Грид-вычисления, потомок облака и старший брат распределенных вычислений.

Думайте о грид-вычислениях как о пересечении двух основных систем организации: облачных вычислений и коммунальных услуг, таких как электричество. На этом пересечении сеточные вычисления позволяют использовать вычислительные ресурсы с безопасный веб-шлюз, централизованный и нет. Точно так же, как вы подключитесь к соседним энергетическим линиям для некоторых из тех великолепных электронов, на которые мы полагаемся..

Современная энергосистема будет иметь множество источников ввода. Электростанции, например, вносят большой вклад в энергосистему, но развивающиеся технологии, такие как солнечные панели и ветряные мельницы, демократизируют производство электроэнергии..

Независимые и кустарные производители электроэнергии могут вносить вклад в энергосистему и получать компенсацию. В некоторых случаях это избыточная энергия.

Например, у фермеров могут быть солнечные батареи для производства более дешевой электроэнергии на месте. Однако фермер не может хранить неиспользованные электроны для использования в будущем, поэтому он может направить эту избыточную энергию обратно в энергосистему, где ее смогут использовать другие. Потраченные впустую электроны одного человека – это полностью заряженная Тесла другого..

Сетевые вычисления во многом похожи на электросети. Участники, большие и маленькие, могут добавлять в сетку. Пользователи могут подключаться к вычислительной сетке и получать доступ к службам независимо от участника..

Облако, грид и распределенные вычисления

Чтобы лучше понять, что такое сеточные вычисления и их нюансы, отличия от распределенных вычислений, будет легче сначала понять барьеры и ограничения, которые могут преодолеть сеточные вычисления. Другими словами, видение проблем, которые могут решить сеточные вычисления, поможет нам лучше понять, что такое сеточные вычисления..

Границы облачных вычислений – вот где сияет грид

Грид-вычисления – это подмножество или расширение облачных вычислений. Вкратце, облачные вычисления – это аутсорсинг вычислительных функций. Обычная облачная служба, такая как облачное хранилище данных с Google Диска или Dropbox, позволяет клиенту хранить свои данные в этих компаниях..

Кто-то, желающий использовать облачное хранилище данных, выбирает между такими поставщиками, как Google Drive, Dropbox и iCloud. Тогда компания, с которой они пойдут, будет их поставщиком облачного хранилища. Поддержка клиентов, устранение неполадок, выставление счетов, сетевая инфраструктура и все аспекты предоставления облачных услуг клиенту будут предоставляться напрямую и исключительно от компании, которую они выберут..

Довольно просто, правда? Один клиент, один провайдер. Однако мы ищем ограничения облачных вычислений. Чем уступают преимущества облачных вычислений и оставляют место для других организационных структур, таких как грид-вычисления?

Распространенная критика облачных вычислений:

  1. Пользовательские ресурсы привязаны к единой симметричной многопроцессорной системе (SMP)..
  2. Неиспользуемые вычислительные ресурсы простаивают и привязаны к одной задаче до ее завершения.
  3. Относительно ограниченная масштабируемость.

Грид-вычисления

Растущие ограничения облачных вычислений с помощью грид-вычислений

Помня о параллелях, которые грид-вычисления имеют с сетью общественного пользования, этот тип вычислительной организации может смягчить некоторые из распространенных критических замечаний, ограничивающих облачные вычисления..

Давайте рассмотрим каждое из этих утверждений и рассмотрим, как грид-система может быть более выгодной для пользователя по сравнению с традиционным облачным сервисом..

Ограничение облака №1: Пользовательские ресурсы привязаны к единой симметричной многопроцессорной системе (SMP)..

Я буду использовать действительно простой пример, чтобы продемонстрировать эту болевую точку. Нейробиолог пытается обработать два набора данных (набор A и набор B). Эти наборы данных огромны, и ей нужно будет передать задачу облачной службе..

У облачной службы не будет проблем с запуском этих наборов данных, и она с радостью арендует у них одну машину для обработки своих наборов данных. Помните, что ее наборы данных не связаны друг с другом и должны обрабатываться отдельно..

Это означает, что одна машина SMP, которую она арендовала, будет запускать набор A, за которым следует набор B. Ее единственная машина не может обрабатывать оба набора данных одновременно..

Впрочем, ничего страшного, облачные машины, которые она арендовала, очень тяжелые и обрабатывают огромные массивы данных менее чем за несколько часов каждая. На обработку данных у ученого уйдет меньше времени, чем на полноценный ночной сон..

Теперь, что произойдет, если ей потребуется проделать ту же обработку, но для 100 наборов данных. Ее бюджет по-прежнему дает ей достаточно средств только для доступа к одной облачной SMP-машине. Как ученый, она быстро подсчитывает и обнаруживает, что обработка всех этих данных займет почти две недели.!

Преимущество сетки: Тот же ученый с двумя наборами данных (набор A и набор B) мог бы вместо этого подключиться к грид-сервису. Вместо того, чтобы ученый арендовал одну SMP-машину у облачного сервиса, она получила бы доступ к вычислительной сети и арендовала бы необходимую вычислительную мощность..

Оба набора данных обрабатываются одновременно. Возможно, на двух машинах, каждая из которых предназначена для набора данных, или это могут быть тысячи машин, каждая из которых частично обрабатывает наборы данных. Тем не менее, данные обрабатываются параллельно друг другу. То, что раньше занимало шесть часов в двух партиях, теперь занимает три часа в одной партии.

Сто наборов данных? Теоретически это все равно займет всего три часа, так как каждый набор данных обрабатывается параллельно..

Ограничение облака №2: Неиспользуемые вычислительные ресурсы простаивают и привязаны к одной задаче до ее завершения.

Расширяя приведенный выше пример нейробиолога, облачный сервис, который она арендовала, независимо обрабатывал ее наборы данных, один за другим..

Обрабатывая любой набор данных, ученый заметил, что арендованное ею оборудование работает только на 80 процентов своей мощности. Оставшихся 20 процентов недостаточно для обработки второго набора данных, вместо этого он бездействует в ожидании следующей задачи..

Преимущество сетки: Коммодификация вычислительной мощности позволяет выполнять одну задачу на нескольких машинах. В случае с наборами данных ученого сеточная система могла бы обрабатывать данные в различных комбинациях между машинами..

Например, два набора данных выделяются двум машинам в сетке, каждый из которых использует 80 процентов машины, на которой они обрабатываются. Остальные 20 процентов не будут сидеть сложа руки, вместо этого их фиксирует другой пользователь сетки. Это использование простаивающей мощности – важный компонент сильных сторон сетевых вычислений..

Ограничение облака # 3: Относительно ограниченная масштабируемость

Нельзя отрицать, что возможности облачных вычислений экспоненциально больше, чем у большинства локализованных машин. Несколько уровней облачного стека позволили гораздо большему количеству участников в целом поле, чем когда-либо возможно.

Кроме того, облачные вычисления обладают множеством преимуществ масштабирования по сравнению с самостоятельным хранением тех же услуг. Так сказать, что облачные вычисления также ограниченная масштабируемость может показаться немного парадоксальной.

Однако по сравнению с облачными вычислениями масштабирование по сетке еще более достижимо. Отчасти это связано с модульностью сетевых вычислений в дополнение к более эффективному использованию простаивающих ресурсов..

Преимущество сетки: Независимо от того, участвуете ли вы в этом или используете его, масштабирование вашей задачи в системе грид-вычислений может быть таким же простым, как установка клиента грид на дополнительных машинах..

В случае с нейробиологом она смогла масштабировать свои потребности с двух наборов данных до 100 наборов данных за один и тот же период времени при одном и том же бюджете..

Распределенные вычисления или грид-вычисления?

Обе! Ну вроде как.

В разговоре довольно часто используются сетка и распределение как синонимы. По сути, оба термина относятся к довольно схожим концепциям. Это обе системы для организации и объединения вычислительных ресурсов в сеть..

Однако, если вы действительно хотите разделить волосы, грид-вычисления – это совокупность распределенных сетей. Сами по себе грид-вычисления – это распределенная сеть распределенных сетей. Мета достаточно для вас?

Что дальше для грид-вычислений

Это очень макро-понимание грид-вычислений. На самом деле, это многогранная система для организации ряда динамических и отдельных частей, чтобы получить от них максимальную отдачу. Каждый компонент вычислительной сети сложен и удобен в несколько слоев, что мало чем отличается от множества частей, необходимых в энергосистеме общего пользования..

Как и в случае с коммунальными предприятиями, они работают сами по себе. Однако реальное влияние оказывает общая доступность. Потому что, как и коммунальные услуги, сетевые вычисления все больше становятся сервисом plug-and-play..

Следующая эволюция grid-вычислений, вероятно, будет связана с блокчейном. Грид-вычисления опираются на доверие нескольких заинтересованных сторон друг к другу. Уже сейчас в рамках таких проектов, как Cosmos Network, создаются децентрализованные грид-системы, которые способствуют взаимодействию сетей и используют возможности грид-вычислительной сети..

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me