- PVSM.RU - https://www.pvsm.ru -
/ фото Guilherme Yagui [2] CC [3]
Количество собираемых данных в различных областях науки постоянно растет, что позволяет исследователям строить реалистичные модели и проводить точные симуляции на их основе. Однако с каждым годом это требует все больших вычислительных мощностей.
Облачные технологии и IaaS [4] предоставляют пользователям ресурсы, удовлетворяющие требованиям задачи: необходимый объем памяти и хранилища, нужное количество процессоров. Благодаря этому исследовательские группы любых размеров способны решать задачи, не вкладывая огромные средства в компьютерную инфраструктуру.
Все это очень сильно помогает при проведении научных исследований. В качестве примера можно привести университет Сан-Паулу – крупнейший вуз в Бразилии, о котором уже шла речь в одном из наших предыдущих постов [5]. В 2012 году руководством университета было принято решение о реализации проекта «Облако УСП». В ходе работ планировалось из 150 разрозненных университетских дата-центров сформировать 6, а корпоративные, исследовательские и образовательные среды собрать в массивное частное облако.
Когда проект был реализован, УСП приобрел возможность проводить исследования, находясь на огромном расстоянии от изучаемого объекта, а студенты – возможность обучаться онлайн. Более 150 тыс. человек получили доступ к лекциям, почте, цифровой библиотеке, а также к музейным коллекциям.
«Облако позволяет исследователям добиваться результатов гораздо быстрее, что способствует оперативному проникновению информационных технологий в университете, – объясняет [6] Антонио Роке Дечен (Antonio Roque Dechen), исполнительный вице-президент управления и профессор сельскохозяйственного колледжа Луис де Кейруш при университете Сан-Паулу. – Это ускоряет научно-исследовательскую деятельность, обеспечивая безопасный и мобильный доступ к особо важным образовательным инструментам».
Человечество постепенно осознает весь потенциал облачных вычислений, потому стремится применить [7] эту технологию для решения крупных научных и производственных проблем. Поэтому далее в статье мы рассмотрим несколько областей, в которых эффективно используются IaaS [4]-технологии.
Одной из распространенных проблем при проведении крупномасштабных исследований в физике является управление сводами данных. Для решения этой проблемы подходят облачные вычисления, при помощи которых пользователи получают удаленный доступ к массивам информации и распределенным вычислительным ресурсам. Например, IaaS-облака могут быть эффективно использованы для обработки экспериментальных данных физики высоких энергий.
Группа ученых из Канады разработала [8] распределенную облачную систему, использующую IaaS-кластеры в Канаде и США. Пользователь такой системы может написать пакетные задания для аналитической виртуальной машины и передать их центральному планировщику. Система автоматически подготовит одну из виртуальных машин в облаке и запустит на ней приложение пользователя, которое, в свою очередь, получит свободный доступ к центральной базе данных с калибровочными данными.
Виртуальная машина имеет установленное программное обеспечение BaBar, моделирующее столкновения заряженных частиц: измеряет траектории их движения и энергию. Тесты показали, что система способна эффективно выполнять сотню пакетных задач одновременно, и её потенциал на этом не ограничен.
Астрономия – это наука, смежная с физикой, и в ней также генерируются терабайты данных. Их обработка каждый раз приближает нас к пониманию устройства вселенной. В этой сфере также очень распространено применение облачных вычислений.
Например, в «облаках» проводится моделирование столкновения галактик с помощью приложения GADGET. Оно специально разработано для проведения симуляций на параллельных вычислительных системах и использует древесные алгоритмы для оценки влияния гравитационных сил на близкорасположенные частицы.
/ фото NASA's Earth Observatory [9] CC [3]
Также стоит отметить миссию [10] космического телескопа «Кеплер», запущенного НАСА в 2009 году. Оснащённый сверхчувствительным фотометром, он был создан с целью поиска планет, подобных Земле, вне Солнечной системы. К началу 2014 года им было открыто 3,5 тыс. кандидатов в планеты, из которых более 1 тыс. оказались подтверждены различными научными группами исследователей.
«Кеплер» с большой точностью измеряет интенсивность поступающего от далеких звезд света и засекает её изменение при прохождении планеты по диску звезды. Анализ таких сигналов требует расчета периодограмм и оценки их значимости, а это невозможно без серьезных вычислительных ресурсов.
Облачные технологии позволяют распараллелить вычисления, и ускорить обработку данных. Например, выполнение задачи на кластере из 128 машин Dell PowerEdge 1950 позволило повысить производительность алгоритмов в сотни раз.
В качестве еще одного примера стоит привести систему [11], разработанную канадскими учеными. Они объединили облачную вычислительную систему CANFAR (Canadian Advanced Network for Astronomical Research) с продвинутым программным обеспечением машинного обучения Skytree, тем самым создав первую облачную систему для интеллектуального анализа данных, применяемую в астрономии.
Сейчас доступны более 500 процессорных ядер и несколько сотен терабайт надежного хранилища. Виртуальные машины способны производить крупномасштабные вычисления и оперировать миллионами объектов, однако это далеко не предел системы CANFAR+ Skytree.
Аналитическая компания Gartner в 2015 году опубликовала свое исследование «цикла зрелости» развивающихся технологий. На графике технологии распределены в соответствии с тем, насколько велико их принятие большинством.
В новом документе [12] говорится о том, что в настоящий момент на пике завышенных ожиданий находятся беспилотные автомобили и интернет вещей. Однако одним из главных технологических и передовых направлений остается робототехника.
Весь потенциал роботов до конца не раскрыт, но с этим в скором времени помогут облака. История уходит корнями в начало 1990 годов. С появлением первого браузера Mosaic профессор и студенты из университета Южной Калифорнии начали развивать идею веб-трансляций с камер.
При этом команда решила отойти от концепции пассивного наблюдения за происходящим и создать робота, который ухаживает за садом с живыми растениями. Для этих целей был адаптирован промышленный манипулятор, снабженный камерой, оросительной системой и соплом для сбора семян. «Роборука» была установлена в центре трехметровой клумбы, а пользователи могли управлять ей с помощью специально разработанного графического интерфейса. «Телесад», такое название получил проект, стал первым активным устройством, работающим по сети.
С тех пор робототехника продвинулась достаточно далеко. На данный момент имеются сотни исследовательских лабораторий, в которых разработано более 5 млн обслуживающих роботов, убирающихся в домах и офисах, и более 3 тыс. роботов, помогающих хирургам в операционных по всему миру.
Но пока что невозможно создать робота, который бы расставлял вещи в доме по своим местам. Такая работа для них сложна. Эту проблему затрагивал Эндрю Ын (Andrew Ng) во время своего выступления в Стэнфордском университете.
Проблема кроется в том, что он не способен запомнить все предметы быта – всегда найдется что-то, с чем он не знаком. Новый пульт дистанционного управления от телевизора, новая игрушка ребенка, новые тапочки.
Однако возможное решение уже существует: нужно подключить электронного помощника к беспроводной сети, так что у него окажется доступ к обширному хранилищу информации в интернете. «Облачный» робот сможет получать данные напрямую из центров обработки данных. Более того, это позволит упростить аппаратную начинку электронного помощника, поскольку все важные алгоритмические операции будут обрабатываться в дата-центре. В этом направлении уже работают несколько исследовательских групп.
Облачные технологии – это ключ к новому поколению роботов. Возьмите, к примеру, автомобиль Google, который при движении обращается к огромной базе данных компании с картами и снимками из космоса, сопоставляя полученную информацию с данными датчиков и камер видеонаблюдения.
Вплоть до недавнего времени роботы считались автономными системами с ограниченными объемами вычислительной мощности и памяти. Облачная робототехника же предлагает альтернативу, когда роботы обмениваются данными и кодом по беспроводным сетям.
На сегодня все. Облачные технологии проникают и во многие другие научные области, например, химию, биологию, генетику, географию. Об этом мы планируем поговорить во второй части этого поста. Подписывайтесь на наш Хабраблог [13], чтобы не пропустить наши новый публикации, друзья.
Автор: ИТ-ГРАД
Источник [14]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/iaas/152721
Ссылки в тексте:
[1] Image: https://habrahabr.ru/company/it-grad/blog/304652/
[2] Guilherme Yagui: https://www.flickr.com/photos/yagui7/
[3] CC: https://creativecommons.org/licenses/by/2.0/
[4] IaaS: http://www.it-grad.ru/iaas/iaas-vmware/virtual-infrastructure/
[5] постов: https://habrahabr.ru/company/it-grad/blog/277975/
[6] объясняет: http://goo.gl/9gB7Fm
[7] применить: http://www.nersc.gov/news-publications/nersc-news/nersc-center-news/2012/can-cloud-computing-address-the-scientific-computing-requirements-for-doe-researchers-well-yes-no-and-maybe/
[8] разработала: https://www.uvic.ca/science/physics/vispa/research/computing/_publications/HPCS-Final.pdf
[9] NASA's Earth Observatory: https://www.flickr.com/photos/nasaearthobservatory/
[10] миссию: http://isi.edu/~gideon/publications/Berriman-AstroCloud.pdf
[11] систему: http://arxiv.org/pdf/1312.3996.pdf
[12] документе: https://www.gartner.com/doc/3100227
[13] Хабраблог: https://habrahabr.ru/company/it-grad/blog/
[14] Источник: https://habrahabr.ru/post/304652/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best
Нажмите здесь для печати.