Аналоги XEL Elastic

XEL Elastic Обзор

Многие научные проблемы, например, моделирование квантовой механики, нелинейная оптимизация, используемая в прогнозировании погоды, а также оптимизация и минимизация логических схем, требуют вычислительных ресурсов, которые на много порядков превосходят ресурсы любого отдельного компьютера. Все более широкое применение этих методов в современной науке является движущей силой поиска путей создания условий, в которых эти проблемы могут быть решены в разумные сроки. Еще в 1990-х годах появился термин «грид-компьютинг»; подход, который включает объединение вычислительных ресурсов многих отдельных компьютеров в единую целостную сущность, которая может обеспечить объединенную вычислительную мощность так же просто, как доступ к мощности из сети.

Хотя настройка локального кластера для грид-вычислений кажется очень простой, это требует значительных затрат. Вам нужно не только приобрести достаточно оборудования для доставки необходимых вам ресурсов, но также вы должны оплатить текущие расходы на техническое обслуживание и эксплуатацию. Это не очень экономичный способ для случайных расчетов и разовых проектов. Однако несколько подходов к децентрализации грид-вычислений были представлены в конце 90-х годов и основаны на том факте, что многие люди сегодня имеют очень мощные компьютеры, которые все подключены к Интернету. Если вы подумаете об этом, вычислительная мощность значительна - не в суперкомпьютерных центрах или лабораториях, а в домах людей. Такие платформы, как Distributed.net и более поздние SETI @ Home и BOINC, показали способы использования этих (пользовательских) устройств для формирования более мощного сетевого компьютера практически без затрат на первоначальную настройку. Тем не менее, эти платформы в основном опирались (и полагаются) на работу на добровольных началах, то есть на участников-добровольцев, которые готовы внести свой вычислительный потенциал в проекты, к которым они стремятся. Само собой разумеется, что более скучные проекты (такие как моделирование домашних заданий) имеют очень мало шансов использовать любое разумное количество вычислительных ресурсов.

Показать больше