Zum Inhalt springen

Grid-Computing

aus Wikipedia, der freien Enzyklopädie
Dies ist eine alte Version dieser Seite, zuletzt bearbeitet am 4. März 2005 um 13:20 Uhr durch ChristophDemmer (Diskussion | Beiträge) (Siehe auch). Sie kann sich erheblich von der aktuellen Version unterscheiden.

Grid Computing Vorlage:Lautschrift (englisch grid computing = Gitterberechnung) bezeichnet alle Methoden, die Rechenleistung vieler Computer innerhalb eines Netzwerks so zusammenzufassen, dass über den reinen Datenaustausch hinaus die (parallele) Lösung von rechenintensiven Problemen ermöglicht wird (verteiltes Rechnen). Jeder Computer in dem "Gitter" ist eine, den anderen Computern gleichgestellte Einheit. Damit kann, zu deutlich geringeren Kosten, sowohl die Kapazität als auch die Rechenleistung heutiger Supercomputer übertroffen werden. Grid-Systeme skalieren sehr gut: durch Hinzufügen von Rechnern zum Netz oder Zusammenfassen von Grids zu Über-Grids erhöht sich die Rechenleistung in entsprechendem Maße.

Eine Vision des Grid-computing ist das computing grid. Es ist vergleichbar mit dem power grid, also dem Stromnetz: der Verbraucher von Rechenleistung stellt eine Verbindung zum Rechennetz her, so wie der Stromverbraucher zum Stromversorgungsnetz. Alles was hinter der Steckdose passiert ist für den Konsumenten verborgen, er verbraucht einfach Leistung.

Die typischen Probleme bei denen sich Grid Computing als Strategie anbietet sind solche, die die Leistung einzelner Computer überfordern, jedoch nicht Zeitkritisch sind. Dazu gehören beispielsweise die Integration, Auswertung und Darstellung von sehr großen Datenmengen aus der medizinischen oder der meteorologischen Forschung.

Geschichte

Die Anfänge des Grid-Computing liegen im High-Performance-Computing (HPC) Bereich: Parallel processing in den 60ern und Clustering in den 70ern. Auch Aspekte des Peer-to-Peer (p2p) computing sind dem Grid sehr nahe.

Grid-Projekte

Zum Beispiel das Krebsforschungsprojekt auf der Grid.org [1] Plattform, welches in Zusammenarbeit mit dem "Centre for Computational Drug Discovery" [2]der Oxford University sowie der "National Foundation for Cancer Research" [3] (NFCR) entstand, und bei dem nahzu drei Millionen PCs an der Sichtung von erfolgversprechenden Molekülen für Krebstherapeutika mitwirkten. Das laufende Projekt hat Ende 2004 mehr als 380,000 CPU-Jahre (Statistik) gerechnet. Dabei manifestiert sich die Rechenbelastung für den einzelnen Computerbesitzer z.B. in nicht mehr als einem Bildschirmschoner, der in Leerlaufphasen automatisch gestartet wird. Am bekanntesten dürften jedoch das SETI@home (Search for ExtraTerrestrial Intelligence at home)-Projekt sein. Es hilft bei der Suche nach Signalen in radioastronomischen Daten, die von außerirdischen Intelligenzen stammen könnten (Siehe auch: boinc www.boinc.de). Ein anderes bekanntes Grid-Computing-Projekt ist Folding at home, bei dem die Faltung von Proteinen berechnet wird, und eine vielzahl anderer, kleinerer Projekte.

Softwarearchitektur

Basiert auf der von Ian Foster mitentwickelten Idee der Open Grid Service Architecture (OGSA). Grundidee derer ist die Darstellung von beteiligten Komponenten (Rechner, Speicherplatz, Mikroskope,...) als Grid-Service (Web-Service der bestimmte Regeln befolgt). Inzwischen gibt es mit dem WSRF (dem WebServicesRessourceFramework) einen neuen, weniger objektorientierten Ansatz, der sich allerdings auch auf die Architektur von WebServices auswirken soll.

Hardware

Praktisch gesehen benötigt man an Hardware nichts weiter als einen Computer mit einer Netzwerkverbindung. Auf diesen Grid-Computern übernimmt eine Software das Lösen einer Teilaufgabe, die ein - in der Regel zentraler - Server zur Verfügung stellt. Dieser Server benutzt Software, die eine große Aufgabe in eine Anzahl von Teilaufgaben für alle Knoten im Grid aufspalten kann und die Teilergebnisse wieder zusammenfasst.

Firmen

Auch die Giganten im Computersektor sind mit eigenen Projekten an der Erforschung und (kommerziellen) Nutzung von Grids beteiligt:

Siehe auch

Verteiltes Rechnen, Computercluster, BOINC, Java, JINI, CORBA, DCOM