Globalny superkomputer

Jak działa SETI@home

Informacje z teleskopu Arecibo co kilka dni są przesyłane na dyskach do Uniwersytetu w Berkeley, który koordynuje projekt SETI@home. Tam dzieli się je na części obejmujące 107 sekund transmisji w wycinku pasma, by uzyskać pliki 0,35 MB. Paczki danych są następnie przesyłane do użytkowników, którzy pobrali pakiet SETI@home zastępujący im wygaszacz ekranu. Aplikacja uaktywnia się, gdy komputer jest bezczynny, i wykonuje obliczenia, których celem jest wykrycie transmisji pochodzących z nienaturalnych źródeł. W związku z tym, że system bazuje na amatorskim sprzęcie, algorytmy zakładają, że poszczególne węzły w sieci mogą zwracać błędne wyniki. Dlatego każdy pakiet danych przeliczany jest na kilku maszynach, a wyniki są weryfikowane przed zapisaniem w bazie.

Aplikacja do obliczeń BOINC

Za rozdzielanie zadań i weryfikację błędów w SETI@home odpowiada pakiet BOINC (Berkeley Open Infrastructure for Network Computing), opracowany specjalnie dla tego projektu w 2001 roku. Od tamtego czasu oprogramowanie stale się rozwija i ewoluowało w uniwersalną platformą dla obliczeń rozproszonych z użyciem komputerów osobistych. Dziś BOINC jest używany w dziesiątkach innych projektów z dziedziny nauk biologicznych (Folding@home), fizyki (Einstein@home) czy astronomii (MilkyWay@home). W chwili pisania artykułu wydajność platformy BOINC sięgała 22 petaflopsy, co na aktualnej liście superkomputerów, zapewniłoby by jej trzecią lokatę. Szybsze są tylko chińskie maszyny Sunway TaihuLight (93 petaflopsy), iTianhe-2 (33 petaflopsy), co najlepiej ilustruje możliwości obliczeń rozproszonych.

Przegląd interesujących projektów obliczeń rozproszonych

SETI@home
Projekt poszukiwania pozaziemskiej inteligencji poprzez analizę sygnałów z radioteleskopu. Celem jest zidentyfikowanie transmisji w wąskim paśmie, która wyraźnie odróżnia się od naturalnych sygnałów emitowanych przez ciała niebieskie oraz szumu elektronicznego generowanego przez źródła promieniowania elektromagnetycznego z Ziemi czy satelitów.
https://setiathome.berkeley.edu

Folding@home
Tworzenie białek jest jednym z najważniejszych procesów biochemicznym w naszych organizmach. Projekt Folding@home bada, w jaki sposób proces ten przebiega w przestrzeni 3D. Dzięki lepszemu zrozumieniu być może uda się lepiej poznać genezę chorób wywoływanych przez białka, takich jak choroby szalonych krów (BSD), Parkinsona czy Creutzfeldta-Jakoba.
http://folding.stanford.edu

Rosetta@home
W tym projekcie obliczenia rozproszone są wykorzystywane do przewidywania struktury białek. Celem jest wynalezienie nowych protein, które mogą pomóc w walce z najgroźniejszymi chorobami ludzkości – wirusem HIV, malarią, chorobą Alzheimera, wąglikiem czy różnymi odmianami nowotworów. Badane są także możliwości zwalczania wirusa opryszczki.
http://boinc.bakerlab.org/rosetta

Einstein@home
Projekt polega na analizie sygnałów z pulsarów zarejestrowanych przez Laserowe Obserwatorium Fal Grawitacyjnych LIGO. Niektóre pulsary o kształcie odbiegającym od sfery emitują fale grawitacyjne. Celem jest wykrycie śladów fal towarzyszącym tylko połączeniu czarnych dziur.
https://einsteinathome.org/pl/home

MilkyWay@Home
Przedmiotem badania są strumienie gwiazd wokół Drogi Mlecznej, pozostałości po karłowatych galaktykach rozerwanych przez oddziaływanie grawitacyjne wielkiego skupiska gwiazd. Celem projektu jest utworzenie mapy tych struktur, a także określenie ich dynamiki. Materiał do analizy pochodzi ze Sloan Digital Sky Survey, mapy nieba z danymi 500 mln ciał niebieskich.
https://milkyway.cs.rpi.edu/milkyway

PL Grid – polski system rozproszony

Platforma, która pozwala na zunifikowany dostęp do rozproszonego systemu bazującego na klastrach obliczeniowych działa i w naszym kraju. Za pomocą PL Grid naukowcy mogą wykonywać obliczenia przy użyciu specjalistycznego oprogramowania naukowego. System automatycznie przydziela zasoby, korzystając z dostępu do największych polskich superkomputerów takich jak Prometheus z ACK Cyfronet z Krakowa czy Eagle z Poznańskiego Centrum Superkomputerowo-Sieciowego. Łączna moc PL Grid to 3,642 petaflopsa (platforma ma 53 tys. rdzeni obliczeniowych), a pamięć dyskowa sięga 2,25 petabajta.
www.plgrid.pl

Rozproszone przetwarzanie równoległe

Na obliczeniach równoległych bazują zarówno systemy rozproszone, jak i współczesne superkomputery. W obydwu przypadkach dane dzieli się na fragmenty. Różnicą jest natomiast to, że w superkomputerze obliczenia są wykonywane w równolegle, a informacje mogą być wymieniane między węzłami niemal w czasie rzeczywistym. W systemie rozproszonym obliczenia wykonuje się na fragmentach zbioru danych, a wyniki agreguje w bazie danych. Z tego względu platformy, takie jak Worldwide LHC Computing Grid czy te bazujące na aplikacji BOINC nie mają wszystkich zalet superkomputera. Choć połączona moc obliczeniowa systemu rozproszonego jest porównywalna, a może nawet większa od typowych superkomputerów, to systemom rozproszonym brakuje jednej fundamentalnej cechy – mechanizmu szybkiej wymiany danych pomiędzy jednostkami obliczeniowymi. Ze względu na odległości opóźnienia sygnału są o kilka rzędów wielkości większe, co wyklucza działania na dużych zbiorach danych, które muszą być przetwarzane równolegle. Z tego względu na rozproszonych systemach nie liczy się na przykład numerycznej prognozy pogody czy symulacji procesów w reaktorach nuklearnych. Natomiast w zastosowaniach, które pozwalają na podzielenie zadania na fragmenty, rozproszony system poradzi sobie niemal tak dobrze, jak tradycyjny superkomputer.