精华内容
下载资源
问答
  • 兰州大学宣布与IBM合作,建设网格计算系统。这一网格计算解决方案由IBM eServer Cluster 1350系统,2台IBM eServer p5 575服务器,8台IntelliStation Z Pro图形工作站,以及1台IBM TotalStorage DS4300存储服务器...
  • 网格计算

    千次阅读 2019-05-12 10:00:54
    网格计算 搬运自维基百科 网格计算(英语:Grid computing)通过利用大量异构计算机(通常为台式机)的未用资源(CPU周期和磁盘存储),将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群,为解决大规模...

    网格计算


    搬运自维基百科


    网格计算(英语:Grid computing)通过利用大量异构计算机(通常为台式机)的未用资源(CPU周期和磁盘存储),将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群,为解决大规模的计算问题提供一个模型。网格计算的焦点放在支持跨管理域计算的能力,这使它与传统的计算机集群或传统的分布式计算相区别。

    网格计算的设计目标是:解决对于任何单一的超级计算机来说,仍然大得难以解决的问题,并同时保持解决多个较小的问题的灵活性。这样,网格计算就提供了一个多用户环境。它的第二个目标就是:更好的利用可用计算力,迎合大型的计算练习的断断续续的需求。

    这隐含着使用安全的授权技术,以允许远程用户控制计算资源。

    网格计算包括共享异构资源(基于不同的平台,硬件/软件体系结构,以及计算机语言),这些资源位于不同的地理位置,属于一个使用公开标准的网络上的不同的管理域。简而言之,它包括虚拟化计算资源。

    网格计算经常和集群计算相混淆。二者主要的不同就是:集群是同构的,而网格是异构的;网格扩展包括用户桌面机,而集群一般局限于数据中心。

    从功能上来说,可以将网格分类为:

    • 计算网格(包括CPU scavenging网格)
    • 数据网格

    网格计算的3个定义


    对于网格计算(Grid computing)这一术语有三重理解可供参考,如下:

    1. 为万维网诞生起到关键性作用的欧洲核子研究组织(CERN,European Organization for Nuclear Research),其对网格计算是这样定义的:“网格计算就是通过互联网来共享强大的计算能力和数据储存能力”。
    2. 外部网格(External grids)。事实上,网格计算对分布在世界各地的、非营利性质的研究机构颇有吸引力,进而造就了美国国家超级计算机应用中心计算生物学网格,如生物学和医学信息学研究网络。
    3. 内部网格(Internal grids)。同样,网格计算对那些需要解决复杂计算问题的商业公司有着非同一般的吸引力,其目标是将企业内部的计算能力最大化。

    网格运算商业化


    约在2000年左右,开始有商业机构提供网格解决方案,有的是以Globus Toolkit为基础来实现,有的则采用自有的专属架构。要提醒与注意的,有些业者会将按需运算(computing on demand)、集群运算(cluster computing)包装成网格运算来推行。

    当前能提供网格运算方案的主要商家:

    • Parabon Computation
    • DataSynapse
    • IBM Grid Computing websiteIBM
    • Sun Microsystems Grid Computing websiteSUN
    • Oracle Corp. "Oracle Grid"甲骨文
    • HP Grid Computing惠普科技
    • United Devices

    概念框架


    网格计算的概念反映的是一种理念框架,而不是指一个物理上存在的资源。所谓的网格所采用的方法是指,利用位于分散管理域内的资源完成计算任务。网格技术的焦点在于对超出本地管理域的计算资源的需求的灵活提供。

    历史回顾

    如同Internet一样,网格的概念也是从“大科学”的巨大计算需求演化来的。Internet是为了满足各大型的联邦资助的计算中心之间的普通通讯需求而开发的。这些通讯连接实现了这些中心之间的资源和信息共享,并最终为额外用户提供了访问。这些组之间的特殊资源共享“程序”催生了协议的‘标准化’,以满足任意管理域间的通讯需求。当前的网格技术也可以被看作是Internet这个框架的一个扩展或是应用,目的是为了创建一个更为通用的资源共享环境。SETI@home是第一个非营利性的科学项目,其目的是为了对空闲的CPU周期加以回收利用。该项目所设计的程序通常是在计算机没有被用户使用或是使用极少得的情况下在后台运行或作为屏幕保护程序。其后的许多的其他的同类项目进步的地方在于增加了投入控制(prohibitive investment)和返回结果延迟(delay in results)。

    虚拟组织

    网格环境的创建是为了满足资源共享的需求,而各种资源(例如,CPU周期,磁盘存储空间,数据,软件程序,外围设备等)取决于该资源在本地管理域之外是否可用。这种“外部提供”的方法的不足使我们迫切需要创建一个新的管理域:虚拟组织,或VO。每个虚拟组织有各自独立和分离的管理政策(本地管理政策+外部资源管理政策=VO管理政策)。“任务执行”所需要的环境是根据该任务在本地管理域之外执行时的需求所区分的。网格技术(也称作中间件,middleware)是用来规范化的,以保证你的应用程序执行时所关联的网格环境的具有统一的规范并且遵守之。

    网格化(Grid enabled)

    除了定义管理的需求和确定“外部”资源(external resource)需求以外,目标程序必须是网格化的。网格化这项工作的本质和外延是由VO(虚拟组织)所处的环境和应用程序本身共同作用的结果。举个例子来说,如果我们需要用到的“外部资源”是被位于隔壁的大楼内的另一个部门所有,那么对于资源发现,资源中介,时序安排,记账,安全和通讯的要求都可以达到最小。

    展开全文
  • 另一方面,云计算并不是一个全新的概念,它有相对较新的连接,但13年建立了网格计算模式,以及其他相关的技术,如公用计算,集群计算,和一般的分布式系统。本文力求从多个角度比较和对比云计算与网格计算并给出有关...
  • 并行的无网格计算

    2019-04-18 12:41:27
    欧洲和美国联手的一个公开源程序,关于无网格技术,其中很多应用很广发的
  • JPPF使得并行化计算密集型任务并在Grid上执行它们变得容易。
  • 网格计算与云计算

    2018-01-30 10:55:14
    网格计算发展现状、云计算发展现状、网格计算和云计算的区别
  • 网格计算理论及其应用,胡科,,本文从理论角度,阐述网格概念、网格的标准化趋势、OGSA的体系结构、网格计算及其应用,并介绍了网格在我国的主要应用项目。
  • 安全网格计算的研究,王小妹,罗守山,网格计算关注的是在一个分布式的“虚拟的系统”中如何进行资源协调使用和共享。这种系统必须跟各种不同的本地操作系统打交道,支
  • 网格计算理论及其架构研究,倪天伟,郑宝林,网格计算于20世纪90年代初兴起于科研领域,是当前互联网研究中的一个热点。传统的以超级计算机为中心的计算模式存在明显的不足,��
  • 网格计算是当前高性能计算领域的一个研究热点,由于网格计算的资源具有分布性,异构性,自治性,动态性等特点,因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理...
  • 网格计算技术

    2015-05-05 17:42:28
    网格计算技术相关概论,包括网格的概念,国内外发展前景,发展动态,使用场景等等。
  • 并行计算(Parallel Computing)    并行计算或称平行计算是相对于串行计算来说的。并行计算(Parallel Computing)是指同时使用多种计算资源解决计算问题的过程。为执行并行计算计算资源应包括一台配有多处理...

    并行计算(Parallel Computing)
      
      并行计算或称平行计算是相对于串行计算来说的。并行计算(Parallel Computing)是指同时使用多种计算资源解决计算问题的过程。为执行并行计算,计算资源应包括一台配有多处理机(并行处理)的计算机、一个与网络相连的计算机专有编号,或者两者结合使用。并行计算的主要目的是快速解决大型且复杂的计算问题。
      
      并行计算可以划分成时间并行和空间并行。时间并行即流水线技术,空间并行使用多个处理器执行并发计算,当前研究的主要是空间的并行问题。以程序和算法设计人员的角度看,并行计算又可分为数据并行和任务并行。数据并行把大的任务化解成若干个相同的子任务,处理起来比任务并行简单。
      
      空间上的并行导致两类并行机的产生,按照Michael Flynn(费林分类法)的说法分为单指令流多数据流(SIMD)和多指令流多数据流(MIMD),而常用的串行机也称为单指令流单数据流(SISD)。MIMD类的机器又可分为常见的五类:并行向量处理机(PVP)、对称多处理机(SMP)、大规模并行处理机(MPP)、工作站机群(COW)、分布式共享存储处理机(DSM)。
      
      
      2. 分布式计算(Distributed Computing)
      
      分布式计算这个研究领域,主要研究分散系统(Distributed system)如何进行计算。分散系统是一组计算机,通过计算机网络相互链接与通信后形成的系统。把需要进行大量计算的工程数据分区成小块,由多台计算机分别计算,在上传运算结果后,将结果统一合并得出数据结论的科学。
      
      目前常见的分布式计算项目通常使用世界各地上千万志愿者计算机的闲置计算能力,通过互联网进行数据传输。如分析计算蛋白质的内部结构和相关药物的Folding@home项目,该项目结构庞大,需要惊人的计算量,由一台电脑计算是不可能完成的。即使现在有了计算能力超强的超级电脑,但是一些科研机构的经费却又十分有限。
      
      分布式计算比起其它算法具有以下几个优点:
      
      1、稀有资源可以共享。
      
      2、通过分布式计算可以在多台计算机上平衡计算负载。
      
      3、可以把程序放在最适合运行它的计算机上。其中,共享稀有资源和平衡负载是计算机分布式计算的核心思想之一。
      
      3. 并行计算与分布式计算的区别
      
      并行计算与分布式计算都是运用并行来获得更高性能,化大任务为小任务。简单说来,如果处理单元共享内存,就称为并行计算,反之就是分布式计算。也有人认为分布式计算是并行计算的一种特例。
      
      但是分布式的任务包互相之间有独立性,上一个任务包的结果未返回或者是结果处理错误,对下一个任务包的处理几乎没有什么影响。因此,分布式的实时性要求不高,而且允许存在计算错误(因为每个计算任务给好几个参与者计算,上传结果到服务器后要比较结果,然后对结果差异大的进行验证。
      
      分布式要处理的问题一般是基于“寻找”模式的。所谓的“寻找”,就相当于穷举法!为了尝试到每一个可能存在的结果,一般从0~N( 某一数值)被一个一个的测试,直到我们找到所要求的结果。事实上,为了易于一次性探测到正确的结果,我们假设结果是以某个特殊形式开始的。在这种类型的搜索里,我们也许幸运的一开始就找到答案;也许不够走运以至于到最后才找到答案,这都很公平。
      
      这么说,并行程序并行处理的任务包之间有很大的联系,而且并行计算的每一个任务块都是必要的,没有浪费的分割的,就是每个任务包都要处理,而且计算结果相互影响,就要求每个的计算结果要绝对正确,而且在时间上要尽量做到同步,而分布式的很多任务块可以根本就不处理,有大量的无用数据块,所以说分布式计算的速度尽管很快,但是真正的“效率”是低之再低 的,可能一直在寻找,但是永远都找不到,也可能一开始就找到了;而并行处理不同,它的任务包个数相对有限,在一个有限的时间应该是可能完成的。
      
      分布式的编写一般用的是C++(也有用JAVA的,但是都不是主流),基本不用MPI接口。并行计算用MPI或者OpenMP。
      
      4. 集群计算(Cluster Computing)
      
      计算机集群将一组松散集成的计算机软件或硬件连接起来高度紧密地协作完成计算工作。在某种意义上,他们可以被看作是一台计算机。集群系统中的单个计算机通常称为节点,通常通过局域网连接,但也有其它的可能连接方式。集群计算机通常用来改进单个计算机的计算速度和/或可靠性。一般情况下集群计算机比单个计算机,比如工作站或超级计算机性价比要高得多。
      
      根据组成集群系统的计算机之间体系结构是否相同,集群可分为同构与异构两种。集群计算机按功能和结构可以分为,高可用性集群(High-availability (HA) clusters)、负载均衡集群(Loadbalancing clusters)、高性能计算集群(High-performance (HPC)clusters)、网格计算(Grid computing)。
      
      高可用性集群,一般是指当集群中有某个节点失效的情况下,其上的任务会自动转移到其他正常的节点上。还指可以将集群中的某节点进行离线维护再上线,该过程并不影响整个集群的运行。
      
      负载均衡集群,负载均衡集群运行时,一般通过一个或者多个前端负载均衡器,将工作负载分发到后端的一组服务器上,从而达到整个系统的高性能和高可用性。这样的计算机集群有时也被称为服务器群(Server Farm)。一般高可用性集群和负载均衡集群会使用类似的技术,或同时具有高可用性与负载均衡的特点。Linux虚拟服务器(LVS)项目在Linux操作系统上提供了最常用的负载均衡软件。
      
      高性能计算集群,高性能计算集群采用将计算任务分配到集群的不同计算节点儿提高计算能力,因而主要应用在科学计算领域。比较流行的HPC采用Linux操作系统和其它一些免费软件来完成并行运算。这一集群配置通常被称为Beowulf集群。这类集群通常运行特定的程序以发挥HPC cluster的并行能力。这类程序一般应用特定的运行库, 比如专为科学计算设计的MPI库。HPC集群特别适合于在计算中各计算节点之间发生大量数据通讯的计算作业,比如一个节点的中间结果或影响到其它节点计算结果的情况。
      
      5. 网格计算(Grid Computing)
      
      网格计算是分布式计算的一种,也是一种与集群计算非常相关的技术。如果我们说某项工作是分布式的,那么,参与这项工作的一定不只是一台计算机,而是一个计算机网络,显然这种“蚂蚁搬山”的方式将具有很强的数据处理能力。网格计算的实质就是组合与共享资源并确保系统安全。
      
      网格计算通过利用大量异构计算机的未用资源(CPU周 期和磁盘存储),将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群,为解决大规模的计算问题提供一个模型。网格计算的焦点放在支持跨管理域计算 的能力,这使它与传统的计算机集群或传统的分布式计算相区别。网格计算的目标是解决对于任何单一的超级计算机来说仍然大得难以解决的问题,并同时保持解决 多个较小的问题的灵活性。这样,网格计算就提供了一个多用户环境。
      
      6. 集群计算与网格计算的区别
      
      (1)简单地,网格与传统集群的主要差别是网格是连接一组相关并不信任的计算机,它的运作更像一个计算公共设施而不是一个独立的计算机。网格通常比集群支持更多不同类型的计算机集合。
      
      (2)网格本质上就是动态的,集群包含的处理器和资源的数量通常都是静态的。在网格上,资源则可以动态出现,资源可以根据需要添加到网格中或从网格中删除。
      
      (3)网格天生就是在本地网、城域网或广域网上进行分布的。网格可以分布在任何地方。而集群物理上都包含在一个位置的相同地方,通常只是局域网互连。集群互连技 术可以产生非常低的网络延时,如果集群距离很远,这可能会导致产生很多问题。物理临近和网络延时限制了集群地域分布的能力,而网格由于动态特性,可以提供 很好的高可扩展性。
      
      (4)集群仅仅通过增加服务器满足增长的需求。然而,集群的服务器数量、以及由此导致的集群性能是有限的:互连网络容量。也就是说如果一味地想通过扩大规模来提高集群计算机的性能,它的性价比会相应下降,这意味着我们不可能无限制地扩大集群的规模。 而网格虚拟出空前的超级计算机,不受规模的限制,成为下一代Internet的发展方向。
      
      (5)集群和网格计算是相互补充的。很多网格都在自己管理的资源中采用了集群。实际上,网格用户可能并不清楚他的工作负载是在一个远程的集群上执行的。尽管网格与集群之间存在很多区别,但是这些区别使它们构成了一个非常重要的关系,因为集群在网格中总有一席之地—— 特定的问题通常都需要一些紧耦合的处理器来解决。然而,随着网络功能和带宽的发展,以前采用集群计算很难解决的问题现在可以使用网格计算技术解决了。理解网格固有的可扩展性和集群提供的紧耦合互连机制所带来的性能优势之间的平衡是非常重要的。
      
      7. 云计算(Cloud Computing)
      
      云计算是最新开始的新概念,它不只是计算等计算机概念,还有运营服务等概念了。它是分布式计算、并行计算和网格计算的发展,或者说是这些概念的商业实现。云计算不但包括分布式计算还包括分布式存储和分布式缓存。分布式存储又包括分布式文件存储和分布式数据存储。
      
      8. 云计算与并行、分布式、网格和集群计算的区别
      
      云计算是从集群技术发展而来,区别在于集群虽然把多台机器联了起来,但其某项具体任务执行的时候还是会被转发到某台服务器上,而云可以简单的认为是任务可以被分割成多个进程在多台服务器上并行计算,然后得到结果,好处在于大数据量的操作性能非常好。云可以使用廉价的PC服务器 ,可以管理大数据量与大集群,关键技术在于能够对云内的基础设施进行动态按需分配与管理。云计算与并行计算、分布式计算的区别,以计算机用户来说,并行计算是由单个用户完成的,分布式计算是由多个用户合作完成的,云计算是没有用户参与,而是交给网络另一端的服务器完成的。
      人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    云计算服务模式,主要分为哪几种?
    http://www.duozhishidai.com/article-13377-1.html
    面对巨大的云计算人才需要,你准备好了么?
    http://www.duozhishidai.com/article-12312-1.html
    云安全主要技术分析
    http://www.duozhishidai.com/article-6489-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 基于网格计算的分布式虚拟现实技术在电力调度事故演习系统中应用的初步探讨,陈杜琳,乐秀璠,首先介绍了传统的分布式虚拟现实技术,说明了该技术的局限性和难于实现的原因;接着介绍了网格技术及其发展,和基于网格...
  • 资源预留是实现网格作业服务质量保证的重要方法。对网格资源管理机制和调度算法的研究主要是通过仿真进行的。给出了一个离散事件驱动的...可用于资源预留相关的并行计算和网格计算环境中的资源管理和调度算法的仿真。
  • 并行计算、分布式计算、网格计算与云计算都属于高性能计算(High PerformanceComputing,HPC)的范畴,主要目的在于对大数据的分析与处理,但它们却存在很多差异。电子海图云服务是基于高性能计算的理论技术、通过对...

     并行计算、分布式计算、网格计算与云计算都属于高性能计算(High Performance Computing,HPC)的范畴,主要目的在于对大数据的分析与处理,但它们却存在很多差异。电子海图云服务是基于高性能计算的理论技术、通过对传统服务体系结构的改进,以实现海量电子海图数据的快速存取与处理操作,使其更好地为海洋地理信息科学领域中的计算密集型和数据密集型问题提供相应的计算和处理能力。高性能计算体系结构是海量电子海图数据存储与处理的技术基础,也是顺利进行电子海图云服务原型系统开发的保证。以下将对并行计算、分布式计算、网格计算与云计算之间的区别与联系做分析。

    并行计算
           并行计算是相对于串行计算而言的,它是指一种能够让多条指令同时进行的计算模式,可分为时间并行和空间并行。时间并行即利用多条流水线同时作业,空间并行是指使用多个处理器执行并发计算,以降低解决复杂问题所需要的时间。从程序开发人员的角度看,并行计算又可分为数据并行与功能并行,数据并行是通过对数据的分解实现相同子任务的并行作业,功能并行是通过对任务的分解实现相同数据不同任务的并行作业。相比较而言,数据并行较易实现,因此本文在并行算法研究时也将基于数据并行的原则进行设。对于并行计算的研究在上世纪70年代开始,就已有相关理论研究,如单指令多数据流(SIMD)与多指令多数据流(MIMD)的并行机制研究,到了80年代在并行体系结构方面有了很大成果,出现了利用网络组成多台计算机的并行结构与利用共享存储器组成多处理器的并行计算机,科学家利用这种并行计算结构在技术高精尖领域缩减了解决复杂问题的时间。
           从以上分析可得出,早期的并行计算主要应用于科学研究领域,具有特定的应用环境,需要利用很高的技术技巧才能完成任务所需要的并行程序设计。虽然当时的并行计算离普

    通大众还很遥远,但已经为复杂问题求解(如功能并行、数据并行、通信协调等)奠定了方法论基础。可以说,并行计算是云计算的初始阶段或者说是萌芽期,它为云计算的发展提供了实际而朴素的思想和基本思路。
    分布式计算
           分布式计算是一种把需要进行大量计算的工程数据分区成小块,由多台联网计算机分别处理,在上传处理结果后,将结果统一合并得出数据结论的科学。在90年代,随着TCP/IP协议的最终确定,计算机网络快速发展,Web Service等网络新技术随之而来,为基于广域网的分布式计算做好了硬件与软件基础。首先来比较下分布式计算与并行计算的异同。其相同之处都是将复杂任务化简为多个子任务,然后在多台计算机同时运算。不同之处在于分布式计算是一个比较松散的结构,实时性要求不高,可以跨越局域网在因特网部署运行,大量的公益性项目(如黑洞探索、药物研究、蛋白质结构分析等)大多采用这种方式,而并行计算是需要各节点之间通过高速网络进行较为频繁地通信,节点之间具有较强的关联性,主要部署在局域网内。在分布式计算的算法中,我们更加关注的是计算机间的通信而不是算法的步骤,因为分布式计算的通信代价比起单节点对整体性能的影响权重要大得多。
           从以上分析可得出,分布式计算是网络发展的产物,是由并行计算演化出的新模式:网络并行计算。如果说并行计算为云计算奠定了理论基础,那么分布式计算则为云计算的实现打下了坚固的网络技术基石。
    网格计算
           网格计算是指通过利用多个独立实体或机构中大量异构的计算机资源(处理器周期和磁盘存储),采用统一开放的标准化访问协议及接口,实现非集中控制式的资源访问与协同式的问题求解,以达到系统服务质量高于其每个网格系统成员服务质量累加的总和。
           在90年代中期,分布式计算发展到一定阶段后,网格计算开始出现,其目的在于利用分散的网络资源解决密集型计算问题。当时由于高端的计算机硬件价格不菲,研究人员试图通过定义专门的协议机制以实现对分散异构且动态变化的网络资源管理,以解决高端计算机才能解决的密集型运算问题。网格计算与虚拟组织的概念由此产生,它通过定义一系列的标准协议、中间件以及工具包,以实现对虚拟组织中资源的分配和调度。它的焦点在于支持跨域计算与异构资源整合的能力,这使它与传统计算机集群或简单分布式计算相区别。为使网格计算能够成为类似于水电网的日常公共服务,Ian Foster提出应该定义一个在网络中获取计算或存储资源的标准协议,在这一理论指导下,世界各组织设计了一系列的网格系统,如OSG、ESG、EGEE等,这些网格系统能够按照设计人员的要求提供所需要的计算资存储资源甚至多种数据服务与功能服务。OASIS、OGF等国际标准组织也制定了相关标准,网格计算曾一度被认为是集群计算的市场化。然而迄今为止,商业化的网格系统仍然没有出现。过于庞大的概念、异常复杂的协议标准使得真正实现实用化的网格项目都是由国家行为推动的,如EUGrid、DataGrid、ChinaGrid、EduGrid等。然而网格计算的发展,为云计算的出现提供了基本的网络框架支持。
    云计算
           云计算是一种由大数据存储分析与资源弹性扩缩需求驱动的计算模式,它通过一个虚拟化、动态化、规模化的资源池为用户提供高可用性、高效性、弹性的计算存储资源与
    数据功能服务。其具备五个关键特点:①基于分布式并行计算技术;②能够实现规模化、弹性化的计算存储;③用户服务的虚拟化与多级化;④受高性能计算与大数据存储驱动;⑤服务资源的动态化、弹性化。近年来云计算能够获得普遍关注的原因主要有以下三点:①设备存储计算能力的提升与成本的下降,多核、多处理器技术的诞生与普及;②各行业积累了越来越多的专业数据,亟需得到有效利用;③网络服务和Web2.0应用的广泛使用。
    从以上分析可知,在概念层次上云计算与并行计算、集群计算、网格计算、分布式计算存在交叉,正如上一节所描述的云计算不仅是从网格计算演化来的,而且网格计算还为
           云计算提供了基本的网络框架支持。网格计算的焦点在于计算与存储能力的提供,而云计算更注重于资源与服务能力的抽象,这就是网格计算向云计算的演化。与分布式计算比较,云计算是一种成熟稳定的流式商业资源,它为用户提供可量算的抽象服务就如同水电厂提供可量算的水电资源一样便捷可靠。图1.1显示了云计算与其他相关概念的关系。Web2.0诠释了面向服务的发展方向,云计算成为其中的主力;并行计算和集群计算更注重于传统面向应用的程序设计;网格计算由于其概念的庞大与这四个领域都有交叉,从广义的角度讲,分布式计算包含了整个概念域。

     

           根据以上分析,我们可以得出这几个概念的关系。从计算机用户角度来讲,并行计算是由单个用户完成,分布式计算是由多用户合作完成,网格计算是由庞大的异构计算组织完成,云计算是没有用户参与由另一端的弹性服务集群完成。

    内容出自 信息工程大学 刘灿由 博士论文。
    ————————————————
    版权声明:本文为CSDN博主「GeoWin_CAS」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
    原文链接:https://blog.csdn.net/yaoxiaochuang/article/details/41542293

    展开全文
  • 网格计算池是近年来针对传统“累加”式网格计算模型中网络带宽受限制、通信延迟、通用性不强等缺陷提出的一种新型网格模型。并行计算环境与任务调度管理作为超级计算资源中的重要组成部分,由于其专业性与普及度的...
  • 先说分布式计算和并行计算的异同: 解决对象上:都是大任务化为小任务,这是他们共同之处。 但是分布式的任务包互相之间有独立性,上一个任务包的结果未返回或者是结果处理错误,对下一个任务包的处理几乎没有什么...

    转自:http://www.cnblogs.com/oldhorse/archive/2009/11/14/1603027.html


    先说分布式计算和并行计算的异同:

    解决对象上:都是大任务化为小任务,这是他们共同之处。

    但是分布式的任务包互相之间有独立性,上一个任务包的结果未返回或者是结果处理错误,对下一个任务包的处理几乎没有什么影响。因此,分布式的实时性要求不高,而且允许存在计算错误(因为每个计算任务给好几个参与者计算,上传结果到服务器后要比较结果,然后对结果差异大的进行验证,我个人感觉这样有助于发现科学家们真正想要找的)!

    分布式要处理的问题一般是基于“寻找”模式的。所谓的“寻找”,就相当于穷举法!为了尝试到每一个可能存在的结果,一般从0~某一数值被一个一个的测试,直到我们找到所要求的结果。事实上,为了易于一次性探测到正确的结果,我们假设结果是以某个特殊形式开始的。在这种类型的搜索里,我们也许幸运的一开始就找到答案;也许不够走运以至于到最后才找到答案,这都很公平。

    这么说,并行程序并行处理的任务包之间有很大的联系,而且并行计算的每一个任务块都是必要的,没有浪费的分割的,就是每个任务包都要处理,而且计算结果相互影响,就要求每个的计算结果要绝对正确,而且在时间上要尽量做到同步,而分布式的很多任务块可以根本就不处理,有大量的无用数据块,所以说分布式计算的速度尽管很快,但是真正的“效率”是低之再低的,可能一直在寻找,但是永远都找不到,也可能一开始就找到了;而并行处理不同,它的任务包个数相对有限,在一个有限的时间应该是可能完成的。

    分布式计算提出了一个让工作站端能够在后台持许工作的方法,而用户完全不需关心任何东西。这种实现基于两个原则,其一是任务连续分配和空闲优先权,其二是写一个屏幕保护程序。现在的调度程序已经不错了,而空闲优先任务将在人们完全不用关心任何东西的情况下自动执行。利用屏幕保护程序可以利用计算机闲置的时间计算工作任务。

    分布式的编写一般用的是C++(也有用JAVA的,但是都是娱乐性质的项目了,不是主流),基本不用MPI接口。并行计算用MPI或者OpenMP。如果把网格计算算做分布式计算(网格计算是分布式计算的一种特例,但是有区别,区别仅仅在编程方法和实际应用的范围上),网格计算使用中间件!而且对联网的各台计算机的操作系统的要求比较特殊。

     

     

    网格计算是分布式运算的进化型,每个人打开电脑,网格就像电力网一样,可以用起来,你把CPU能力贡献出来,那么你可以用全世界的CPU之和。详细的说,就是:计算机组成的网格类似于输电网:当我们使用电器的时候,从来没有关心电力来自哪个发电厂,以及经过了什么电压变换。我们只是简单的把电器插入墙壁上的电源插座。然而隐藏在插座后面的则是许多发电厂和把它们连接在一起的输电线路。计算机网格模仿了输电网。当你把一台电脑接入计算机网格的时候,就相当于寻求使用计算机网格的“计算力”。你不用关心数据是由什么计算机储存和计算的,正如你并不关心电源插座后面的故事。网格计算就如同建立计算机的输电网。一个发电厂多余的发电能力可以通过输电网传送给远方的城市用户,一台计算机多余的计算能力远可以通过计算网格,让远方的用户加以利用。

    照上面的说法,我个人的理解是,分布式计算是将大任务化分为小任务,各台参与计算的电脑之间是在物理地域上的分布,一般有服务器作为“中央”,参与计算的电脑不用了解工作原理,仅仅只是就自己感兴趣的项目做贡献而已,注意,是“向别人”无偿的做贡献,不是自己“直接”受益;而网格计算是自己“直接”受益的,她通过一个平台允许你调用别人计算机的处理资源,而别人根本就不知道你在用他的资源!这就是说,分布式计算是你和其他人一起组成“一台”专供某些科研组织使用的超级处理机,网格计算是将所有网内其他人的电脑组成一台专供你自己使用的超级处理机。

    分布式计算强调参与的计算机自愿参与!!!网格计算平台暗箱操作,不管别人是否愿意,只要联入网内,就要成为另外某人的“处理机”!!!

    分布式更偏向于计算任务的分解!将计算任务化整为零,将大家的处理能力化零为整;网格计算更偏向于计算能力的集中!相当于集百家之精华,融你一人之荟粹!!


    分布式系统的最主要的特点是整个系统中的各计算机对用户都是透明的。也就是说,对用户来说,这种分布式计算机系统就好像只有一个计算机一样。用户通过键入命令就可以运行程序,但用户并不知道是哪一个计算机在为他运行程序。是操作系统为用户选择一个最合适的计算机来运行其程序,并将运行的结果传送到合适的地方。这些都不需要用户的干预。

     

     

     Wikipedia的解释: 

      云计算(cloud computing,分布式计算技术的一种,其最基本的概念,是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术,网络服务提供者可以在数秒之内,达成处理数以千万计甚至亿计的信息,达到和“超级计算机”同样强大效能的网络服务。 

      最简单的云计算技术在网络服务中已经随处可见,例如搜寻引擎、网络信箱等,使用者只要输入简单指令即能得到大量信息。 

      未来如手机、GPS等行动装置都可以透过云计算技术,发展出更多的应用服务。 

      进一步的云计算不仅只做资料搜寻、分析的功能,未来如分析DNA结构、基因图谱定序、解析癌症细胞等,都可以透过这项技术轻易达成[1]。 

      稍早之前的大规模分布式计算技术即为“云计算”的概念起源 



      IT专家网的解释: 

      “云计算”(Cloud Computing)是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展,或者说是这些计算机科学概念的商业实现。许多跨国信息技术行业的公司如IBM、Yahoo和Google等正在使用云计算的概念兜售自己的产品和服务。 

      云计算这个名词可能是借用了量子物理中的“电子云”(Electron Cloud),强调说明计算的弥漫性、无所不在的分布性和社会性特征。量子物理上有“电子云(electron cloud)”,在原子核周围运动的电子不是一个经验世界的轨道例如像天体一样的运行轨道,而是弥漫空间的、云状的存在,描述电子的运动不是牛顿经典力学而是一个概率分布的密度函数,用薛定谔波动方程来描述,特定的时间内粒子位于某个位置的概率有多大,这跟经典力学的提法完全不同。 

      电子云有以下特性,概然性、弥漫性、同时性等等,云计算可能的确是来自电子云的概念,前今年就有所谓“无所不在的计算”,IBM有一个无所不在的计算叫“Ubiquitous “,MS(Bill)不久也跟着提出一个无所不在的计算“Pervade“,现在人们对无所不在的计算又有了新的认识,现在说是”Omnipresent “。但是,云计算的确不是纯粹的商业炒作,的确会改变信息产业的格局,现在许多人已经用上了Google Doc和Google Apps,用上了许多远程软件应用如Office字处理而不是用自己本地机器上安装这些应用软件,以后谁还会花钱买Office软件呢?还有许多企业应用如电子商务应用,例如要写一个交易程序, Google的企业方案就包含了现成的模板,一个销售人员根本没学习过Netbeanr也能做出来。这种计算和产业动向是符合开源精神的,符合SaaS(Software as a Service)趋势。 

      现在有这样的说法,当今世界只有五台计算机,一台是Google的,一台是IBM的,一台是Yahoo的,一台是Amazon的,一台是Microsoft的,因为这五个公司率先在分布式处理的商业应用上捷足先登引领潮流。Sun公司很早就提出说“网络就是计算机”是有先见之明的。 





      Adaptive In Organizations的解释 


        “Computing in the cloud” is one name for services that run in a Web browser and store information in a provider’s data center — ranging from adaptations of familiar tools such as email and personal finance to new offerings such as virtual worlds and social networks. 



      “云计算”是一个很时尚的概念,它既不是一种技术,也不是一种理论。准确说,云计算仅描述了一类棘手的问题,因为现在这个阶段,“计算与数据”跷跷板的平衡已发生变化,即已经到“移动计算要比移动数据要便宜的多(Moving computation is cheaper than moving data)”。 

      “数据”变得越来越臃肿,用经济的眼光看,“数据”应该“固定”下来。想像一下,复制1PiB(1PiB = 1024TiB)数据的成本以及存储这些数据的成本,数据变来变去而导致的“一致性”问题。诸如搜索、推荐和社会关系网络等这些“新兴”的服务是很耗费“数据”的,例如,看似一个简单搜索请求,却依赖于一个规模极为庞大的索引数据,处理后输出却很小。输入输出的数据规模远远小于计算的数据处理规模,几百个KiB相对几个PiB,保守点“1 : 1000,000”。 

      比例问题还好理解,然而问题关键却是云内的数据与数据之间的关系,即“数据的划分问题”。尽管“分而治之”是一个古老的原则,而且分布计算也已经发展了四十多年,然而对这一点,我们的认识依然浅的很。 

      “云计算”代表了一个时代需求,反映了市场关系的变化,谁拥有更为庞大的数据规模,谁就可以提供更广更深的信息服务,而软件和硬件影响相对缩小。

     

    以上摘录之分布式计算论坛


    展开全文
  • 网格计算的基础介绍 grid computing
  • 网格计算核心技术浅析,叶从欢,孙世新,作为一种新型的分布计算技术,网格计算将地理上分布的、异构的资源用高速网络连接在一起, 集成一台高速的超级计算机。分析了网格�
  • 网格计算池是近年来针对传统"累加"式网格计算模型中网络带宽受限制、通信延迟、通用性不强等缺陷提出的一种新型网格模型。并行计算环境与任务调度管理作为超级计算资源中的重要组成部分,由于其专业性与普及度的影响...
  • 网格 介绍 TGrid的全名是TypeScript Grid Computing Framework。... TGrid坚称,真正的网格计算必须能够将多台计算机转变为虚拟计算机。 因此,在TGrid的框架内,必须有可能像从一开始就只有一台
  • 另一方面,云计算并不是一个全新的概念,它有相对较新的连接,但13年建立了网格计算模式,以及其他相关的技术,如公用计算,集群计算,和一般的分布式系统。本文力求从多个角度比较和对比云计算与网格计算并给出有关...
  • 网格计算代表计算领域向前迈进了一大步。尽管此项技术还处于新兴阶段,但在developerWorks 的网格计算专题中,我们将不断地推出新的文章、教程、参考资料和工具。许多对网格计算感兴趣的读者都会问一些非常基本的...
  • 在此表述云计算和网格计算的区别,至于云计算和分布式计算、效用计算等等概念,读者可以以此类推。 狭义云计算是指IT基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)...
  • 网格计算与应用

    2012-05-22 22:06:18
    计算机系统面临着网格计算对其提出的资源共享、协同计算和应用服务的挑战,现有的计算机系统的体系结构不能够很好地适应这种需求,所以提出了网格计算
  • 它与相对较新但已经建立了13年的网格计算范式以及其他相关技术(如效用计算、集群计算和分布式计算)有着错综复杂的联系。本文从不同的角度对云计算与网格计算进行了比较和对比,并对两者的本质特征进行了深入的探讨。
  • 网格计算技术与应用;主要内容;网格问题的来源;电力网和网格组成对比;什么是网格计算;主要目的;网格的应用领域;网格的应用群体;例SETI@home ;项目基本情况 ;数据来源 ;大致流程 ;网格的基本要求;网格概念的分歧;鉴别...
  • 文章简单介绍了网格计算与云计算的区别
  • IBM网格计算解决方案

    2020-03-04 09:00:55
    网格是通过局域网或广域网提供的一系列分布式计算资源,而对终端...网格计算是分布式运算的一种方法,不仅包括位置,而且还涵盖组织、硬件和软件,以提供无限的能力,使连接到网格的每个人都可以进行合作和访问信息。
  • 分布式计算 分布式计算是利用互联网上的计算机的中央处理器的闲置处理能力来解决大型计算问题的一种计算科学。研究如何把巨大的问题分成许多小的部分,然后把...网格计算也是一种分布式计算,通过利用大量异构计算机...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 136,508
精华内容 54,603
关键字:

网格计算