Un investigador necesita simular el plegamiento de proteínas. Se conecta a una terminal, no para usar una máquina, sino para acceder a una red en expansión que maneja la carga. Un comerciante necesita predecir los movimientos de las acciones. Obtiene datos en una PDA portátil y extrae energía de la infraestructura backend de su empresa. Un comandante militar está coordinando un ataque. No depende de una única granja de servidores; accede a recursos a través de tres redes militares distintas y segregadas para formular una estrategia.
Estos escenarios suenan a ciencia ficción o fantasía a nivel empresarial, pero todos apuntan a la misma arquitectura subyacente: la computación grid.
Es el equivalente digital de aunar recursos. En una red, no sólo tienes la energía de tu propia computadora. Tiene acceso a los núcleos de procesamiento, la memoria y el almacenamiento de cada máquina autorizada en el sistema. Es informática distribuida con esteroides. ¿El objetivo? Hacer que una red de computadoras dispares actúe como una supercomputadora masiva y unificada.
El mito de la máquina única
Históricamente, si necesitabas más potencia, comprabas una computadora más rápida. Agregaste más RAM. Le diste una palmada a un disco duro más grande. Había un límite para lo que podía hacer una sola caja, sin importar cuánto dinero le arrojaran. La computación grid rompe ese techo.
Piense en ello como un viaje de campamento. Vas solo. Tienes una tienda de campaña. Tu amigo tiene otro. Uno trae la comida. Uno trae el todoterreno. Si vas solo, tienes que cargar con todo. Estás limitado por tu propia fuerza y tu propio equipo. Si viajáis juntos compartís la carga. Usan las habilidades de cada uno. El viaje se vuelve más fácil, más rápido y más eficiente porque ninguna persona lleva toda la carga.
La computación grid aplica esta lógica a los datos.
Una computadora estándar depende de su propia Unidad Central de Procesamiento (CPU). Este microprocesador procesa números y dirige datos. También depende de la memoria (RAM), que es un almacenamiento temporal de alta velocidad cerca de la CPU, y del almacenamiento (discos duros o bases de datos), que es permanente pero más lento. De forma predeterminada, un usuario queda atrapado dentro de los límites de su propio hardware.
En una cuadrícula, esos límites se desvanecen. El sistema vincula estos recursos entre sí. Cuando ejecuta una consulta, la cuadrícula no solo usa su CPU. Enruta partes de la tarea a miles de otras máquinas en la red. Para el usuario, se siente como magia. Estás accediendo a la energía colectiva de toda la red, no solo al silicio que tienes delante.
No es nuevo, pero no está listo
Aquí está el truco: la computación grid no es una idea nueva. Es un tipo específico de computación distribuida. La informática distribuida existe desde hace décadas, en la que diferentes ordenadores comparten recursos a través de una red. Pero la verdadera computación grid va más allá. En el estado ideal, todos los recursos se comparten. Cada ciclo de procesador y cada byte de almacenamiento se convierte en un activo comunitario.
Acceder a él debería ser fluido. La interfaz no debería parecer como si estuvieras pirateando una computadora central. Debería parecer que estás trabajando en tu propio escritorio. La diferencia es la escala invisible de los caballos de fuerza detrás de escena.
Sin embargo, la tecnología está lejos de ser perfecta. Todavía estamos en el medio desordenado. Actualmente, los científicos e ingenieros informáticos están luchando con estándares y protocolos. En la actualidad, muchos sistemas grid dependen de software propietario. Están aislados. Si desea unirse a la red, a menudo necesita herramientas específicas bloqueadas por el proveedor. Hasta que la industria se ponga de acuerdo sobre un conjunto universal de reglas, la adopción será complicada. Las organizaciones dudan en invertir en infraestructura que podría no funcionar bien con otras.
La trampa de la jerga
Si profundiza en la documentación de computación grid, se ahogará en acrónimos. El campo toma prestado en gran medida de otros sectores tecnológicos. Para entender cómo funciona, es necesario separar la señal del ruido.
La computación grid está relacionada con varios otros modelos, y las líneas a menudo son borrosas:
- Computación compartida: Esta es la categoría amplia. Se refiere a cualquier conjunto de computadoras que comparten potencia de procesamiento para completar una tarea. Es un poco genérico.
- Computación de utilidad: Suele entregarse a través de Software como servicio (SaaS). Piénselo como si fuera electricidad. No se construye una central eléctrica; te conectas a la red y pagas por lo que usas. Las empresas ofrecen capacidad de almacenamiento o procesamiento de forma medida.
- Computación en la nube: Este es el término más familiar en la actualidad. En la computación en la nube, las aplicaciones y el almacenamiento “viven” en la web. No eres dueño del hardware; alquilas el acceso a él. Si bien la nube y la red comparten raíces, la red se centra más en la agrupación de recursos inactivos para tareas computacionales masivas, mientras que la nube a menudo se centra en la prestación de servicios a través de Internet.
Para navegar por estos conceptos, es necesario conocer el léxico. Aquí están los conceptos básicos:
- Clúster: Un grupo de computadoras en red que comparten recursos. Trabajan juntos como una sola unidad.
- Nodo: Cualquier dispositivo en una red que pueda transmitir, recibir o redireccionar datos. Los nodos de control gestionan el flujo.
- XML (Lenguaje de marcado extensible): Un lenguaje de codificación que describe datos. Es legible por humanos y por máquinas. Los nodos de control utilizan derivados XML como WSDL (lenguaje de descripción de servicios web) para comprender cómo manejar aplicaciones y tipos de datos específicos.
- Hub: Un punto central en una red donde se conectan varios dispositivos.
- IDE (Entorno de desarrollo integrado): El conjunto de herramientas que los programadores utilizan para crear aplicaciones.
- Sandbox: Un entorno aislado utilizado para probar aplicaciones sin poner en riesgo el sistema principal.
La tecnología funciona. El concepto es sólido. Pero la fragmentación de las normas sigue siendo el mayor obstáculo. Hasta que se estandarice la “plomería” de la red, seguiremos viendo islas de poder aisladas en lugar de una supercomputadora global verdaderamente unificada.
El vocabulario técnico
Para entender la computación grid, hay que hablar el idioma. No se trata sólo de palabras de moda; es la mecánica de cómo se comunican máquinas dispares entre sí.
La interoperabilidad es la base. Sin él, su PC y su Macintosh son islas. Tienen diferentes sistemas operativos, diferentes arquitecturas. No pueden trabajar juntos a menos que el software cierre esa brecha.
Luego están los estándares abiertos. Los estándares propietarios lo encierran en el ecosistema de un único proveedor. Los estándares abiertos son públicos. Cualquiera puede adoptarlos. Esto hace que la integración sea mucho más fácil porque todos siguen el mismo libro de reglas.
También estamos hablando de procesamiento paralelo. Esto no es sólo multitarea en un solo chip. Utiliza varias CPU para resolver un único problema computacional. Está estrechamente vinculado a la informática compartida, que desvía recursos no explotados de una red para realizar el trabajo.
Una plataforma es solo la base. Podría ser un sistema operativo, una arquitectura, un lenguaje o incluso un sitio web. Los desarrolladores construyen sobre eso.
Cuando un servidor no es suficiente, necesita una granja de servidores. Un grupo de servidores que trabajan juntos en tareas demasiado complejas para una sola máquina.
Pero comprar más hardware es caro. Ingrese virtualización de servidores. Esta técnica utiliza software para dividir un único servidor físico en múltiples plataformas virtuales exclusivas. Cada servidor virtual ejecuta su propio sistema operativo de forma independiente. Una caja puede alojar un servidor Linux y un servidor Windows simultáneamente. Esto funciona porque la mayoría de los servidores permanecen inactivos la mayor parte del tiempo. La virtualización reduce los costos de hardware para los sistemas grid que necesitan docenas de nodos.
En este entorno, un servicio es cualquier sistema de software que permite a las computadoras interactuar a través de la red.
La comunicación a menudo se basa en SOAP (Protocolo simple de acceso a objetos). Un conjunto de reglas para intercambiar mensajes XML a través de una red. Microsoft lo desarrolló. Es la sintaxis de la conversación.
La gestión de datos nos lleva a estado. En TI, el estado son los datos persistentes. Sobrevive al ciclo de vida de la aplicación. Cuando colocas libros en un carrito de Amazon, se trata de datos con estado. Amazon rastrea su selección mientras navega. Los servicios con estado permiten aplicaciones de varios pasos que se basan en datos básicos consistentes.
Y finalmente, transiencia. La capacidad de activar o desactivar un servicio en la red sin bloquear toda la operación.
Compartir recursos
Entonces, ¿cómo se unen estas piezas?
Varias organizaciones están compitiendo para crear protocolos estandarizados. ¿El objetivo? Haga que los entornos de computación grid sean plug-and-play.
Los sistemas de red existen hoy en día. Pero la compatibilidad es impredecible. ¿Por qué? Porque cada sistema suele utilizar un conjunto único de protocolos y herramientas. Es posible que dos rejillas no se comuniquen entre sí. Esa falta de acuerdo es el cuello de botella.
Un sistema de computación grid funcional generalmente requiere tres cosas:
- Un Nodo de Control. Generalmente un servidor que se encarga de tareas administrativas. Es el despachador.
- Una red. Computadoras que ejecutan software de red especial. Estos actúan como interfaces de usuario y grupos de recursos. La red puede ser homogénea (mismo sistema operativo, mismo hardware) o heterogénea (una mezcolanza de todo). Puede ser cableado o a través de Internet abierto.
- Middleware. El caballo de batalla. Software que permite que diferentes computadoras ejecuten un proceso a través de la red. Sin middleware, la comunicación es imposible. No existe un formato único para el middleware, lo que agrava el problema de fragmentación.
El nodo de control está ocupado. Prioriza las tareas. Programa el trabajo en toda la red. Decide qué recursos obtiene cada tarea. Supervisa la sobrecarga. Fundamentalmente, debe garantizar que la máquina local del usuario no se ralentice. La red debería aprovechar recursos no utilizados. Si su computadora se retrasa cuando se ejecuta la red, el sistema está fallando.
El problema de la estandarización
El potencial es ilimitado. Pero sólo si todos se ponen de acuerdo sobre los protocolos y las herramientas.
Sin un formato estándar, los desarrolladores externos están estancados. Los programadores independientes quieren crear aplicaciones en la red, pero no pueden garantizar la compatibilidad. Es posible que tengan que crear diferentes versiones de la misma aplicación para diferentes sistemas. Eso lleva mucho tiempo. Los desarrolladores no quieren hacer el mismo trabajo dos veces.
Un conjunto de protocolos estandarizados permitiría a los desarrolladores centrarse en un formato. Una base de código. Una cuadrícula.
Hasta entonces, estaremos atrapados en un paisaje fragmentado. Potente, sí. Pero desordenado.
Lo que nos lleva de nuevo a la pregunta: si el hardware está ahí y el software existe, ¿por qué no todas las redes son una red?
La paradoja de la seguridad de la energía distribuida
Vincular máquinas dispares en un único tejido computacional parece una solución utópica para la potencia de procesamiento. No lo es. Es un dolor de cabeza logístico envuelto en riesgos de seguridad. Cuando conecta dos computadoras, y mucho menos miles, genera preguntas sobre privacidad, control de acceso y acaparamiento de recursos.
El middleware es la respuesta, o al menos la solución actual. Los protocolos Grid no resuelven inherentemente estos problemas; simplemente facilitan a los desarrolladores la creación de herramientas que lo hagan. ¿La gran preocupación? Cifrado.
La mayoría de los ingenieros confían en el cifrado para mantener los datos seguros. Codifica la información para que sólo aquellos que tengan la clave puedan leerla. Descifrar ese código normalmente requiere factorizar números enormes en sus divisores primos, una tarea que a una supercomputadora normal le lleva años. Pero aquí está la ironía: un sistema de computación grid puede usarse como arma para descifrar esos mismos códigos. Si se vinculan suficientes procesadores inactivos, el tiempo necesario para romper un cifrado sólido disminuye de años a días.
“Un hacker podría posiblemente crear un sistema informático grid con el fin de descifrar información cifrada.”
El software propietario puede ofrecer una ligera protección, pero los estándares abiertos, esenciales para el funcionamiento de las redes, dejan las puertas abiertas. Cada nodo necesita un software específico para interactuar con el conjunto. Si ese software tiene una vulnerabilidad, toda la red sangra.
Luego está la cuestión del acceso. No puedes simplemente dejar que todos se vuelvan locos. Si un usuario ocupa todos los recursos, se llega a un punto muerto. El nodo de control se congela. No pasa nada. Por tanto, los protocolos de autorización y autenticación se vuelven no negociables. Solo los usuarios seleccionados obtienen acceso completo a la red. ¿Todos los demás? Recuperan su propia máquina, menos los caballos de fuerza adicionales.
¿Quién está mirando el escaparate?
El middleware y el nodo de control actúan como porteros de la red. Ellos manejan el flujo. Garantizan que ninguna computadora domine la red y, a la inversa, garantizan que la red no extraiga la computadora personal de un usuario hasta la última gota de ciclos de CPU. Si el sistema le roba sus propios recursos informáticos, no es eficiente. Es hostil.
De la ciencia ficción a la mesa de laboratorio
Entonces, ¿adónde va realmente este poder? No en tus videojuegos. No en tus hojas de cálculo.
La mayoría de las redes operativas hoy pertenecen al mundo académico y de investigación. Técnicamente son “sistemas informáticos compartidos” en lugar de verdaderas redes empresariales persistentes. Cosechan ciclos no utilizados. Y están haciendo un trabajo pesado.
SETI@home: Escuchando el vacío
El proyecto de Búsqueda de Inteligencia Extraterrestre (SETI) puso la computación grid en el mapa. Los radiotelescopios recogen terabytes de ruido cósmico. Una sola computadora no puede buscar una aguja en ese pajar. SETI@home creó un programa que convierte millones de PC domésticas en una supercomputadora virtual. Lo instalas tú. Se encuentra al fondo. Analiza datos en busca de señales alienígenas. Si quieres jugar Call of Duty, el software te rinde. Cuando cierras la sesión, se reanuda.
Folding@home: Resolviendo el rompecabezas de las proteínas
Luego está el Grupo Pande en Stanford. No buscan extraterrestres; Están buscando las causas del Parkinson y el Alzheimer. La clave es el plegamiento de proteínas. Las proteínas toman formas específicas para funcionar. Cuando se pliegan mal, siguen las enfermedades.
Folding@home simula cómo se pliegan las proteínas. Es un problema computacional enorme. El Grupo Pande espera que al comprender la física del plegamiento incorrecto, puedan encontrar nuevos tratamientos. El proceso es idéntico al de SETI: descarga la aplicación, deja tu CPU inactiva durante la noche y contribuye a la ciencia médica.
La naturaleza efímera de la informática voluntaria
Hay decenas de estos proyectos. Muchos no son permanentes. Una vez que se alcanza el objetivo de la investigación, la cuadrícula se disuelve. A veces un nuevo proyecto reemplaza al anterior. A veces simplemente desaparece.
Es un modelo fascinante. Prestas tus ciclos ociosos a la ciencia. No obtiene nada a cambio más que la cálida sensación de contribuir a SETI o a la investigación médica. El software está diseñado con baja prioridad. Respeta tu máquina. Se apaga cuando lo necesitas. Se despierta cuando tú no lo haces.
¿Pero importa? Si la red se puede utilizar para descifrar el cifrado, si los controles de acceso son frágiles, si los proyectos son temporales… ¿vale la pena correr el riesgo? El código está ahí fuera. Los procesadores están en línea. La pregunta es si estamos construyendo una herramienta para el descubrimiento o una botnet esperando a suceder.
Una vez que su computadora termina de hacer cálculos, el software del proyecto envía esos datos al nodo de control. El nodo lo clasifica y coloca los resultados en la base de datos correcta. Luego, envía una nueva porción de datos a su máquina. El ciclo se repite hasta terminar el trabajo. Si hay suficiente gente participando, los objetivos ambiciosos se logran en un tiempo sorprendentemente corto.
A medida que estos sistemas de computación grid se vuelvan más inteligentes, veremos más organizaciones construyendo redes versátiles. Incluso podría llegar el día en que las corporaciones interactúen directamente entre sí. En ese mundo, los problemas computacionales que hoy parecen imposibles podrían reducirse a unas pocas horas de tiempo de procesamiento. Tendremos que esperar y ver.
Éxito en el mundo real: el proyecto de comparación de genomas
La teoría está bien, pero los resultados son mejores. Tome el Proyecto de Comparación del Genoma como prueba. Este esfuerzo de investigación tuvo como objetivo comparar secuencias de proteínas en más de 3500 organismos. Comenzó el 20 de diciembre de 2006.
El 21 de julio de 2007, el proyecto ya había alcanzado todos sus objetivos. No necesitaba ni una sola granja de supercomputadoras. Utilizó un sistema informático de red para realizar el trabajo pesado. Ese es el poder de los recursos distribuidos.
¿Qué es exactamente la computación grid?
La gente suele confundir esto con la informática en la nube estándar. La diferencia radica en el alcance y el propósito. Una grilla es una red de computadoras que comparten recursos para resolver problemas grandes y complejos. Actúa como una supercomputadora virtual.
Puede pensar en la computación grid como aprovechar recursos de múltiples dominios administrativos para resolver un solo problema. Combina el poder de muchas computadoras individuales distribuidas en una red, a menudo la Internet pública. Esto lo diferencia de un simple grupo, que normalmente permanece dentro de una organización.
Ejemplos populares de proyectos de red
¿Por qué te importa esto? Porque estas redes están resolviendo crisis del mundo real. Aquí hay algunos ejemplos notables:
- SETI@home : Utiliza potencia de procesamiento sobrante de millones de computadoras personales para buscar vida extraterrestre. Convierte las CPU inactivas en puestos de escucha en el espacio profundo.
- Folding@home : Se centra en el plegamiento de proteínas. Al estudiar cómo se pliegan las proteínas, los investigadores esperan comprender mejor enfermedades como el Alzheimer y el Parkinson.
- World Community Grid : aborda los desafíos humanitarios. Esto incluye investigaciones sobre el cáncer, estudios sobre el VIH/SIDA e iniciativas de energía limpia.
Estos proyectos muestran cómo la computación grid transforma el hardware inactivo en una fuerza para el bien científico. No es necesario ser un científico para ayudar. Sólo necesitas una conexión a Internet y un poco de tiempo libre.
Por qué esto importa ahora
La sofisticación de estos sistemas es cada vez mayor. Es probable que pronto más corporaciones creen redes versátiles. Nos acercamos a una era en la que los problemas computacionales se reducen a partes manejables. Esto democratiza la informática de alto rendimiento. Significa que no necesita una sala de servidores de un millón de dólares para ejecutar simulaciones.
La infraestructura ya está ahí. La Globus Alliance y el Open Grid Forum continúan perfeccionando los estándares. Empresas como IBM llevan mucho tiempo invirtiendo en hacer accesible la computación grid. Las herramientas están facilitando la colaboración en Internet para estas tareas masivas.
Mirando hacia el futuro
La próxima vez que vea su computadora inactiva, recuerde que podría ser parte de algo más grande. Podría estar analizando secuencias de proteínas o escaneando las estrellas. La tecnología está madura. Las aplicaciones están creciendo. Y el impacto es real.
“La computación grid amplía su alcance”.
Las piezas están en su lugar. La pregunta es si los usaremos lo suficientemente rápido. El futuro del trabajo distribuido no llega. Ya está aquí, en el fondo de nuestra vida diaria.
