Calcolo della griglia | I poteri del cloud computing distribuito

Grid computing, un discendente del cloud e fratello maggiore del calcolo distribuito.

Pensa al grid computing come all'intersezione di due sistemi fondamentali di organizzazione: il cloud computing e servizi pubblici come l'elettricità. A questo incrocio, il grid computing ti consente di attingere a risorse computazionali, centralizzate e non. Proprio come attingeresti alle linee energetiche vicine per alcuni di quei gloriosi elettroni su cui facciamo affidamento.

Una moderna rete elettrica avrà molte fonti di input. Le centrali elettriche, ad esempio, contribuiscono molto alla rete elettrica, ma le tecnologie fiorenti, come i pannelli solari e i mulini a vento, stanno democratizzando la produzione di energia.

I produttori di energia indipendenti e artigianali possono contribuire alla rete elettrica e ricevere un compenso. In alcuni casi, si tratta di energia in eccesso.

Gli agricoltori, ad esempio, possono disporre di pannelli solari per generare elettricità a basso costo a livello locale. Tuttavia, l'agricoltore non può immagazzinare gli elettroni inutilizzati per un uso futuro, quindi può scegliere di reindirizzare l'energia in eccesso alla rete energetica, dove altri possono utilizzarla. Gli elettroni sprecati di una persona sono la Tesla completamente carica di un'altra.

Il grid computing è molto simile alla rete elettrica. I contributori, grandi e piccoli, possono aggiungere alla griglia. Gli utenti possono attingere alla griglia di calcolo e accedere ai servizi indipendentemente dal contributore.

Il cloud, la rete e il calcolo distribuito

Per comprendere meglio cos'è il grid computing e le sue sfumature rispetto al calcolo distribuito, sarà più facile prima comprendere la barriera e le limitazioni che il grid computing è in grado di superare. In altre parole, vedere i problemi che il grid computing può risolvere ci aiuterà a capire meglio cos'è il grid computing.

I limiti del cloud computing sono dove brilla la griglia

Il grid computing è un sottoinsieme o un'estensione del cloud computing. In poche parole, il cloud computing è l'esternalizzazione delle funzioni computazionali. Un servizio cloud comune, come l'archiviazione dei dati cloud da Google Drive o Dropbox, consente a un cliente di archiviare i propri dati con tali aziende.

Chi desidera utilizzare l'archiviazione dei dati nel cloud sceglie tra provider come Google Drive, Dropbox e iCloud. La società con cui vanno sarebbe quindi il loro fornitore di cloud storage. L'assistenza clienti, la risoluzione dei problemi, la fatturazione, l'infrastruttura di rete e tutti gli aspetti per fornire il servizio cloud al cliente verrebbero quindi direttamente ed esclusivamente dall'azienda scelta.

Abbastanza semplice, vero? Un cliente, un fornitore. Tuttavia, stiamo cercando i limiti del cloud computing. Dove i vantaggi del cloud computing sono insufficienti e lasciano spazio ad altre strutture organizzative come il grid computing?

Critiche comuni al cloud computing:

1. Le risorse utente sono impegnate in un unico sistema multiprocessore simmetrico (SMP).
2. Le risorse di elaborazione inutilizzate rimangono inattive e sono bloccate in una singola attività fino al completamento.
3. Scalabilità relativamente limitata.

Evoluzione dei limiti del cloud con il Grid Computing

Tenendo presente i paralleli che il grid computing ha con una rete di pubblica utilità, questo tipo di organizzazione computazionale può alleviare alcune delle critiche comuni che limitano il cloud computing.

Esaminiamo ciascuna di queste affermazioni ed esaminiamo come un sistema a griglia potrebbe essere più vantaggioso per un utente rispetto a un servizio cloud tradizionale.

Limitazione cloud n. 1: Le risorse utente sono impegnate in un unico sistema multiprocessore simmetrico (SMP).

Userò un esempio molto semplice per mostrare questo punto dolente. C'è uno scienziato neurale che sta cercando di elaborare due set di dati (Set A e Set B). Questi set di dati sono enormi e dovrà esternalizzare l'attività a un servizio cloud.

Il servizio cloud non avrà problemi a eseguire questi set di dati e lei noleggia felicemente una macchina da loro per elaborare i suoi set di dati. Ricorda che i suoi set di dati sono esclusivi l'uno dell'altro e devono essere elaborati separatamente.

Ciò significa che la singola macchina SMP che ha noleggiato eseguirà il Set A seguito dal Set B. La sua singola macchina non è in grado di elaborare entrambi i set di dati contemporaneamente.

Nessun grosso problema, però, le macchine cloud che ha noleggiato sono pesanti e distruggono l'enorme set di dati in meno di poche ore ciascuna. L'elaborazione dei dati richiederà meno tempo di una notte intera di sonno per lo scienziato.

Ora, cosa succede se ha bisogno di eseguire la stessa elaborazione ma per 100 set di dati. Il suo budget le fornisce ancora fondi sufficienti per accedere a una macchina SMP cloud. Essendo una persona di scienza, fa rapidamente i conti e scopre che ci vorranno quasi due settimane per elaborare tutti quei dati!

Vantaggio della rete: Lo stesso scienziato con due set di dati (Set A e Set B) potrebbe invece attingere a un servizio di griglia. Invece di affittare una singola macchina SMP da un servizio cloud, la scienziata accederebbe alla griglia di calcolo e affitterebbe la necessaria potenza di calcolo richiesta.

I due set di dati vengono elaborati contemporaneamente. Forse da due macchine, ciascuna dedicata a un set di dati, o potrebbero essere migliaia di macchine ciascuna che elabora in modo frazionario i set di dati. Indipendentemente da ciò, i dati vengono elaborati parallelamente l'uno all'altro. Ciò che prima richiedeva sei ore in due lotti, ora richiede tre ore in un unico lotto.

Cento set di dati? In teoria, ciò richiederebbe comunque solo tre ore poiché ogni set di dati viene elaborato fianco a fianco.

Limitazione cloud n. 2: Le risorse di elaborazione inutilizzate rimangono inattive e sono bloccate in una singola attività fino al completamento.

Espandendo l'esempio sopra di un neuroscienziato, il servizio cloud che ha affittato ha elaborato in modo indipendente i suoi set di dati, uno dopo l'altro.

Durante l'elaborazione di entrambi i set di dati, la scienziata ha notato che il suo hardware a noleggio funziona solo all'80% della sua capacità. Il restante 20 percento non è sufficiente per elaborare il secondo set di dati, invece, rimane pigramente in attesa dell'attività successiva.

Vantaggio della rete: La mercificazione della potenza di elaborazione consente di eseguire una singola attività su più macchine. Nel caso dei set di dati dello scienziato, un sistema a griglia potrebbe elaborare i dati in una gamma di combinazioni tra macchine.

Ad esempio, i due set di dati vengono allocati a due macchine nella griglia, ciascuna utilizzando l'80% della macchina su cui vengono elaborati. Il restante 20 percento non starebbe a guardare, invece, un altro utente della griglia lo cattura. Questo uso della capacità inattiva è una componente importante dei punti di forza del grid computing.

Limitazione cloud n. 3: Scalabilità relativamente limitata

Non si può negare che le capacità del cloud computing siano esponenzialmente più grandi della maggior parte delle macchine localizzate. I molteplici livelli dello stack cloud hanno consentito a molti più partecipanti all'intero campo di quanto non fosse mai stato possibile prima.

Inoltre, il cloud computing ha molti vantaggi di scalabilità rispetto all'autocustodia di questi stessi servizi. Quindi, per dire che il cloud computing è anche limitato nella scalabilità può sembrare un po' paradossale.

Tuttavia, rispetto al cloud computing, il ridimensionamento su una griglia è ancora più realizzabile. Ciò è in parte dovuto alla modularità del grid computing oltre all'uso più efficiente delle risorse inattive.

Vantaggio della rete: Indipendentemente dal fatto che tu stia contribuendo o utilizzandolo, ridimensionare la tua attività in un sistema di grid computing può essere facile come installare un client grid su macchine aggiuntive.

Nel caso della neuroscienziata, è stata in grado di ridimensionare le sue esigenze da due set di dati a 100 set di dati nello stesso lasso di tempo, con lo stesso budget.

Calcolo distribuito o grid computing?

Entrambi! Beh, una specie di.

Nella conversazione, è abbastanza comune usare la griglia e la distribuzione in modo intercambiabile. Fondamentalmente, entrambi i termini si riferiscono a concetti abbastanza simili. Sono entrambi sistemi per organizzare e mettere in rete le risorse computazionali.

Tuttavia, se vuoi davvero dividere i capelli, il grid computing è la raccolta complessiva di reti distribuite. Il grid computing stesso è una rete distribuita di reti distribuite. Meta abbastanza per te?

Quali sono le prospettive per il Grid Computing?

Questa è stata una comprensione molto macro del grid computing. In realtà, è un sistema multiforme per organizzare una serie di parti dinamiche e individuali, al fine di ottenere il massimo da esse. Ogni componente della griglia informatica è stratificato con complessità e utilità, non diversamente dai molteplici pezzi richiesti in una rete elettrica pubblica.

Simile a un'utilità pubblica, il modo in cui funziona è una bestia a sé stante. Tuttavia, l'impatto reale è l'accessibilità complessiva. Perché, come un servizio pubblico, il grid computing sta diventando sempre più un servizio plug-and-play.

La prossima evoluzione del grid computing è probabilmente nella blockchain. Il grid computing si basa su più parti interessate che si fidano l'una dell'altra. Già, progetti come Rete Cosmos stanno creando sistemi grid decentralizzati che promuovono l'interoperabilità della rete e sfruttano i poteri di una rete di grid computing.

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