Grid Computing per economie computazionali distribuite

 4
per la risoluzione in larga scala di problemi ad alta intensità di risorse 
nella scienza, nella tecnica e nel commercio.  
Il presente lavoro si articola in tre capitoli: 
nel primo si introducono, in maniera dettagliata e meticolosa, le 
principali caratteristiche del Grid Computing; nel secondo si studiano 
alcuni degli importanti avanzamenti tecnologici del Grid Computing, 
presentando una tassonomia dei sistemi di gestione delle risorse Grid, 
seguita da un’indagine su alcuni sistemi di esempio rappresentativi; 
nel terzo capitolo si identificano alcune tattiche per la gestione delle 
risorse nel Grid Computing e si propone l’economia computazionale 
come una metafora, per un’efficace gestione delle risorse e 
pianificazione della applicazioni. 
 
 5
Capitolo 1 Il Grid Computing 
 
1.1 Premessa 
 
Nel campo delle architetture di calcolo parallelo, il Grid Computing 
rappresenta oggi, senza alcun dubbio, la frontiera delle attività di 
ricerca. Tale fatto è testimoniato sia dal numero di progetti di ricerca 
dedicati a tale parola chiave, sia dal numero di grandi ditte di sistemi 
di calcolo, software e informatica in generale, che si sono dotate di 
una loro “soluzione Grid” sia dalle iniziative nazionali o 
sovranazionali concesse alla parola Grid. Tuttavia questo termine, 
oggi così attuale, è, se si considerano i progetti di ricerca e 
l’evoluzione delle tecnologie informatiche nel loro complesso, solo la 
punta di un iceberg. 
Il termine “Grid”, infatti, rappresenta la formulazione particolarmente 
fortunata di un’idea, quella della condivisione delle risorse di calcolo 
sviluppatasi faticosamente negli ultimi tre decenni a seguito della 
rapida evoluzione nelle tecnologie informatiche. Negli ultimi dieci 
anni, poi, a partire dai primi esperimenti di macchine parallele virtuali 
realizzate su reti locali fino a giungere a concezioni avveniristiche 
quali la potenza di calcolo su richiesta o l’integrazione dinamica di 
componenti simulativi indipendentemente, un filo conduttore può 
essere individuato nella necessità di superare il problema 
dell’eterogeneità sia a livello hardware che a livello software al fine di 
fornire un’immagine integrata del sistema. 
 6
1.2 Tassonomia del fenomeno Grid 
 
Secondo la definizione del progetto Globus, uno dei primi, più 
importanti e, dal punto di vista dei finanziamenti ottenuti, più fortunati 
progetti relativi al Grid Computing, «Le Grid sono ambienti 
persistenti che rendono possibile realizzare applicazioni software che 
integrino risorse di strumentazione, di visualizzazione, di calcolo e di 
informazione che provengono da domini amministrativi diversi e sono 
geograficamente distribuite». La definizione di Grid si basa, quindi, 
sul concetto di condivisione delle risorse di diverse tipologie e si 
presta, quindi, a categorizzare diverse tipologie di Grid: 
1. Grid computazionali 
2. Grid di dati 
3. Grid di applicazioni e servizi 
4. Grid di strumentazione 
5. Grid di sensori 
 
1.2.1 Grid computazionali  
Una Grid computazionale è l’aggregazione di risorse di calcolo 
provenienti da domini di sicurezza e gestione differenti.  
Tale aggregazione è finalizzata a fornire ad un insieme di utenti 
potenza di calcolo on-demand in modo disaccoppiato dalla 
provenienza, cioè dai nodi che la stanno fisicamente fornendo. Si 
consideri, ad esempio, il caso di una società multinazionale con sedi 
sparse in tutto il mondo. 
 7
Ognuna di queste sedi possiede, oggi, un parco di architetture di 
calcolo dimensionato o secondo un worst-case, dimensionato cioè per 
soddisfare le necessità medie ma i picchi di richiesta, opppure 
dimensionato per soddisfare le necessità medie e, quindi, non in grado 
di gestire le situazioni di picco. 
Una struttura Grid in grado di sopperire alle richieste di picco con 
potenza computazionale proveniente dalle altre sedi della società 
permetterebbe di dimensionare in modo più consono alle reali 
necessità quotidiane il parco macchine realizzando così un notevole 
risparmio. Allo stesso tempo, lo stesso meccanismo di raccolta della 
potenza di calcolo sull’intero insieme delle risorse di calcolo della 
società permette di realizzare un supercalcolatore disponibile 
dinamicamente nel momento del bisogno. Le Grid computazionali, 
rappresentando una linea evolutiva delle architetture di calcolo, hanno 
una storia particolarmente ricca e variegata. 
 
1.2.2 Grid di dati 
Le Grid di dati possono essere considerate una delle forme evolutive 
del web. Infatti, come il web, nascono per contenere grandi moli di 
dati distribuite in domini differenti per gestione e posizione 
geografica. A differenza del web, dove, pur data la ricchezza delle 
informazioni presenti, mancano sia meccanismi espliciti di 
standardizzazione dei significati associati a queste informazioni, sia 
strumenti di elaborazione concorrente delle informazioni ottenute, le 
Grid di dati coniugano la ricchezza delle sorgenti con gli strumenti 
 8
adatti a far sì che le informazioni presenti possano essere facilmente 
correlate e vengano, quindi, a dotarsi di un alto valore aggiunto 
rispetto al mero contenuto. Si consideri, a titolo di esempio, il caso 
delle basi di dati contenenti i casi clinici dei singoli ospedali nel 
mondo. Ognuna di queste basi di dati possiede, già presa 
singolarmente, un fortissimo valore in quanto permette di analizzare 
quali siano state nel passato le decisioni dei clinici. Tale valore però, 
aumenta in modo non lineare se, aggregando le basi di dati in una 
Grid di dati, si rende possibile analizzare, confrontare e correlare le 
decisioni prese da clinici di scuole diverse in presenza di patologie 
uguali o, quantomeno, comparabili. 
 
1.2.3 Grid di applicazioni 
Le Grid di applicazioni (e/o servizi) rappresentano una delle visioni 
più futuribili nel campo del Grid Computing. Esse, infatti, non si 
limitano ad essere una versione globalizzata all’intera internet del 
concetto di Application Service Provider (ASP) cioè della possibilità 
di affittare un certo tempo di esecuzione di una specifica applicazione 
su di un server remoto, ma contemplano anche la aggregazione di 
componenti applicativi sviluppati indipendentemente al fine di 
realizzare nuove e originali applicazioni. Si consideri, a titolo di 
esempio, il seguente caso. La costruzione di una nave è un processo 
che ormai non coinvolge più il solo settore cantieristico in senso 
stretto, ma, al contrario, richiede l’intervento di un largo insieme di 
fornitori dedicati ai singoli sottosistemi.  
 9
Lo sviluppo di tali sottosistemi, per esempio la parte motoristica, la 
parte di stabilizzazione o la parte dedicata alla sensoristica di 
navigazione, viene affidato esattamente all’ente cantieristico 
nominalmente responsabile della costruzione navale. 
In uno scenario tradizionale, ognuno di questi fornitori ha una visione 
limitata al sottosistema di cui è incaricato e si viene così a perdere la 
visione olistica del prodotto finale fino al momento in cui, ottenuti 
tutti i singoli sottosistemi dai diversi fornitori, l’ente cantieristico sarà 
in grado di assemblare il prodotto finito. Questo non permette di 
valutare all’interno del loop di progettazione gli effetti dovuti alle 
interazioni tra i diversi sottosistemi, e rischia, quindi, di portare a 
scoprire indesiderati effetti collaterali solo in fase di collaudo 
dell’intero sistema. 
Una soluzione a questo impasse è ottenibile tramite l’integrazione di 
una Grid di applicazioni di elementi simulativi relativi ai diversi 
sottosistemi. Tuttavia, elementi simulativi sviluppati secondo lo 
standard internazionale attuale, cioè HLA-High Level Architecture, 
non supportano l’assemblaggio dinamico a runtime di un sistema 
completo, hanno un supporto limitato per l’esecuzione distribuita e 
non permettono di schermare completamente agli altri utenti i dettagli 
interni al componente. 
Al contrario, una Grid di applicazioni deve permettere a ciascun 
fornitore di: 
• Mantenere il pieno controllo del componente simulativo 
relativo al suo prodotto; 
 10
• Esporre solo un’interfaccia opaca; 
• Assemblare l’intero sistema nave in una simulazione completa. 
 
In una situazione di questo genere, ovviamente, una Grid di 
applicazioni sussume al suo interno sia una Grid computazionale che 
una Grid di dati.  
Infatti, le risorse di calcolo utilizzate per eseguire i diversi componenti 
applicativi sono aggregate dinamicamente a partire da domini di 
gestione diversi. Contemporaneamente, i dati su cui si trova a operare 
l’applicazione complessivamente costruita provengono da sorgenti 
differenti e sono correlate tramite l’esecuzione coordinata delle 
componenti applicative. 
 
1.2.4 Grid di strumentazione 
Consiste nella generalizzazione del concetto di accesso remoto ad 
apparati di costo elevato o per rendere fruibile in forma remota un 
setup sperimentale di elevato valore didattico.  
In una Grid di strumentazione, apparati gestiti da enti diversi possono 
essere integrati per aggregare esperimenti complessi non possibili in 
nessuno dei singoli siti coinvolti nella Grid o per condividere 
strumentazione didattica in mondo da rendere disponibile a corsi di 
studio afferenti ad atenei diversi una struttura condivisa per la 
realizzazione di esperimenti di comprovato valore didattico. 
 11
1.2.5 Grid di sensori 
Il concetto di Grid di sensori proviene, principalmente, dal mondo 
militare.  
In ambito militare, tale concetto sta alla base della moderna teoria del 
combattimento come attività incentrata sull’interconnessione delle 
componenti dell’esercito belligerante. Recentemente, tuttavia, l’idea 
di una Grid di sensori destinata a fornire una visione dettagliata e a 
prova di guasto della situazione del campo è penetrata anche in ambiti 
non militari quali quelli dell’agronomia e della salvaguardia del 
territorio. 
Si consideri, a titolo di esempio, il caso di un insieme di sensori 
all’infrarosso sparsi per una foresta con lo scopo di segnalare 
tempestivamente lo svilupparsi di focolai d’incendio. L’integrazione 
delle informazioni provenienti da un grande numero di sensori 
permette di effettuare una migliore separazione del calore ambientale 
dal calore proveniente da un focolaio d’incendio e, quindi, garantisce 
una consistente diminuzione della sensibilità del sistema ai falsi 
positivi.  
Le Grid di sensori, sono il ramo del Grid Computing che 
maggiormente si avvicina al concetto di Ubiquitous Computing, 
infatti, tutte le attività di ricerca dedicate a questa tipologia di Grid 
pongono una fortissima attenzione alle problematiche legate alle reti 
wireless, all’instradamento autonomo e alle reti senza infrastruttura 
statica, cioè le cosiddette reti ad hoc. 
 12
1.3 Storia 
 
Per valutare il livello di tumultuosità evolutiva delle tecnologie 
dell’informazione, si considerino, per esempio, questi due parametri: 
• Il numero di transistori e la frequenza di clock del singolo 
processore, a rappresentare la sua capacità elaborativa; 
• Il numero di calcolatori connessi a internet a rappresentare la 
capacità di cooperare. 
Questo aumento ha guidato la meccanica dell’evoluzione dei sistemi 
informatici in generale e dei meccanismi di condivisione delle risorse 
di calcolo in particolare. 
Se si considera il fenomeno della condivisione delle risorse di calcolo, 
si possono identificare quattro “ere” caratterizzate da distinte 
metodologie e architetture dedicate al supercalcolo. 
La prima èra è caratterizzata dal concetto “un computer per molti 
utenti”. In questa èra, il costo della singola risorsa di calcolo è tale da 
essere accessibile solo a entità grandi, in grado di ammortizzare 
l’investimento attraverso l’uso contemporaneo della risorsa da parte di 
numerosi utenti. In questa èra esisteva un ampio insieme di 
architetture dedicate al supercalcolo basate su soluzioni 
completamente ad hoc sviluppate sia da ditte specializzate che dai 
grandi venditori di hardware generico.