Un ricercatore deve simulare il ripiegamento delle proteine. Accede a un terminale, non per utilizzare una macchina, ma per attingere a una rete tentacolare che gestisce il carico. Un trader deve prevedere i movimenti delle azioni. Raccoglie i dati su un PDA portatile, traendo energia dall’infrastruttura back-end della sua azienda. Un comandante militare sta coordinando uno sciopero. Non fa affidamento su una singola server farm; accede alle risorse attraverso tre reti militari distinte e segregate per formulare una strategia.
Questi scenari sembrano fantascienza o fantasia a livello aziendale, ma puntano tutti alla stessa architettura sottostante: il grid computing.
È l’equivalente digitale della condivisione delle risorse. In una rete, non hai solo la potenza del tuo computer. Hai accesso ai core di elaborazione, alla memoria e all’archiviazione di ogni macchina autorizzata nel sistema. È calcolo distribuito sotto steroidi. L’obiettivo? Fare in modo che una rete di computer disparati agisca come un unico supercomputer enorme e unificato.
Il mito della macchina unica
Storicamente, se avevi bisogno di più potenza, compravi un computer più veloce. Hai aggiunto più RAM. Hai inserito un disco rigido più grande. C’era un limite a ciò che una singola scatola poteva fare, non importa quanti soldi ci avessi investito. Il grid computing manda in frantumi quel limite.
Pensalo come un viaggio in campeggio. Andrai da solo. Hai una tenda. Il tuo amico ne ha un altro. Uno porta il cibo. Uno porta il SUV. Se vai da solo, devi portare tutto. Sei limitato dalle tue forze e dalla tua attrezzatura. Se viaggiate insieme, condividete il carico. Usi le competenze reciproche. Il viaggio diventa più facile, più veloce e più efficiente perché nessuna persona si assume l’intero peso.
Il grid computing applica questa logica ai dati.
Un computer standard si basa sulla propria unità centrale di elaborazione (CPU). Questo microprocessore elabora i numeri e dirige i dati. Si basa anche sulla memoria (RAM), che è uno spazio di archiviazione temporaneo ad alta velocità vicino alla CPU, e sullo storage (dischi rigidi o database), che è permanente ma più lento. Per impostazione predefinita, un utente è intrappolato entro i limiti del proprio hardware.
In una griglia questi limiti svaniscono. Il sistema collega queste risorse insieme. Quando esegui una query, la griglia non utilizza solo la tua CPU. Instrada parti dell’attività a migliaia di altre macchine nella rete. Per l’utente, sembra una magia. Stai accedendo al potere collettivo dell’intera griglia, non solo al silicio di fronte a te.
Non è nuovo, ma non è pronto
Ecco il problema: il grid computing non è un’idea nuova. È un tipo specifico di calcolo distribuito. Il calcolo distribuito esiste da decenni, con diversi computer che condividono risorse su una rete. Ma il vero grid computing va oltre. Nello stato ideale, ogni risorsa è condivisa. Ogni ciclo del processore e ogni byte di spazio di archiviazione diventano una risorsa per la comunità.
L’accesso dovrebbe essere semplice. L’interfaccia non dovrebbe sembrare come se stessi hackerando un mainframe. Dovrebbe sembrare che tu stia lavorando sul tuo desktop. La differenza è la scala invisibile della potenza dietro le quinte.
Tuttavia, la tecnologia è lungi dall’essere perfezionata. Siamo ancora nel mezzo confuso. Gli informatici e gli ingegneri sono attualmente alle prese con standard e protocolli. Al momento, molti sistemi grid si affidano a software proprietario. Sono isolati. Se vuoi unirti alla griglia, spesso hai bisogno di strumenti specifici e vincolati dal fornitore. Fino a quando l’industria non raggiungerà un accordo su un insieme di regole universali, l’adozione sarà complicata. Le organizzazioni esitano a investire in infrastrutture che potrebbero non funzionare bene con altre.
La trappola del gergo
Se ti immergi nella documentazione del grid computing, affogherai negli acronimi. Il campo prende in prestito pesantemente da altri settori tecnologici. Per capire come funziona è necessario separare il segnale dal rumore.
Il grid computing è correlato a molti altri modelli e i confini sono spesso sfumati:
- Computing condiviso: questa è la categoria ampia. Si riferisce a qualsiasi insieme di computer che condividono la potenza di elaborazione per completare un’attività. È un po’ generico.
- Utility Computing: viene spesso fornito tramite Software-as-a-Service (SaaS). Pensatela come l’elettricità. Non costruisci una centrale elettrica; ti colleghi alla rete e paghi per quello che usi. Le aziende offrono potenza di stoccaggio o di elaborazione su base misurata.
- Cloud Computing: questo è il termine più familiare oggi. Nel cloud computing, le applicazioni e lo storage “vivono” sul web. Non possiedi l’hardware; ne affitti l’accesso. Mentre il cloud e la rete condividono le radici, la griglia si concentra maggiormente sul raggruppamento di risorse inattive per attività computazionali di grandi dimensioni, mentre il cloud spesso si concentra sulla fornitura di servizi su Internet.
Per navigare tra questi concetti, è necessario conoscere il lessico. Ecco le basi:
- Cluster: un gruppo di computer collegati in rete che condividono risorse. Lavorano insieme come una singola unità.
- Nodo: qualsiasi dispositivo su una rete in grado di trasmettere, ricevere o reindirizzare dati. I nodi di controllo gestiscono il flusso.
- XML (Extensible Markup Language): un linguaggio di codifica che descrive i dati. È leggibile dall’uomo e dalla macchina. I nodi di controllo utilizzano derivati XML come WSDL (Web Services Description Language) per comprendere come gestire applicazioni e tipi di dati specifici.
- Hub: un punto centrale in una rete a cui si connettono più dispositivi.
- IDE (ambiente di sviluppo integrato): il toolkit utilizzato dai programmatori per creare applicazioni.
- Sandbox: Un ambiente isolato utilizzato per testare le applicazioni senza mettere a rischio il sistema principale.
La tecnologia funziona. Il concetto è valido. Ma la frammentazione degli standard rimane l’ostacolo più grande. Fino a quando “l’impianto idraulico” della rete non sarà standardizzato, continueremo a vedere isole isolate di potere piuttosto che un supercomputer globale veramente unificato.
Il vocabolario tecnico
Per comprendere il grid computing, devi parlare la lingua. Non sono solo parole d’ordine; è la meccanica del modo in cui macchine diverse comunicano tra loro.
L’Interoperabilità è il fondamento. Senza di esso, il tuo PC e il Macintosh sono isole. Hanno sistemi operativi diversi, architetture diverse. Non possono lavorare insieme a meno che il software non colmi questo divario.
Poi ci sono gli standard aperti. Gli standard proprietari ti vincolano all’ecosistema di un unico fornitore. Gli standard aperti sono pubblici. Chiunque può adottarli. Ciò rende l’integrazione molto più semplice perché tutti giocano secondo le stesse regole.
Stiamo anche parlando di elaborazione parallela. Questo non è solo multitasking su un chip. Utilizza più CPU per risolvere un singolo problema computazionale. È strettamente legato al computing condiviso, che sottrae risorse non sfruttate da una rete per portare a termine il lavoro.
Una piattaforma è solo la base. Potrebbe essere un sistema operativo, un’architettura, un linguaggio o persino un sito Web. Gli sviluppatori si basano su di esso.
Quando un server non basta, serve una server farm. Un cluster di server che lavorano insieme su attività troppo complesse per una singola macchina.
Ma acquistare più hardware è costoso. Inserisci virtualizzazione del server. Questa tecnica utilizza il software per suddividere un singolo server fisico in più piattaforme virtuali esclusive. Ogni server virtuale esegue il proprio sistema operativo in modo indipendente. Una scatola può ospitare contemporaneamente un server Linux e un server Windows. Funziona perché la maggior parte dei server rimane inattiva per la maggior parte del tempo. La virtualizzazione riduce i costi hardware per i sistemi a rete che necessitano di dozzine di nodi.
In questo ambiente, un servizio è qualsiasi sistema software che consente ai computer di interagire in rete.
La comunicazione spesso si basa su SOAP (Simple Object Access Protocol). Un insieme di regole per lo scambio di messaggi XML attraverso una rete. Microsoft lo ha sviluppato. È la sintassi della conversazione.
La gestione dei dati ci porta allo stato. Nell’IT, lo stato è qualsiasi dato persistente. Sopravvive al ciclo di vita dell’applicazione. Quando metti i libri in un carrello Amazon, si tratta di dati con stato. Amazon tiene traccia della tua selezione mentre navighi. I servizi con stato consentono app in più passaggi che si basano su dati core coerenti.
E infine, la transitorietà. La possibilità di attivare o disattivare un servizio sulla rete senza interrompere l’intera operazione.
Condivisione delle risorse
Quindi, come si collegano questi pezzi?
Diverse organizzazioni si stanno adoperando per creare protocolli standardizzati. L’obiettivo? Rendi gli ambienti di grid computing plug-and-play.
Oggi esistono sistemi a griglia. Ma la compatibilità è incostante. Perché? Perché ogni sistema utilizza spesso un insieme unico di protocolli e strumenti. Due griglie potrebbero non comunicare tra loro. Questa mancanza di accordo è il collo di bottiglia.
Un sistema di grid computing funzionale richiede generalmente tre cose:
- Un nodo di controllo. Di solito un server che si occupa di compiti amministrativi. È il dispatcher.
- Una rete. Computer che eseguono uno speciale software di griglia. Questi fungono da interfacce utente e pool di risorse. La rete può essere omogenea (stesso sistema operativo, stesso hardware) o eterogenea (un miscuglio di tutto). Può essere cablato o tramite Internet aperta.
- Middleware. Il cavallo di battaglia. Software che consente a diversi computer di eseguire un processo attraverso la rete. Senza middleware la comunicazione è impossibile. Non esiste un formato unico per il middleware, il che aggrava il problema della frammentazione.
Il nodo di controllo è occupato. Dà priorità ai compiti. Pianifica il lavoro attraverso la rete. Decide quali risorse ottiene ciascuna attività. Controlla il sovraccarico. Fondamentalmente, deve garantire che il computer locale dell’utente non rallenti. La griglia dovrebbe attingere a risorse inutilizzate. Se il tuo computer rallenta quando viene eseguita la griglia, il sistema non funziona.
Il problema della standardizzazione
Il potenziale è illimitato. Ma solo se tutti saranno d’accordo su protocolli e strumenti.
Senza un formato standard, gli sviluppatori di terze parti sono bloccati. I programmatori indipendenti vogliono creare app sulla rete, ma non possono garantire la compatibilità. Potrebbero dover creare versioni diverse della stessa app per sistemi diversi. Questo richiede molto tempo. Gli sviluppatori non vogliono fare lo stesso lavoro due volte.
Un set di protocolli standardizzati consentirebbe agli sviluppatori di concentrarsi su un formato. Una base di codice. Una griglia.
Fino ad allora, rimarremo bloccati in un panorama frammentato. Potente, sì. Ma disordinato.
Il che ci riporta alla domanda: se l’hardware c’è e il software esiste, perché non ogni rete è una griglia?
Il paradosso della sicurezza del potere distribuito
Collegare macchine diverse in un unico tessuto computazionale sembra una soluzione utopica per la potenza di elaborazione. Non lo è. È un grattacapo logistico avvolto da rischi per la sicurezza. Quando colleghi due computer, per non parlare di migliaia, sollevi domande sulla privacy, sul controllo degli accessi e sul consumo di risorse.
Il middleware è la risposta, o almeno la benda attuale. I protocolli di rete non risolvono di per sé questi problemi; rendono semplicemente più semplice per gli sviluppatori creare gli strumenti che lo fanno. La grande preoccupazione? Crittografia.
La maggior parte degli ingegneri si affida alla crittografia per mantenere i dati al sicuro. Codifichi le informazioni in modo che solo chi possiede la chiave possa leggerle. Per decifrare quel codice di solito è necessario fattorizzare numeri enormi nei loro divisori primi, un compito che richiede anni a un normale supercomputer. Ma ecco l’ironia: un sistema di grid computing può essere utilizzato come arma per decifrare proprio questi codici. Se vengono collegati un numero sufficiente di processori inattivi, il tempo necessario per violare la crittografia avanzata diminuisce da anni a giorni.
“Un hacker potrebbe plausibilmente creare un sistema di grid computing allo scopo di decifrare informazioni crittografate.”
Il software proprietario potrebbe offrire un leggero scudo, ma gli standard aperti, essenziali per il funzionamento delle griglie, lasciano le porte spalancate. Ogni nodo necessita di un software specifico per interagire con il tutto. Se quel software ha una vulnerabilità, l’intera rete sanguina.
Poi c’è il problema dell’accesso. Non puoi semplicemente lasciare che tutti si scatenino. Se un utente impegna tutte le risorse, ti trovi in una stallo. Il nodo di controllo si blocca. Non succede nulla. Pertanto, i protocolli di autorizzazione e autenticazione diventano non negoziabili. Solo gli utenti selezionati ottengono l’accesso completo alla rete. Tutti gli altri? Recuperano la loro macchina, meno la potenza extra.
Chi controlla la vetrina?
Il middleware e il nodo di controllo fungono da buttafuori della griglia. Gestiscono il flusso. Garantiscono che nessun singolo computer domini la rete e, al contrario, assicurano che la rete non elimini il personal computer di un utente per ogni ultima goccia di cicli della CPU. Se il sistema ti deruba delle tue risorse informatiche, non è efficiente. È ostile.
Dalla fantascienza al banco da laboratorio
Allora, dove sta andando effettivamente questo potere? Non nei tuoi videogiochi. Non nei tuoi fogli di calcolo.
La maggior parte delle reti operative oggi appartengono al mondo accademico e alla ricerca. Tecnicamente sono “sistemi informatici condivisi” piuttosto che vere e proprie griglie aziendali persistenti. Raccolgono cicli inutilizzati. E stanno facendo un lavoro pesante.
SETI@home: Ascoltando il Vuoto
Il progetto Search for Extraterrestrial Intelligence (SETI) ha messo il grid computing sulla mappa. I radiotelescopi raccolgono terabyte di rumore cosmico. Un singolo computer non può vagliare quel pagliaio per trovare un ago. SETI@home ha creato un programma che trasforma milioni di PC domestici in un supercomputer virtuale. Lo installi. Si trova sullo sfondo. Analizza i dati per rilevare segnali alieni. Se vuoi giocare a Call of Duty, il software cede. Quando ti disconnetti, riprende.
Folding@home: risolvere il puzzle delle proteine
Poi c’è il Pande Group di Stanford. Non stanno cercando gli alieni; stanno cercando le cause del Parkinson e dell’Alzheimer. La chiave è il ripiegamento delle proteine. Le proteine assumono forme specifiche per funzionare. Quando si ripiegano male, seguono le malattie.
Folding@home simula il modo in cui le proteine si piegano. È un enorme problema computazionale. Il Gruppo Pande spera che, comprendendo la fisica del misfolding, si possano trovare nuovi trattamenti. Il processo è identico a SETI: scarica l’app, lascia la CPU inattiva durante la notte e contribuisci alla scienza medica.
La natura effimera dell’informatica volontaria
Ci sono dozzine di questi progetti. Molti non sono permanenti. Una volta raggiunto l’obiettivo della ricerca, la griglia si dissolve. A volte un nuovo progetto sostituisce quello vecchio. A volte semplicemente svanisce.
È un modello affascinante. Presti i tuoi cicli oziosi alla scienza. Non ottieni nulla in cambio se non la calda e inconsueta sensazione di contribuire al SETI o alla ricerca medica. Il software è progettato con priorità bassa. Rispetta la tua macchina. Si spegne quando ne hai bisogno. Si sveglia quando non lo fai tu.
Ma ha importanza? Se la rete può essere utilizzata per decifrare la crittografia, se i controlli di accesso sono fragili, se i progetti sono temporanei… vale la pena rischiare? Il codice è là fuori. I processori sono online. La domanda è se stiamo costruendo uno strumento di scoperta o una botnet in attesa di realizzarsi.
Una volta che il computer ha finito di elaborare i numeri, il software di progetto restituisce i dati al nodo di controllo. Il nodo lo ordina e inserisce i risultati nel database corretto. Quindi, invia una nuova porzione di dati al tuo computer. Il ciclo si ripete fino al termine del lavoro. Se hai abbastanza persone partecipanti, gli obiettivi ambiziosi vengono raggiunti in un tempo sorprendentemente breve.
Man mano che questi sistemi di grid computing diventano più intelligenti, vedremo sempre più organizzazioni costruire reti versatili. Potrebbe addirittura arrivare il giorno in cui le aziende collaboreranno direttamente tra loro. In quel mondo, i problemi computazionali che oggi sembrano impossibili potrebbero ridursi a poche ore di elaborazione. Dovremo solo aspettare e vedere.
Successo nel mondo reale: il progetto di confronto genomico
La teoria va bene, ma i risultati sono migliori. Prendiamo come prova il Genome Comparison Project. Questo sforzo di ricerca mirava a confrontare le sequenze proteiche di oltre 3.500 organismi. È iniziato il 20 dicembre 2006.
Entro il 21 luglio 2007, il progetto aveva già raggiunto tutti i suoi obiettivi. Non aveva bisogno di una singola fattoria di supercomputer. Ha utilizzato un sistema di grid computing per alimentare il lavoro pesante. Questo è il potere delle risorse distribuite.
Cos’è esattamente il Grid Computing?
Le persone spesso lo confondono con il cloud computing standard. La differenza sta nella portata e nello scopo. Una griglia è una rete di computer che condividono risorse per risolvere problemi grandi e complessi. Funziona come un supercomputer virtuale.
Si può pensare al grid computing come allo sfruttamento delle risorse provenienti da più domini amministrativi per risolvere un singolo problema. Combina la potenza di molti singoli computer distribuiti su una rete, spesso l’Internet pubblica. Ciò lo distingue da un semplice cluster, che di solito rimane all’interno di un’unica organizzazione.
Esempi popolari di progetti a griglia
Perché questo è importante per te? Perché queste reti stanno risolvendo le crisi del mondo reale. Ecco alcuni esempi degni di nota:
- SETI@home : utilizza la potenza di elaborazione di riserva di milioni di personal computer per cercare vita extraterrestre. Trasforma le CPU inattive in postazioni di ascolto nello spazio profondo.
- Folding@home : si concentra sul ripiegamento delle proteine. Studiando il modo in cui le proteine si ripiegano, i ricercatori sperano di comprendere meglio malattie come l’Alzheimer e il Parkinson.
- World Community Grid : affronta le sfide umanitarie. Ciò include la ricerca sul cancro, gli studi sull’HIV/AIDS e le iniziative sull’energia pulita.
Questi progetti mostrano come il grid computing trasforma l’hardware inattivo in una forza per il bene scientifico. Non è necessario essere uno scienziato per aiutare. Ti serve solo una connessione internet e un po’ di tempo libero.
Perché questo è importante adesso
La sofisticazione di questi sistemi è in aumento. È probabile che presto altre aziende creeranno reti versatili. Ci stiamo muovendo verso un’era in cui i problemi computazionali sono ridotti a blocchi gestibili. Ciò democratizza il calcolo ad alte prestazioni. Significa che non hai bisogno di una sala server da un milione di dollari per eseguire le simulazioni.
L’infrastruttura c’è già. La Globus Alliance e l’Open Grid Forum continuano ad affinare gli standard. Aziende come IBM investono da tempo nel rendere accessibile il grid computing. Gli strumenti stanno facilitando la collaborazione su Internet per questi compiti enormi.
Guardando al futuro
La prossima volta che vedi il tuo computer inattivo, ricorda che potrebbe far parte di qualcosa di più grande. Potrebbe analizzare sequenze proteiche o scansionare le stelle. La tecnologia è matura. Le applicazioni crescono. E l’impatto è reale.
“Il grid computing espande la sua portata.”
I pezzi sono a posto. La domanda è se li utilizzeremo abbastanza velocemente. Il futuro del lavoro distribuito non arriverà. È già qui, sullo sfondo della nostra vita quotidiana.
