* Grid Computing: Ciò comporta l'utilizzo di un gran numero di computer geograficamente dispersi (spesso di proprietà di diverse organizzazioni o individui) per risolvere un singolo problema elevato. Gli esempi includono seti@home (alla ricerca di intelligenza extraterrestre) e pieghevole@home (simulazione del ripiegamento delle proteine). Questi in genere utilizzano un modello di master-worker in cui un server centrale distribuisce attività a molti nodi lavoratori.
* Cluster Computing: Questo utilizza una raccolta di computer interconnessi che lavorano insieme come un singolo sistema. Questi computer si trovano spesso vicini tra loro (ad esempio, in un data center) e hanno interconnessioni ad alta velocità. Ciò consente una maggiore coordinamento e una comunicazione più rapida tra nodi rispetto a Grid Computing. I cluster sono comunemente usati per il calcolo ad alte prestazioni (HPC), eseguendo grandi simulazioni o gestiscono set di dati enormi.
* Cloud computing: Sebbene non "condivide" strettamente nel senso di controllo diretto sulle singole macchine, piattaforme di cloud computing come AWS, Azure e Google Cloud ti consentono di distribuire carichi di lavoro su una enorme rete di server. Affittano risorse di elaborazione (macchine virtuali, contenitori, ecc.) Se necessario e la piattaforma gestisce la distribuzione e l'allocazione delle risorse.
* Peer-to-Peer (P2P) Calcolo: Ciò comporta la distribuzione di attività su una rete di computer ugualmente capaci, con ciascun computer che agisce sia come client che come server. BitTorrent è un noto esempio di condivisione di file P2P, ma può essere adattato anche per altre attività computazionali.
* Calcolo volontario: Questa è una forma specializzata di Grid Computing che si basa sulla potenza di elaborazione volontaria dei computer dei singoli utenti. Seti@home e pieghevole@home sono esempi primi.
Il sistema specifico scelto dipende da fattori come:
* La natura del compito: Alcuni compiti sono facilmente parallelizzabili, mentre altri non lo sono.
* Le dimensioni e la complessità dell'attività: Compiti più grandi e complessi richiedono una maggiore potenza di calcolo e possono beneficiare del calcolo della griglia o del cluster.
* Il livello richiesto di coordinamento: Le attività strettamente coordinate necessitano di un cluster, mentre le attività vagamente coordinate possono utilizzare una griglia.
* La distribuzione geografica dei computer: Grid Computing è più adatto per i computer dispersi geograficamente, mentre il calcolo del cluster è migliore per i computer nelle immediate vicinanze.
* Budget e infrastrutture: Il cloud computing fornisce scalabilità ma può essere costoso; I cluster richiedono investimenti anticipati significativi in hardware e networking.
In breve, non esiste un singolo sistema, ma piuttosto una serie di approcci per la condivisione della potenza di elaborazione, ognuno con i propri punti di forza e di debolezza.
hardware © www.354353.com