stringtranslate.com

Грид-вычисления

Грид-вычисления — это использование широко распределенных компьютерных ресурсов для достижения общей цели. Вычислительную сетку можно рассматривать как распределенную систему с неинтерактивными рабочими нагрузками, включающими множество файлов. Грид-вычисления отличаются от традиционных высокопроизводительных вычислительных систем, таких как кластерные вычисления, тем, что в сетевых компьютерах каждый узел настроен на выполнение отдельной задачи/приложения. Грид-компьютеры также имеют тенденцию быть более разнородными и географически рассредоточенными (то есть физически не связанными), чем кластерные компьютеры. [1] Хотя одна сетка может быть предназначена для конкретного приложения, обычно сетка используется для различных целей. Сетки часто создаются с помощью библиотек программного обеспечения промежуточного программного обеспечения для сеток общего назначения . Размеры сетки могут быть довольно большими. [2]

Гриды — это форма распределенных вычислений , состоящая из множества объединенных в сеть слабосвязанных компьютеров, работающих вместе для выполнения больших задач. Для некоторых приложений распределенные или грид-вычисления можно рассматривать как особый тип параллельных вычислений , в которых используются полные компьютеры (со встроенными процессорами, хранилищами, источниками питания, сетевыми интерфейсами и т. д.), подключенные к компьютерной сети (частной или общедоступной) посредством обычный сетевой интерфейс , например Ethernet . Это контрастирует с традиционным представлением о суперкомпьютере , который имеет множество процессоров, соединенных локальной высокоскоростной компьютерной шиной . Эта технология применялась для решения интенсивных научных, математических и академических задач посредством добровольных вычислений и используется на коммерческих предприятиях для таких разнообразных приложений, как открытие лекарств , экономическое прогнозирование , сейсмический анализ и обработка данных в бэк-офисе для поддержки электронных вычислений. коммерция и веб-сервисы .

Грид-вычисления объединяют компьютеры из нескольких административных доменов для достижения общей цели [3] для решения одной задачи, а затем могут так же быстро исчезнуть. Размер сетки может варьироваться от маленькой (например, ограниченной сетью компьютерных рабочих станций внутри корпорации) до крупных, общедоступных коллабораций во многих компаниях и сетях. «Понятие ограниченной сетки может также быть известно как сотрудничество внутри узлов, тогда как понятие более крупной и широкой сетки может, таким образом, относиться к сотрудничеству между узлами». [4]

Координация приложений в Grid-сетях может оказаться сложной задачей, особенно при координации потока информации между распределенными вычислительными ресурсами. Грид- системы рабочих процессов были разработаны как специализированная форма системы управления рабочими процессами, предназначенная специально для составления и выполнения серии вычислительных шагов или шагов манипулирования данными, или рабочего процесса, в контексте сетки.

Сравнение гридов и обычных суперкомпьютеров

«Распределенные» или «сетевые» вычисления в целом представляют собой особый тип параллельных вычислений , в которых используются полные компьютеры (со встроенными процессорами, хранилищем, источниками питания, сетевыми интерфейсами и т. д.), подключенные к сети (частной, общедоступной или Интернету ). обычным сетевым интерфейсом, производящим стандартное оборудование, по сравнению с более низкой эффективностью проектирования и создания небольшого количества специализированных суперкомпьютеров. Основной недостаток производительности заключается в том, что различные процессоры и локальные хранилища не имеют высокоскоростных соединений. Таким образом, такая схема хорошо подходит для приложений, в которых несколько параллельных вычислений могут выполняться независимо, без необходимости передавать промежуточные результаты между процессорами. [5] Высококачественная масштабируемость географически распределенных сетей, как правило, благоприятна из-за низкой потребности в соединении между узлами по сравнению с пропускной способностью общедоступного Интернета. [6]

Существуют также некоторые различия между программированием для суперкомпьютера и программированием для системы распределенных вычислений. Написание программ, которые могут работать в среде суперкомпьютера, который может иметь специальную операционную систему или требовать от программы решения проблем параллелизма , может быть дорогостоящим и трудным. Если проблему можно адекватно распараллелить, «тонкий» уровень «грид» инфраструктуры может позволить обычным автономным программам, учитывая другую часть одной и той же проблемы, запускаться на нескольких машинах. Это позволяет писать и отлаживать на одной обычной машине и устраняет сложности, связанные с одновременным выполнением нескольких экземпляров одной и той же программы в одной и той же общей памяти и пространстве хранения.

Особенности дизайна и варианты

Одной из особенностей распределенных сетей является то, что они могут быть сформированы из вычислительных ресурсов, принадлежащих одному или нескольким лицам или организациям (так называемые несколько административных доменов ). Это может облегчить коммерческие транзакции, как в случае коммунальных вычислений , или облегчить создание добровольных вычислительных сетей.

Одним из недостатков этой функции является то, что компьютеры, которые фактически выполняют вычисления, могут быть не вполне надежными. Таким образом, разработчики системы должны принять меры для предотвращения сбоев или злоумышленников, дающих ложные, вводящие в заблуждение или ошибочные результаты, а также использования системы в качестве вектора атаки. Это часто предполагает случайное распределение работы между разными узлами (предположительно с разными владельцами) и проверку того, что по крайней мере два разных узла сообщают один и тот же ответ для данной рабочей единицы. Расхождения позволят выявить неисправные и вредоносные узлы. Однако из-за отсутствия централизованного контроля над оборудованием невозможно гарантировать, что узлы не выйдут из сети в случайное время. Некоторые узлы (например, ноутбуки или клиенты коммутируемого доступа в Интернет) также могут быть доступны для вычислений, но не для сетевой связи в течение непредсказуемых периодов. Эти различия можно учесть, назначая большие рабочие единицы (таким образом уменьшая потребность в непрерывном подключении к сети) и переназначая рабочие единицы, когда данный узел не может сообщить о своих результатах в ожидаемое время.

Другой набор того, что можно было бы назвать проблемами социальной совместимости на заре грид-вычислений, был связан с целями разработчиков грид-технологий вывести свои инновации за пределы первоначальной области высокопроизводительных вычислений и преодолеть дисциплинарные границы в новые области, например, в области высокопроизводительных вычислений. энергетическая физика. [7]

Влияние доверия и доступности на производительность и сложность разработки может повлиять на выбор: развертывание в выделенном кластере, простаивание внутренних компьютеров развивающейся организации или открытая внешняя сеть добровольцев или подрядчиков. Во многих случаях участвующие узлы должны доверять центральной системе, чтобы она не злоупотребляла предоставленным доступом, вмешиваясь в работу других программ, искажая хранимую информацию, передавая частные данные или создавая новые дыры в безопасности. В других системах используются меры по уменьшению степени доверия «клиентских» узлов к центральной системе, например размещение приложений на виртуальных машинах.

Общедоступные системы или системы, пересекающие административные домены (включая разные отделы одной организации), часто приводят к необходимости запускать их на гетерогенных системах, используя разные операционные системы и аппаратные архитектуры . При использовании многих языков существует компромисс между инвестициями в разработку программного обеспечения и количеством поддерживаемых платформ (и, следовательно, размером получаемой сети). Кросс-платформенные языки могут уменьшить необходимость идти на этот компромисс, хотя потенциально за счет высокой производительности на любом данном узле (из-за интерпретации во время выполнения или отсутствия оптимизации для конкретной платформы). Различные проекты промежуточного программного обеспечения создали общую инфраструктуру, позволяющую различным научным и коммерческим проектам использовать конкретную связанную сетку или с целью создания новых сеток. BOINC является общим для различных академических проектов, ищущих общественных волонтеров; больше перечислено в конце статьи.

Фактически, промежуточное программное обеспечение можно рассматривать как прослойку между аппаратным и программным обеспечением. Помимо промежуточного программного обеспечения, необходимо учитывать ряд технических областей, которые могут быть независимыми или не независимыми от промежуточного программного обеспечения. Примеры областей включают управление SLA , доверие и безопасность, управление виртуальной организацией , управление лицензиями, порталы и управление данными. Эти технические области могут быть учтены в коммерческом решении, хотя новейшие достижения каждой области часто обнаруживаются в конкретных исследовательских проектах, изучающих эту область.

Сегментация рынка сетевых вычислений

Для сегментации рынка грид-вычислений необходимо учитывать две точки зрения: сторону поставщика и сторону пользователя:

Сторона провайдера

Общий рынок электросетей включает в себя несколько конкретных рынков. Это рынок промежуточного программного обеспечения для сетей, рынок приложений для работы в сети, рынок коммунальных вычислений и рынок программного обеспечения как услуги (SaaS).

Промежуточное программное обеспечение Grid — это особый программный продукт, который позволяет совместно использовать разнородные ресурсы и виртуальные организации. Он устанавливается и интегрируется в существующую инфраструктуру задействованной компании или компаний и обеспечивает особый уровень, расположенный между разнородной инфраструктурой и конкретными пользовательскими приложениями. Основными промежуточными программами для работы с гридами являются Globus Toolkit, gLite и UNICORE .

Под служебными вычислениями подразумевается предоставление сетевых вычислений и приложений в качестве услуги либо в виде утилиты открытой сети, либо в качестве хостингового решения для одной организации или ВО . Основными игроками на рынке коммунальных вычислений являются Sun Microsystems , IBM и HP .

Приложения с поддержкой Grid — это специальные программные приложения, которые могут использовать Grid-инфраструктуру. Это стало возможным благодаря использованию промежуточного программного обеспечения Grid, как указано выше.

Программное обеспечение как услуга (SaaS) — это «программное обеспечение, которое принадлежит, доставляется и управляется удаленно одним или несколькими поставщиками». ( Gartner 2007) Кроме того, приложения SaaS основаны на едином наборе общих определений кода и данных. Они потребляются по модели «один ко многим», а SaaS использует модель оплаты по мере использования (PAYG) или модель подписки, основанную на использовании. Поставщики SaaS не обязательно сами владеют вычислительными ресурсами, необходимыми для запуска их SaaS. Таким образом, поставщики SaaS могут использовать рынок коммунальных вычислений. Рынок коммунальных вычислений предоставляет вычислительные ресурсы поставщикам SaaS.

Пользовательская сторона

Для компаний, работающих на рынке сетевых вычислений или на стороне пользователей, различные сегменты имеют существенное значение для их стратегии развертывания ИТ. Стратегия развертывания ИТ, а также тип сделанных инвестиций в ИТ являются важными аспектами для потенциальных пользователей сети и играют важную роль для внедрения сети.

Очистка процессора

Очистка ЦП , очистка циклов или общие вычисления создают «сетку» из простаивающих ресурсов в сети участников (как по всему миру, так и внутри организации). Как правило, этот метод использует «запасные» циклы команд, возникающие в результате периодического бездействия, которое обычно происходит ночью, во время обеденных перерывов или даже во время (сравнительно незначительных, хотя и многочисленных) моментов ожидания простоя, которые современные процессоры настольных компьютеров испытывают в течение дня ( когда компьютер ожидает ввода-вывода от пользователя, сети или хранилища ). На практике участвующие компьютеры также жертвуют некоторый объем дискового пространства, оперативной памяти и пропускной способности сети в дополнение к чистой мощности процессора. [ нужна цитата ]

Многие добровольные вычислительные проекты, такие как BOINC , используют модель очистки ЦП. Поскольку узлы могут время от времени отключаться от сети, поскольку их владельцы используют свои ресурсы по своему основному назначению, эта модель должна быть разработана с учетом таких непредвиденных обстоятельств.

Создание оппортунистической среды — это еще одна реализация очистки ЦП, при которой специальная система управления рабочей нагрузкой собирает простаивающие настольные компьютеры для выполнения ресурсоемких задач. Это также называется Enterprise Desktop Grid (EDG). Например, HTCondor [8] (программная платформа для высокопроизводительных вычислений с открытым исходным кодом для грубой распределенной рационализации задач с интенсивными вычислениями) может быть настроена на использование только настольных компьютеров, на которых клавиатура и мышь простаивают, чтобы эффективно использовать потребляемую мощность процессора. с бездействующих настольных рабочих станций. Как и другие полнофункциональные пакетные системы, HTCondor предоставляет механизм организации очереди заданий, политику планирования, схему приоритетов, мониторинг ресурсов и управление ресурсами. Его также можно использовать для управления рабочей нагрузкой в ​​выделенном кластере компьютеров или можно легко интегрировать как выделенные ресурсы (кластеры, монтируемые в стойку), так и невыделенные настольные компьютеры (циклическая очистка) в одну вычислительную среду.

История

Термин «сетевые вычисления» возник в начале 1990-х годов как метафора, означающая, что компьютерные мощности должны быть такими же доступными, как и электросети . Метафора энергосистемы для доступных вычислений быстро стала канонической, когда Ян Фостер и Карл Кессельман опубликовали свою основополагающую работу «Сеть: проект новой вычислительной инфраструктуры» (1999). Этому десятилетиями предшествовала метафора коммунальных вычислений (1961): компьютеры как общественная услуга, аналогичная телефонной системе. [9] [10]

Очистка ЦП и добровольные вычисления были популяризированы начиная с 1997 года компанией Distributed.net , а затем, в 1999 году, с помощью SETI@home, чтобы использовать возможности сетевых ПК по всему миру для решения исследовательских задач, интенсивно использующих ЦП. [11] [12]

Идеи грида (в том числе из распределенных вычислений, объектно-ориентированного программирования и веб-сервисов) были объединены Яном Фостером и Стивом Туке из Чикагского университета , а также Карлом Кессельманом из Института информационных наук Университета Южной Калифорнии . . [13] Эту троицу, которая возглавила работу по созданию Globus Toolkit, многие считают «отцами грида». [14] Набор инструментов включает в себя не только управление вычислениями, но и управление хранилищем , обеспечение безопасности, перемещение данных, мониторинг, а также набор инструментов для разработки дополнительных сервисов на основе той же инфраструктуры, включая согласование соглашений, механизмы уведомления, триггерные сервисы и агрегацию информации. [15] Хотя Globus Toolkit остается де-факто стандартом для построения грид-решений, был создан ряд других инструментов, которые отвечают за некоторые подмножества услуг, необходимых для создания корпоративной или глобальной грид-сети. [ нужна цитата ]

В 2007 году стал популярным термин « облачные вычисления» , который концептуально аналогичен каноническому определению сетевых вычислений Фостера (с точки зрения вычислительных ресурсов, потребляемых по мере поступления электроэнергии из энергосистемы ) и более ранним коммунальным вычислениям.

Прогресс

В ноябре 2006 года Зайдел получил премию Сидни Фернбаха на конференции по суперкомпьютерам в Тампе, Флорида . [16] «За выдающийся вклад в разработку программного обеспечения для HPC и Grid-вычислений, позволяющего совместное численное исследование сложных проблем физики, в частности, моделирование столкновений черных дыр». [17] Эта награда, которая является одной из самых высоких наград в области вычислений, была присуждена за достижения в области численной теории относительности.

Самые быстрые виртуальные суперкомпьютеры

Кроме того, по состоянию на март 2019 года измеренная вычислительная мощность сети Биткойн составляла более 80 000 эксафлопс (операций с плавающей запятой в секунду). [25] Это измерение отражает количество FLOPS, необходимое для получения хеш-выхода сети Биткойн, а не ее способность выполнять общие арифметические операции с плавающей запятой, поскольку элементы сети Биткойн ( ASIC для майнинга биткойнов ) выполняют только определенное криптографическое хеширование. вычисления, требуемые протоколом Биткойн .

Проекты и приложения

Грид-вычисления предлагают способ решения задач «Большой задачи» , таких как сворачивание белков , финансовое моделирование , моделирование землетрясений и моделирование климата и погоды , и они сыграли важную роль в создании Большого адронного коллайдера в ЦЕРН. [26] Гриды предлагают способ оптимального использования ресурсов информационных технологий внутри организации. Они также предоставляют средства для предложения информационных технологий в качестве утилиты для коммерческих и некоммерческих клиентов, при этом эти клиенты платят только за то, что они используют, например, за электричество или воду.

По состоянию на октябрь 2016 года более 4 миллионов компьютеров, работающих на платформе Berkeley Open Infrastructure for Network Computing (BOINC) с открытым исходным кодом, являются членами World Community Grid . [19] Одним из проектов, использующих BOINC, является SETI@home , который по состоянию на октябрь 2016 года использовал более 400 000 компьютеров для достижения 0,828 терафлопс. По состоянию на октябрь 2016 года Folding@home , который не является частью BOINC, достиг более 101 x86. -эквивалент петафлопс на более чем 110 000 машинах. [18]

Европейский Союз финансировал проекты через рамочные программы Европейской Комиссии . BEinGRID (Бизнес-эксперименты в Grid) — исследовательский проект, финансируемый Европейской комиссией [27] как интегрированный проект в рамках спонсорской программы Шестой рамочной программы (FP6). Проект стартовал 1 июня 2006 года и продлился 42 месяца, до ноября 2009 года. Проект координировался Atos Origin . Согласно информационному бюллетеню проекта, их миссия состоит в том, чтобы «создать эффективные маршруты для содействия внедрению грид-вычислений в ЕС и стимулировать исследования инновационных бизнес-моделей с использованием грид-технологий». Чтобы извлечь лучшие практики и общие темы из экспериментальных реализаций, две группы консультантов анализируют серию пилотных проектов: одна техническая, другая коммерческая. Проект важен не только своей продолжительностью, но и своим бюджетом, который составляет 24,8 миллиона евро и является крупнейшим из всех интегрированных проектов FP6. Из них 15,7 миллиона предоставлены Европейской комиссией, а оставшаяся часть – 98 компаниями-партнерами. После завершения проекта результаты BEinGRID были подхвачены и распространены на IT-Tude.com.

Проект Enabling Grids for E-scienceE, базирующийся в Европейском Союзе и включающий сайты в Азии и США, стал продолжением проекта European DataGrid (EDG) и превратился в Европейскую грид-инфраструктуру . Он, наряду с Worldwide LHC Computing Grid [28] (WLCG), был разработан для поддержки экспериментов с использованием Большого адронного коллайдера CERN . Список активных сайтов, участвующих в WLCG, можно найти в Интернете [29], а также мониторинг инфраструктуры EGEE в реальном времени. [30] Соответствующее программное обеспечение и документация также находятся в открытом доступе. [31] Существует предположение, что выделенные оптоволоконные каналы, такие как те, которые установлены CERN для удовлетворения потребностей WLCG в области обработки больших объемов данных, однажды могут стать доступными для домашних пользователей, тем самым предоставляя интернет-услуги со скоростью до 10 000 раз быстрее, чем традиционная широкополосная связь. связь. [32] Европейская грид-инфраструктура также использовалась для других исследовательских мероприятий и экспериментов, таких как моделирование онкологических клинических испытаний. [33]

Проект распределенного.net был начат в 1997 году. Центр передовых суперкомпьютеров НАСА (NAS) запускал генетические алгоритмы с использованием очистителя циклов Condor , работающего примерно на 350 рабочих станциях Sun Microsystems и SGI .

В 2001 году United Devices управляла проектом United Devices Cancer Research Project , основанным на своем продукте Grid MP , который осуществляет циклическую очистку компьютеров-добровольцев, подключенных к Интернету. До закрытия в 2007 году проект работал примерно на 3,1 млн машин. [34]

Определения

Сегодня существует множество определений грид-вычислений :

Смотрите также

Список проектов грид-вычислений

Связанные понятия

Альянсы и организации

Производственные сетки

Международные проекты

Национальные проекты

Стандарты и API

Системы мониторинга

Рекомендации

  1. ^ Что такое грид-вычисления? - Gridcafe. Архивировано 10 февраля 2013 г. в Wayback Machine . E-sciencecity.org. Проверено 18 сентября 2013 г.
  2. ^ «Масштабирование сеточных вычислений до нужного размера» . NetworkWorld.com. 27 января 2003 г. Архивировано из оригинала 17 февраля 2017 г. Проверено 21 апреля 2015 г.
  3. ^ ab «Что такое сетка? Контрольный список из трех пунктов» (PDF) . Архивировано из оригинала (PDF) 22 ноября 2014 г. Проверено 21 октября 2010 г.
  4. ^ «Группа исследования повсеместного и искусственного интеллекта :: публикации [Группа исследования повсеместного и искусственного интеллекта]» . Diuf.unifr.ch. 18 мая 2009. Архивировано из оригинала 7 июля 2011 года . Проверено 29 июля 2010 г.
  5. ^ Вычислительные проблемы — Gridcafe. Архивировано 25 августа 2012 г. в Wayback Machine . E-sciencecity.org. Проверено 18 сентября 2013 г.
  6. ^ «Что такое грид-вычисления?». Цифровой гид IONOS . Архивировано из оригинала 28 января 2022 г. Проверено 23 марта 2022 г.
  7. ^ Кертчер, Зак; Кослор, Эрика (10 июля 2018 г.). «Граничные объекты и разрыв в технической культуре: успешная практика добровольных инновационных команд, пересекающих научные и профессиональные области» (PDF) . Журнал управленческих исследований . 29 : 76–91. дои : 10.1177/1056492618783875 . hdl : 11343/212143. ISSN  1056-4926. S2CID  149911242. Архивировано (PDF) из оригинала 28 марта 2022 г. Проверено 18 сентября 2019 г.
  8. ^ "HTCondor - Дом" . Research.cs.wisc.edu . Архивировано из оригинала 2 марта 2018 года . Проверено 14 марта 2018 г.
  9. ↑ Джон Маккарти , выступая на столетнем юбилее Массачусетского технологического института в 1961 году.
  10. ^ Гарфинкель, Симсон (1999). Абельсон, Хэл (ред.). Архитекторы информационного общества, тридцать пять лет Лаборатории компьютерных наук Массачусетского технологического института . МТИ Пресс. ISBN 978-0-262-07196-3.
  11. ^ Андерсон, Дэвид П; Кобб, Джефф; и другие. (ноябрь 2002 г.). «SETI@home: эксперимент в области вычислений на общедоступных ресурсах». Коммуникации АКМ . 45 (11): 56–61. дои : 10.1145/581571.581573. S2CID  15439521.
  12. ^ Нуман Дуррани, Мухаммед; Шамси, Джаввад А. (март 2014 г.). «Волонтёрские вычисления: требования, проблемы и решения». Журнал сетевых и компьютерных приложений . 39 : 369–380. дои : 10.1016/j.jnca.2013.07.006.
  13. ^ Джонсон, Бриджит (6 ноября 2019 г.). «Пионер Grid-вычислений Стив Туке скончался в возрасте 52 лет» . Архивировано из оригинала 04.11.2022 . Проверено 4 ноября 2022 г.
  14. ^ «Отец сетки». Архивировано из оригинала 1 марта 2012 г. Проверено 15 апреля 2007 г.
  15. ^ Салем, М. (2007). Грид-вычисления: новая парадигма для технологий и приложений здравоохранения . Проверено 30 августа 2022 г.
  16. ^ "Эдвард Зайдель, 2006 г., лауреат премии Сидни Фернбаха" . Награды IEEE Computer Society . Компьютерное общество IEEE. Архивировано из оригинала 15 августа 2011 года . Проверено 14 октября 2011 г.
  17. ^ «Эдвард Зайдель • Компьютерное общество IEEE». www.computer.org . Архивировано из оригинала 15 августа 2011 года . Проверено 14 марта 2018 г.
  18. ^ Лаборатория аб Панде. «Статистика клиентов по ОС». Складной@дома . Стэндфордский Университет. Архивировано из оригинала 12 апреля 2020 года . Проверено 26 марта 2020 г.
  19. ^ ab «BOINCstats - комбинированный кредитный обзор BOINC» . Архивировано из оригинала 22 января 2013 года . Проверено 30 октября 2016 г.
  20. ^ «SDSC, Центр IceCube университета Висконсина проводит эксперимент по облачному взрыву на графическом процессоре» . СДСК. Архивировано из оригинала 14 сентября 2022 года . Проверено 22 апреля 2022 г.
  21. ^ "Обзор Einstein@Home Credit" . БОИНК. Архивировано из оригинала 27 августа 2016 года . Проверено 30 октября 2016 г.
  22. ^ "Обзор SETI@Home Credit" . БОИНК. Архивировано из оригинала 3 июля 2013 года . Проверено 30 октября 2016 г.
  23. ^ "Обзор MilkyWay@Home Credit" . БОИНК. Архивировано из оригинала 20 мая 2012 года . Проверено 30 октября 2016 г.
  24. ^ «Технология распределенных вычислений Internet PrimeNet Server для великого поиска простых чисел Мерсенна в Интернете» . ГИМПЫ . Архивировано из оригинала 25 мая 2019 года . Проверено 12 марта 2019 г.
  25. ^ bitcoinwatch.com. «Статистика сети Биткойн». Биткойн . Архивировано из оригинала 20 января 2023 года . Проверено 12 марта 2019 г.
  26. ^ Кертчер, Зак; Венкатраман, Рохан; Кослор, Эрика (23 апреля 2020 г.). «Приятная параллель: ранняя междисциплинарная работа по распространению инноваций через границы в области сетевых вычислений». Журнал бизнес-исследований . 116 : 581–594. doi : 10.1016/j.jbusres.2020.04.018. hdl : 11343/237477 . S2CID  219048576.
  27. ^ "beingrid.eu: Stromkosten Vergleiche -" . berid.eu: Stromkosten Vergleiche . Архивировано из оригинала 23 июля 2011 года . Проверено 14 марта 2018 г.
  28. ^ «Добро пожаловать во всемирную вычислительную сеть LHC - WLCG» . wlcg.web.cern.ch. ​Архивировано из оригинала 25 июля 2018 года . Проверено 14 марта 2018 г.
  29. ^ «GStat 2.0 – Сводный вид – GRID EGEE» . Goc.grid.sinica.edu.tw. Архивировано из оригинала 20 марта 2008 года . Проверено 29 июля 2010 г.
  30. ^ «Монитор реального времени». Gridportal.hep.ph.ic.ac.uk. Архивировано из оригинала 16 декабря 2009 года . Проверено 29 июля 2010 г.
  31. ^ «LCG – Развертывание» . Lcg.web.cern.ch. Архивировано из оригинала 17 ноября 2010 года . Проверено 29 июля 2010 г.
  32. ^ "Таймс и Санди Таймс". thetimes.co.uk . Архивировано из оригинала 25 февраля 2021 года . Проверено 14 марта 2018 г.
  33. ^ Афанаилей, Феодор; и другие. (2011). «Использование сеточных технологий для моделирования клинических испытаний: парадигма радиационной онкологии in silico». МОДЕЛИРОВАНИЕ: Труды Международного общества моделирования и моделирования . 87 (10): 893–910. дои : 10.1177/0037549710375437. S2CID  206429690.
  34. ^ [1] Архивировано 7 апреля 2007 г. в Wayback Machine.
  35. ^ П Плащак, Р. Веллнер, Grid-вычисления , 2005, Elsevier/Morgan Kaufmann, Сан-Франциско
  36. ^ IBM Solutions Grid для бизнес-партнеров: помощь бизнес-партнерам IBM в использовании Grid-приложений для следующего этапа электронного бизнеса по требованию.
  37. ^ Структура супервизора Multics. Архивировано 16 января 2014 г. в Wayback Machine . Multicians.org. Проверено 18 сентября 2013 г.
  38. ^ «Нежное введение в грид-вычисления и технологии» (PDF) . Архивировано (PDF) из оригинала 24 марта 2006 г. Проверено 6 мая 2005 г.
  39. ^ «Grid Café - место, где каждый может узнать о грид-вычислениях» . ЦЕРН . Архивировано из оригинала 5 декабря 2008 года . Проверено 3 декабря 2008 г.

Библиография