Grid computing, descendent del núvol i germà gran de la informàtica distribuïda.

Penseu en la computació en xarxa com la intersecció de dos sistemes bàsics d’organització: la computació en núvol i els serveis públics com l’electricitat. En aquesta intersecció, la computació en xarxa us permet aprofitar recursos computacionals passarel·la web segura, centralitzat i no. Igual que aprofitaria les línies d’energia properes per a alguns d’aquests gloriats electrons en els quals confiem.

Una xarxa elèctrica moderna tindrà moltes fonts d’entrada. Les centrals elèctriques, per exemple, contribueixen molt a la xarxa elèctrica, però les tecnologies emergents, com ara els panells solars i els molins de vent, democratitzen la producció d’energia.

Els productors d’energia independents i artesanals poden contribuir a la xarxa elèctrica i rebre compensacions. En alguns casos, es tracta d’un excés d’energia.

Els agricultors, per exemple, poden tenir plaques solars per generar electricitat més barata a nivell local. No obstant això, l’agricultor no pot emmagatzemar electrons que no s’utilitzin per a un ús futur, de manera que poden optar per encaminar l’excés d’energia cap a la xarxa d’energia, on altres poden utilitzar-la. Els electrons malgastats d’una persona són Tesla completament carregada d’una altra persona.

La computació de xarxa és molt semblant a la xarxa elèctrica. Els col·laboradors, grans i petits, poden afegir-se a la graella. Els usuaris poden accedir a la xarxa computacional i accedir als serveis independentment del col·laborador.

El núvol, la quadrícula i la informàtica distribuïda

Per entendre millor què és la computació en xarxa i les seves diferències matisades respecte a la computació distribuïda, serà més fàcil comprendre primer la barrera i les limitacions que la computació en xarxa és capaç de superar. En altres paraules, veure els problemes que pot resoldre la computació en xarxa ens ajudarà a entendre millor què és la computació en xarxa.

Els límits de la computació en núvol és on brilla la xarxa

La computació de quadrícula és un subconjunt o extensió de la computació en núvol. En poques paraules, la computació en núvol és la subcontractació de funcions computacionals. Un servei al núvol comú, com l’emmagatzematge de dades al núvol de Google Drive o Dropbox, permet al client emmagatzemar les seves dades amb aquestes empreses.

Algú que vulgui utilitzar l’emmagatzematge de dades al núvol tria entre proveïdors com Google Drive, Dropbox i iCloud. L’empresa amb qui van anar seria el seu proveïdor d’emmagatzematge al núvol. L’atenció al client, la resolució de problemes, la facturació, la infraestructura de xarxa i tots els aspectes relacionats amb la prestació del servei al núvol al client provindrien directament i únicament de l’empresa que triïn..

Bastant senzill, oi? Un client, un proveïdor. Tot i això, busquem les limitacions de la computació en núvol. Quins són els avantatges de la informàtica en núvol i es deixen espai per a altres estructures organitzatives com la computació en xarxa??

Crítiques comunes a la informàtica en núvol:

  1. Els recursos d’usuari estan compromesos amb un sistema de multiprocessament simètric (SMP) únic.
  2. Els recursos informàtics que no s’utilitzen es mantenen inactius i es queden bloquejats en una sola tasca fins que es completi.
  3. Escalabilitat relativament limitada.

Informàtica de quadrícula

Evolució de les limitacions del núvol amb la computació de quadrícula

Tenint en compte els paral·lelismes que la computació en xarxa té amb una xarxa d’utilitats públiques, aquest tipus d’organització computacional pot alleujar algunes de les crítiques habituals que limiten la computació en núvol..

Analitzem cadascuna d’aquestes afirmacions i examinem com un sistema de xarxa podria ser més beneficiós per a un usuari que un servei tradicional al núvol.

Limitació del núvol núm. 1: Els recursos d’usuari estan compromesos amb un sistema de multiprocessament simètric (SMP) únic.

Faré servir un exemple molt bàsic per mostrar aquest punt de dolor. Hi ha un científic neuronal que busca restringir dos conjunts de dades (conjunt A i conjunt B). Aquests conjunts de dades són enormes i haurà de subcontractar la tasca a un servei al núvol.

El servei al núvol no tindrà cap problema en executar aquests conjunts de dades i lloga amb satisfacció una màquina perquè processi els seus conjunts de dades. Recordeu que els seus conjunts de dades són exclusius entre si i s’han de processar per separat.

Això significa que l’única màquina SMP que va llogar executarà el conjunt A seguit del conjunt B. La seva única màquina no pot processar els dos conjunts de dades simultàniament.

No és un gran problema, però, que les màquines de núvol que va llogar són de gran resistència i es desprenen dels grans conjunts de dades en menys d’unes hores cadascuna. El processament de les dades trigarà menys temps que una nit completa de son per al científic.

Ara, què passa si ha de fer el mateix processament però per a 100 conjunts de dades. El seu pressupost encara només li proporciona prou finançament per accedir a una màquina SMP al núvol. Com que és una persona de ciència, fa ràpidament les matemàtiques i descobreix que trigaran gairebé dues setmanes a processar totes aquestes dades!

Avantatge de la xarxa: El mateix científic amb dos conjunts de dades (Conjunt A i Conjunt B) podria accedir a un servei de quadrícula. En lloc de que el científic llogés una màquina SMP única des d’un servei al núvol, accediria a la xarxa informàtica i llogaria la potència de càlcul necessària.

Els dos conjunts de dades es processen al mateix temps. Potser per dues màquines, cadascuna dedicada a conjunts de dades, o bé podrien ser milers de màquines que processen fraccionadament els conjunts de dades. Independentment, les dades s’estan processant paral·lelament. El que passava sis hores abans en dos lots, ara triga tres hores en un sol lot.

Cent conjunts de dades? En teoria, això només trigaria tres hores, ja que cada conjunt de dades es processa un al costat de l’altre.

Limitació del núvol núm. 2: Els recursos informàtics que no s’utilitzen es mantenen inactius i es queden bloquejats en una sola tasca fins que es completi.

Ampliant l’exemple anterior de científic neuronal, el servei de núvol que va llogar va processar independentment els seus conjunts de dades, un darrere l’altre.

Mentre processava qualsevol dels dos conjunts de dades, la científica va notar que el seu maquinari llogat només opera al 80% de la seva capacitat. El 20% restant no és suficient per processar el segon conjunt de dades, sinó que queda assegut a l’espera de la següent tasca.

Avantatge de la xarxa: La mercantilització de la potència de processament permet realitzar una sola tasca en diverses màquines. En el cas dels conjunts de dades del científic, un sistema de quadrícula podria processar les dades en una sèrie de combinacions entre màquines.

Per exemple, els dos conjunts de dades s’assignen a dues màquines de la graella, que utilitzen cadascuna el 80 per cent de la màquina en què es processen. El 20% restant no quedaria de braços creuats, en canvi, un altre usuari de la quadrícula el captura. Aquest ús de la capacitat d’inactivitat és un component important dels punts forts de la computació en xarxa.

Limitació del núvol núm. 3: Escalabilitat relativament limitada

No es pot negar que les capacitats del cloud computing són exponencialment més grans que la majoria de màquines localitzades. Les múltiples capes de la pila de núvols han permès a molts més participants a tot el camp que mai abans.

A més, la computació en núvol té molts avantatges d’escala en comparació amb l’autocustodia d’aquests mateixos serveis. Per tant, dir que la computació en núvol ho és també limitada en escalabilitat pot semblar paradoxal.

No obstant això, en relació amb la computació en núvol, l’escala en una graella és encara més assolible. Això es deu en part a la modularitat de la computació en xarxa, a més de l’ús més eficient dels recursos inactius.

Avantatge de la xarxa: Independentment de si hi esteu contribuint o el feu servir, escalar la vostra tasca en un sistema informàtic de xarxa pot ser tan fàcil com instal·lar un client de xarxa en màquines addicionals..

En el cas de la científica neuronal, va poder escalar les seves necessitats de dos conjunts de dades a 100 conjunts de dades en el mateix període de temps, amb el mateix pressupost.

Informàtica distribuïda o informàtica de quadrícula?

Tots dos! Bé, una mica.

A la conversa, és bastant habitual utilitzar la quadrícula i distribuir-la indistintament. Fonamentalment, tots dos termes fan referència a conceptes bastant similars. Tots dos són sistemes per organitzar i establir en xarxa recursos computacionals.

Tanmateix, si realment voleu dividir els pèls, la computació en xarxa és la col·lecció general de xarxes distribuïdes. La computació en xarxa és una xarxa distribuïda de xarxes distribuïdes. Meta suficient per a tu?

Què seguirà per a la informàtica de quadrícula

Aquesta ha estat una comprensió molt macro de la computació en xarxa. En realitat, és un sistema polifacètic per organitzar una sèrie de parts dinàmiques i individuals, per tal de treure-les el màxim partit. Cada component de la xarxa informàtica té capes de complexitat i utilitat, a diferència de les múltiples peces necessàries en una xarxa elèctrica pública.

Semblant a una utilitat pública, el seu funcionament és una bèstia pròpia. No obstant això, l’impacte real és l’accessibilitat general. Perquè, com una utilitat pública, la computació en xarxa es converteix cada vegada més en un servei plug-and-play.

La propera evolució de la computació en quadrícula és probable a la cadena de blocs. La computació de quadrícula es basa en la confiança de diverses parts interessades. Ja, projectes com Cosmos Network estan creant sistemes de xarxa descentralitzats que afavoreixen la interoperabilitat de la xarxa i aprofiten les potències d’una xarxa informàtica de xarxa..

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