走向主流的網格計算技術應該于伺服器

&HTTP://www.aliyun.com/zixun/aggregation/37954.html">nbsp;   分散式運算是利用互聯網上的電腦的 CPU 的閒置處理能力來解決大型計算問題的一種計算科學。 下面，我們看看它是怎麼工作的：

首先, 要發現一個需要非常巨大的計算能力才能解決的問題。 這類問題一般是跨學科的、極富挑戰性的、人類急待解決的科研課題。 其中較為著名的是:

1.解決較為複雜的數學問題，例如：GIMPS（尋找最大的梅森素數）。
2.研究尋找最為安全的密碼系統，例如：RC-72（密碼破解）。
3.生物病理研究，例如：Folding@home（研究蛋白質折疊，誤解，聚合及由此引起的相關疾病）。
4.各種各樣疾病的藥物研究，例如：United Devices（尋找對抗癌症的有效的藥物）。
5.信號處理，例如：SETI@Home（在家尋找地外文明）。

從這些實際的例子可以看出，這些專案都很龐大，需要驚人的計算量，僅僅由單個的電腦或是個人在一個能讓人接受的時間內計算完成是決不可能的。 在以前，這些問題都應該由超級電腦來解決。 但是, 超級電腦的造價和維護非常的昂貴，這不是一個普通的科研組織所能承受的。 隨著科學的發展，一種廉價的、高效的、維護方便的計算方法應運而生——分散式運算！

隨著電腦的普及，個人電腦開始進入千家萬戶。 與之伴隨產生的是電腦的利用問題。 越來越多的電腦處於閒置狀態，即使在開機狀態下CPU的潛力也遠遠不能被完全利用。 我們可以想像，一台家用的電腦將大多數的時間花費在「等待」上面。 即便是消費者實際使用他們的電腦時,處理器依然是寂靜的消費，依然是不計其數的等待（等待輸入，但實際上並沒有做什麼）。 互聯網的出現, 使得連接調用所有這些擁有限制計算資源的電腦系統成為了現實。

那麼，一些本身非常複雜的但是卻很適合於劃分為大量的更小的計算片斷的問題被提出來，然後由某個研究機構通過大量艱辛的工作開發出計算用服務端和用戶端。 服務端負責將計算問題分成許多小的計算部分，然後把這些部分分配給許多聯網參與計算的電腦進行並行處理，最後將這些計算結果綜合起來得到最終的結果。

當然，這看起來也似乎很原始、很困難，但是隨著參與者和參與計算的電腦的數量的不斷增加, 計算計畫變得非常迅速，而且被實踐證明是的確可行的。 目前一些較大的分散式運算專案的處理能力已經可以達到甚而超過目前世界上速度最快的巨型電腦。

您也可以選擇參加某些專案以捐贈的 Cpu 內核處理時間,您將發現您所提供的 CPU 內核處理時間將出現在專案的貢獻統計中。 您可以和其他的參與者競爭貢獻時間的排名，您也可以加入一個已經存在的計算團體或者自己組建一個計算小組。 這種方法很利於調動參與者的熱情。

歷來屬於科學家和工程師研究領域的網格計算終於走向主流。 CIO們要分析各自的應用軟體，看看本企業能否得益于網格的功能和效益。

衍生工具對貨幣管理人來說也許是根魔棒。 使用得當的話，這類複雜的金融合約可以控制風險，從而有助於維持利潤，不過對其進行定價是關鍵所在。

對瓦霍維亞公司這樣的衍生工具賣家來說，評估風險和確定價格並非揮揮魔棒就能完成的。 衍生工具建模軟體相當複雜，需要運行大量的假設分析方案才能確定收盤價，並計算出衍生工具組合的風險狀況。 這種分析通常在採用多處理器的大型Unix機器上進行，所需時間可能長達9個小時。 靠升級硬體解決這一問題不太現實。 「升級後，計算時間能從9個小時縮短至4個半小時，」瓦霍維亞公司企業金融和投資銀行營業單位的首席技術官Mark Cates說，「但我們需要在1小時內運行完畢。 」

解決辦法不是購置昂貴硬體，而是利用廉價硬體。 瓦霍維亞公司把上百台已經部署好的桌面機連成一個網格，充分利用每台機器的可用處理時間，結果取得了驚人效果：過去要一天或一夜完成的工作現在一小時內即可搞掂，這樣就大大縮減了風險和定價決策過程。

Cates說，與升級龐大的Unix環境相比，網格方案只需少量成本，且能獲得更好的效果。 他說：「我們發現處理功能猛增了10到20倍，而成本僅為硬體升級方案的25%。 」

瓦霍維亞公司並不是在冒險採用先進技術。 由於軟硬體技術的進步，許多公司已經開始利用網格工具。 企業使用者、尤其是金融服務行業的使用者看到了網格的諸多好處：回應更快、新品上市時間縮短、計算功能單價降低。 雖然網格要成為主流，還有一些障礙有待克服（目前許多應用軟體根本無法遷移到網格），但網格再也不只是技術人員破譯基因組或者設計飛機機翼的工具。