元计算及扩展网格计算.ppt

网格计算（元计算） 1.背景 ------元器件发展的制约 元器件的发展，无疑是过去几十年来推动计算机技术发展的重要动力，也是最活跃、最具影响的因素。 尽管元器件制造技术在不断改进，集成电路的设计方法不断更新，但在未来十年内，元器件的速度不可能继续以以往的速度继续提高(在过去10年里，CPU的主频每18个月就提高一倍)。 据SIA(Semiconductor Industry Association)预测，目前集成电路制造的主导技术--CMOS技术，在2010年左右可能达到极限。 如果没有理论与技术上的重大突破，那么提高元器件的速度最终将受到光速和氢原子直径的限制。 而另一方面，人类对计算机系统性能的需求永无止境，应用领域需要计算机解决的问题越来越复杂，规模越来越大。 ------体系结构的发展（续） 过去40年来，科学家提出了很多并行处理技术，如流水线、向量化和陈列等；设计了各种计算机系统，如对称多处理机(Symmetrical Multi-Processors，SMP)，大规模并行处理机(Massive Parallel Processors，MPP)等，它们都极大地提高了计算机系统的整体速度。 但由于SMP、MPP的处理器往往是同构的，而应用任务可能包含复杂的内在并行性(如SIMD、MIMD和向量等)，不同的并行性可能适合不同的处理机来运行。 在SMP或MPP系统中，大部分应用程序仅能获得其峰值性能的一小部分。 ------同构计算系统的不足（续） 传统的同构计算系统通常在一个给定的机器上使用一种并行编程模型，不能满足多于一种并行性的应用需求。 单一类型的机器经常花费大部分的时间在不适合其执行的代码上。任何一类同构系统都有其固有的局限性。 向量机器使用交错存储器，流水线ALU，从而导致可达每秒百万浮点的性能。如果应用程序不能开发出这些特性，则系统性能将严重下降。 由Amdahl定理可知，并行计算系统对于不适合其执行的并行任务往往将花费大量的额外开销。如果映射大部分任务(或子任务)在不合适的机器上运行，将引起计算系统的机器性能的下降，并使编程人员的调度努力失去意义。 ------异构计算系统的优势（续） 异构计算系统支持具有多内在并行性的应用，它可以提高应用程序实际执行性能与其峰值性能的比。 计算系统的异构性并不是一个新概念，几种专门的协处理器已经用于提高计算机系统的吞吐量。 I/O处理器和浮点处理器是其中的典型代表，它们是增强系统性能的一个异构化方法。 一个异构系统通常包括若干异构的计算节点、互连的高速网络、通信接口以及编程环境等。 下图给出一个典型的异构计算环境，该异构计算环境包括PC、工作站机群、超级计算机等。 图：一个典型的异构计算环境 2.Grid Computing（Meta Computing） 2.1 网格计算概念 网格计算（元计算，无缝、可扩展计算，全局计算等） 从20世纪80年代末期Larry Smarr在CASA计划中首先提出这种方案。网格计算系统是一种无缝、集成的计算和协作环境。它将网络上的各种资源，包括超级计算机、大规模存储系统、个人计算机、各种设备等组织在一个统一的框架下，从而能够以非常方便的方法解决各种复杂的问题 （续） Larry smarr在《The GRID：blueprint for a new computing infrastructure》观察到未来的某个时刻我们的计算需求会像电网一样得到满足。 电网 电力网格与计算网格的组成比较 2.2网格的三个发展阶段 （1）萌芽阶段：在上世纪90年代早期，主要是千兆网的测试床，以及一些元计算的实验系统； （2）早期实验阶段：在上世纪90年代中期到晚期，比如I-WAY项目，还包括一些学术性的软件项目，如Globus、Legion，还有一些应用实验； （3）迅速发展阶段：迅速发展阶段 2002年以来，IBM，Platform，Microsoft，Sun，Compaq等公司投入 Globus Toolkit 2.2 网格系统的特点 (1) 异构性 (heterogeneity) (2) 可扩展性(scalability) (3) 可适应性(adaptability) (4) 结构的不可预测性 (5) 多级管理域 2.2 网格的体系结构： 五层沙漏结构 Ian Foster于2001年提出了网格计算协议体系结构，认为网格建设的核心是标准化的协议与服务 以协议为中心 强调服务与API和SDK的重要性 随时间变化的动态的共享 资源之间互操作 实现互操作的协议 建立在协议基础上的服务 上层开发API和SDK 　 五层结构之所以被称为漏斗，是因为每个层次所包含的协议数量是不相等的。