Komputasi Grid | Kekuatan Komputasi Awan Terdistribusi

Komputasi grid, keturunan cloud dan kakak dari komputasi terdistribusi.

Pikirkan komputasi grid sebagai persimpangan dua sistem inti organisasi: komputasi awan dan fasilitas umum seperti listrik. Di persimpangan ini, komputasi grid memungkinkan Anda memanfaatkan sumber daya komputasi, terpusat dan tidak. Sama seperti Anda akan memanfaatkan jalur energi terdekat untuk beberapa elektron mulia yang kita andalkan.

Jaringan listrik modern akan memiliki banyak sumber input. Pembangkit listrik, misalnya, berkontribusi banyak pada jaringan listrik tetapi teknologi yang berkembang, seperti panel surya dan kincir angin, mendemokratisasi produksi listrik.

Produsen listrik independen dan artisanal dapat berkontribusi ke jaringan listrik dan menerima kompensasi. Dalam beberapa kasus, ini adalah kelebihan energi.

Petani, misalnya, mungkin memiliki panel surya untuk menghasilkan listrik yang lebih murah secara lokal. Namun, petani tidak dapat menyimpan elektron yang tidak digunakan untuk penggunaan di masa mendatang, sehingga mereka dapat memilih untuk mengarahkan kelebihan energi itu kembali ke jaringan energi, di mana orang lain dapat menggunakannya. Elektron terbuang satu orang adalah Tesla yang terisi penuh orang lain.

Komputasi grid sangat mirip dengan jaringan listrik. Kontributor, besar dan kecil, dapat menambah grid. Pengguna dapat memanfaatkan grid komputasi dan layanan akses independen dari kontributor.

Cloud, Grid, dan Komputasi Terdistribusi

Untuk lebih memahami apa itu komputasi grid dan perbedaan nuansanya dari komputasi terdistribusi, akan lebih mudah untuk terlebih dahulu memahami hambatan dan batasan yang dapat diatasi oleh komputasi grid. Dengan kata lain, melihat masalah yang dapat dipecahkan oleh komputasi grid akan membantu kita lebih memahami apa itu komputasi grid.

Batas Cloud Computing Adalah Dimana Grid Bersinar

Komputasi grid adalah subset atau perpanjangan dari komputasi awan. Singkatnya, komputasi awan adalah outsourcing fungsi komputasi. Layanan cloud umum, seperti penyimpanan data cloud dari Google Drive atau Dropbox, memungkinkan pelanggan menyimpan data mereka dengan perusahaan tersebut.

Seseorang yang ingin menggunakan penyimpanan data cloud memilih antara penyedia seperti Google Drive, Dropbox, dan iCloud. Perusahaan yang mereka tuju kemudian akan menjadi penyedia penyimpanan cloud mereka. Dukungan pelanggan, pemecahan masalah, penagihan, infrastruktur jaringan, dan semua aspek untuk menyediakan layanan cloud kepada pelanggan akan datang langsung dan hanya dari perusahaan yang mereka pilih.

Cukup langsung, bukan? Satu pelanggan, satu penyedia. Namun, kami mencari keterbatasan komputasi awan. Di mana manfaat komputasi awan gagal dan menyisakan ruang untuk struktur organisasi lain seperti komputasi grid?

Kritik Umum terhadap Cloud Computing:

1. Sumber daya pengguna berkomitmen pada sistem single symmetric multiprocessing (SMP).
2. Sumber daya komputasi yang tidak digunakan tidak digunakan dan dikunci ke dalam satu tugas hingga selesai.
3. Skalabilitas yang relatif terbatas.

Keterbatasan Cloud yang Berkembang dengan Komputasi Grid

Mengingat paralel yang dimiliki komputasi grid dengan grid utilitas publik, jenis organisasi komputasi ini dapat meringankan beberapa kritik umum yang membatasi komputasi awan.

Mari kita lihat masing-masing klaim ini dan periksa bagaimana sistem grid dapat lebih bermanfaat bagi pengguna dibandingkan layanan cloud tradisional.

Batasan Awan #1: Sumber daya pengguna berkomitmen pada sistem single symmetric multiprocessing (SMP).

Saya akan menggunakan contoh yang sangat mendasar untuk menunjukkan titik nyeri ini. Ada seorang ilmuwan saraf yang ingin memecahkan dua set data (Set A dan Set B). Kumpulan data ini sangat besar dan dia harus melakukan outsourcing tugas ke layanan cloud.

Layanan cloud tidak akan mengalami masalah dalam menjalankan kumpulan data ini dan dia dengan senang hati menyewa satu mesin dari mereka untuk memproses kumpulan datanya. Ingat bahwa kumpulan datanya eksklusif satu sama lain dan perlu diproses secara terpisah.

Ini berarti bahwa mesin SMP tunggal yang dia sewa akan menjalankan Set A diikuti oleh Set B. Mesin tunggalnya tidak dapat memproses kedua set data secara bersamaan.

Bukan masalah besar, mesin cloud yang dia sewa adalah tugas berat dan merobek set data besar dalam waktu kurang dari beberapa jam masing-masing. Pemrosesan data akan memakan waktu lebih sedikit daripada tidur malam penuh bagi ilmuwan.

Sekarang, apa yang terjadi jika dia perlu melakukan pemrosesan yang sama tetapi untuk 100 set data. Anggarannya masih hanya memberinya cukup dana untuk mengakses satu mesin SMP cloud. Sebagai seorang ilmuwan, dia dengan cepat menghitung dan menemukan bahwa dibutuhkan hampir dua minggu untuk memproses semua data itu!

Keuntungan jaringan: Ilmuwan yang sama dengan dua set data (Set A dan Set B) malah dapat memanfaatkan layanan grid. Alih-alih ilmuwan menyewa satu mesin SMP dari layanan cloud, dia akan mengakses jaringan komputasi dan menyewa daya komputasi yang diperlukan.

Kedua set data diproses secara bersamaan. Mungkin dengan dua mesin, masing-masing didedikasikan untuk salah satu kumpulan data, atau bisa juga ribuan mesin yang masing-masing memproses kumpulan data secara fraksional. Apapun, data sedang diproses paralel satu sama lain. Yang sebelumnya membutuhkan waktu enam jam dalam dua gelombang, sekarang membutuhkan waktu tiga jam dalam satu gelombang.

Seratus set data? Secara teori, ini hanya akan memakan waktu tiga jam karena setiap kumpulan data diproses secara berdampingan.

Batasan Awan #2: Sumber daya komputasi yang tidak digunakan tidak digunakan dan dikunci ke dalam satu tugas hingga selesai.

Memperluas contoh ilmuwan saraf di atas, layanan cloud yang dia sewa secara independen memproses kumpulan datanya, satu demi satu.

Saat memproses salah satu kumpulan data, ilmuwan memperhatikan bahwa perangkat keras sewaannya hanya beroperasi pada 80 persen dari kapasitasnya. Sisanya 20 persen tidak cukup untuk memproses kumpulan data kedua, sebaliknya, ia duduk diam menunggu tugas berikutnya.

Keuntungan jaringan: Komodifikasi kekuatan pemrosesan memungkinkan satu tugas dilakukan di beberapa mesin. Dalam kasus dataset ilmuwan, sistem grid dapat memproses data dalam berbagai kombinasi antara mesin.

Misalnya, dua set data dialokasikan ke dua mesin di grid, masing-masing menggunakan 80 persen dari mesin yang sedang diproses. Sisanya 20 persen tidak akan duduk diam, sebaliknya, pengguna lain dari grid menangkapnya. Penggunaan kapasitas menganggur ini merupakan komponen penting dari kekuatan komputasi grid.

Batasan Awan #3: Skalabilitas yang relatif terbatas

Tidak dapat disangkal bahwa kemampuan komputasi awan secara eksponensial lebih besar daripada kebanyakan mesin lokal. Beberapa lapisan ke tumpukan awan telah memungkinkan lebih banyak peserta ke seluruh bidang daripada sebelumnya.

Selain itu, komputasi awan memiliki banyak manfaat penskalaan dibandingkan dengan pemeliharaan mandiri dari layanan yang sama ini. Jadi untuk mengatakan bahwa komputasi awan adalah juga terbatas dalam skalabilitas mungkin tampak sentuhan paradoks.

Namun, relatif terhadap komputasi awan, penskalaan pada grid bahkan lebih dapat dicapai. Hal ini sebagian disebabkan oleh modularitas komputasi grid di samping penggunaan sumber daya yang menganggur secara lebih efisien.

Keuntungan jaringan: Terlepas dari apakah Anda berkontribusi atau menggunakannya, penskalaan tugas Anda dalam sistem komputasi grid dapat semudah menginstal klien grid pada mesin tambahan.

Dalam kasus ilmuwan saraf, dia dapat menskalakan kebutuhannya dari dua set data menjadi 100 set data dalam jangka waktu yang sama, dengan anggaran yang sama.

Komputasi Terdistribusi atau Komputasi Grid?

Keduanya! Yah, semacam.

Dalam percakapan, cukup umum menggunakan grid dan didistribusikan secara bergantian. Pada dasarnya, kedua istilah tersebut merujuk pada konsep yang cukup mirip. Keduanya adalah sistem untuk mengatur dan sumber daya komputasi jaringan.

Namun, jika Anda benar-benar ingin membagi rambut, komputasi grid adalah kumpulan keseluruhan jaringan terdistribusi. Komputasi grid sendiri merupakan jaringan terdistribusi dari jaringan terdistribusi. Meta cukup untukmu?

Apa Selanjutnya untuk Komputasi Grid

Ini telah menjadi pemahaman yang sangat makro tentang komputasi grid. Pada kenyataannya, adalah sistem multifaset untuk mengatur berbagai bagian yang dinamis dan individual, untuk mendapatkan hasil maksimal. Setiap komponen grid komputasi berlapis dengan kompleksitas dan utilitas, tidak berbeda dengan beberapa bagian yang dibutuhkan dalam jaringan listrik publik.

Mirip dengan utilitas publik, cara kerjanya adalah binatangnya sendiri. Namun, dampak nyatanya adalah aksesibilitas secara keseluruhan. Karena, seperti utilitas publik, komputasi grid semakin menjadi layanan plug-and-play.

Evolusi berikutnya dari komputasi grid kemungkinan ada di blockchain. Komputasi grid bergantung pada banyak pemangku kepentingan yang saling percaya. Sudah, proyek seperti Jaringan Kosmos sedang menciptakan sistem grid terdesentralisasi yang mendorong interoperabilitas jaringan dan memanfaatkan kekuatan jaringan komputasi grid.

Sumber: https://coincentral.com/grid-computing-the-powers-of-distributed-cloud-computing/