdistämisen käytännössä rajattoman maailmanlaajuisen kapasiteetin saavuttamiseksi. Sen suurimmat haitat johtuvat vaikeudesta synkronoida kaikkien näiden tiimien prosesseja, seurata resursseja, jakaa työkuormia ja luoda luotettavia IT-suojauskäytäntöjä.

Se on tällä hetkellä kehitteillä oleva laskennallinen paradigma, joka tarjoaa palveluita jo nyt monille tutkimusaloille ja jolla on tulevaisuudessa entistä suurempi vaikutus näille aloille, koska sen rakenne on kehittynyt nykyiseen verrattuna, vahvempi, paljon nopeampi. tietokoneiden välisen kommunikoinnin kannalta ja luonnollisesti jokaisen koneen suuremmalla laskentakapasiteetilla laitteiston käsittelyn ja suorituskyvyn kehityksen vuoksi.

Katso myös

Allianssit ja organisaatiot

• Open Grid Forum (aiemmin Global Grid Forum )
• Objektinhallintaryhmä

Tuotantoverkostot

• Euroopan verkkoinfrastruktuuri
• Grid-verkkojen käyttöönotto sähköiselle tieteelle
• INFN-tuotantoverkko
• NorduGrid
• OurGrid
• Aurinkoverkko
• katto
• Xgrid

Kansainväliset projektit

Nimi	Alue	alkaa	Loppu
Open Middleware Infrastructure Institute Europe (OMII-Europe)	Euroopassa	toukokuuta 2006	toukokuuta 2008
Grids for E-science (EGEE, EGEE II ja EGEE III) käyttöönotto	Euroopassa	Maaliskuu 2004	huhtikuuta 2010
Grid-käyttöinen etäinstrumentointi hajautetulla ohjauksella ja laskennalla (GridCC)	Euroopassa	Syyskuu 2005	Syyskuu 2008
European Middleware Initiative (EMI)	Euroopassa	toukokuuta 2010	aktiivinen
TunneARC	Euroopassa	kesäkuuta 2006	marraskuuta 2009
Nordic Data Grid Facility	Skandinavia ja Suomi	kesäkuuta 2006	joulukuuta 2012
World Community Grid	Maailmanlaajuinen	marraskuuta 2004	aktiivinen
XtreemOS	Euroopassa	kesäkuuta 2006	(toukokuu 2010) alanumero syyskuuta 2010 lähtien
OurGrid	Brasilia	joulukuuta 2004	aktiivinen

Viitteet

• DH Benjamín, “Hajautettu laskenta: grid computing”, diplomityö, University of San Carlos de Guatemala, Guatemala, lokakuu 2005. Käytetty: maaliskuu 2021.
• GE Juan Manuel ja JB David Eduardo, “Grid computing”, Thesis, Bolívarin teknillinen yliopisto, Cartagena, 2011. Käytetty: maaliskuussa 2021.
• CA César Fernando ja GM Luisa María, "Characteristics of grid computing and its relation with system engineering and computing at the Technological University of Pereira", Monografia, Technological University of Pereira, Pereira, 2011. Käytetty: maaliskuussa 2021.
• A. Pablo ja G. Estevan, "Clustering and grid computing korkean käytettävyyden järjestelmissä web- ja sähköpostipalveluille", online-asiakirja, saatavilla osoitteessa: https://www.researchgate.net/publication/276058088_CLUSTERING_Y_GR ID_COMPUTING_EN_SISTEMAS_DE_ALTA_DISPOBILEDYMA_8. maaliskuuta , 2021.
• "Distributed Computing", verkkosivusto [online], saatavana osoitteessa: http://185.5.126.23/innowiki/index.php/Computaci%C3%B3n_distribuida#:~: text=La%20computaci%C3%B3n%20distribuida% 20o% 20computing%C3%B3n,%20a%20verkko%20of%20viestinnästä.&text=No,%20on%20monet%20mini%2Dgrids%20for%20the%20kehitys%20of%20tutkimus%C3%B3n. Käytetty: maaliskuussa 2021.
• A. Gladys Carolina, “Grid computing”, Assignment Monograph, Universidad Nacional del Nordeste, Argentiina, 2005. Käytetty: maaliskuu 2021.