网格计算的工作原理

网格计算的工作原理

下面，我们看看它是怎么工作的：

首先, 要发现一个需要非常巨大的计算能力才能解决的问题。这类问题一般是跨学科的、极富挑战性的、人类急待解决的科研课题。其中较为著名的是:

1.解决较为复杂的数学问题，例如：GIMPS（寻找最大的梅森素数）。

2.研究寻找最为安全的密码系统，例如：RC-72（密码破解）。

3.生物病理研究，例如：Folding@home（研究蛋白质折叠，误解，聚合及由此引起的相关疾病）。

4.各种各样疾病的药物研究，例如：United Devices（寻找对抗癌症的有效的药物）。

5.信号处理，例如：SETI@Home（在家寻找地外文明）。

从这些实际的例子可以看出，这些项目都很庞大，需要惊人的计算量，仅仅由单个的电脑或是个人在一个能让人接受的时间内计算完成是决不可能的。在以前，这些问题都应该由超级计算机来解决。但是, 超级计算机的造价和维护非常的昂贵，这不是一个普通的科研组织所能承受的。随着科学的发展，一种廉价的、高效的、维护方便的计算方法应运而生——分布式计算！ 网格计算的目的是，通过任何一台计算机都可以提供无限的计算能力，可以接入浩如烟海的信息。这种环境将能够使各企业解决以前难以处理的问题，最有效地使用他们的系统，满足客户要求并降低他们计算机资源的拥有和管理总成本。网格计算的主要目的是设计一种能够提供以下功能的系统：

提高或拓展型企业内所有计算资源的效率和利用率，满足最终用户的需求，同时能够解决以前由于计算、数据或存储资源的短缺而无法解决的问题。

建立虚拟组织，通过让他们共享应用和数据来对公共问题进告物升行合作。

整合计算能力、存储和其他资源，能使得需要大量计算资源的巨大问题求解成为可能。

通过对这些资源进行共享、有效优化和整体管理，能够降低计算的总成蚂消本。 网格计算主要被各大学和研究实验室用于高性能计算的项目。这些项目要求巨大的计算能力，或需要接入大量数据。

网格计算的目的是支持所有行业的电子商务应用。例如，飞机和汽车等复杂产品的生产要求对产品设计、产品组装和产品生命周期管理进行计算密集型模拟。其他一些实例还有，通过 Monte Carlo 方法对复杂金融环境的模拟，以及生命科学领域的许多项目。

网格环境的最终目的是，从简单的资源集中发展到数据共享，最后发展到协作处理和有质量的服务(Quality of Service)。

资源集中 —— 使公司用户能够将公司的整个 IT 基础设施看作是一台计算机，能够根据他们的需要找到尚未被利用的资源。

数据共享 —— 使各公司接入远程数据。这对某些生命科学项目尤其有用，因为在这些项目中，各公司需要和其他公司共享人类基因数据。

通过网格计算来合作 —— 使广泛分散在各地的组织能够在一定的项目上进行合作，整合业务流程，共享从工程蓝图到软件应用程序等所有信息，协袜老同处理项目中的问题。

有质量的服务(QoS)——是指能针对不同用户或者不同数据流采用相应不同的优先级，或者是根据应用程序的要求，保证数据流的性能达到一定的水准。为同一网络中的各结点提供质量有保障的服务。