Convegno LE IDEE DELLA RICERCA A LAVORO Napoli, IL GRID COMPUTING: OLTRE INTERNET Leonardo MEROLA Dip. Scienze Fisiche Univ. Napoli Federico II e INFN Sezione di Napoli

2 È una soluzione su scala mondiale per a) Calcolo distribuito intensivo a) Calcolo distribuito intensivo b) Accesso flessibile a grandi moli di dati b) Accesso flessibile a grandi moli di dati Nato in ambito scientifico, si sta estendendo anche verso il mondo industriale, commerciale, finanziario, amministrativo, governativo È una soluzione su scala mondiale per a) Calcolo distribuito intensivo a) Calcolo distribuito intensivo b) Accesso flessibile a grandi moli di dati b) Accesso flessibile a grandi moli di dati Nato in ambito scientifico, si sta estendendo anche verso il mondo industriale, commerciale, finanziario, amministrativo, governativo “ Il Grid computing “ WORLD WIDE WEB INTERNET INTERNET WORLD WIDE GRID GRID

3 Collegamento di una qualunque apparecchiatura alla presa elettrica in modo “trasparente” all’utente Accesso a Computers e Dati in modo “trasparente” all’utente Analogia con la “rete elettrica” (“power grid”) Centrali elettriche + reti di distribuzione Risorse distribuite + software di gestione

4 GRID Organizzazioni Virtuali (VO) GRID consente a Organizzazioni Virtuali (VO) (Istituti di ricerca, Università, Industrie, Aziende, Privati) di condividere risorse distribuite su scala regionale, sovra-regionale, mondiale

5 Alessandro Volta mostra a Parigi nel 1801 la “pila” alla presenza di Napoleone I Thomas A. Edison e la “Lampada elettrica”... alle Infrastrutture e alle Applicazioni Dall’ I d e a...

6 Nel 1969 nasce negli USA in ambito militare ARPANET, la prima rete di trasmissione dati di larga diffusione. Nel 1989 nasce al CERN (Centro Europeo per la Fisica delle Particelle – Ginevra) il World Wide WEB come protocollo per la trasmissione dell’informazione multimediale attraverso Internet per facilitare la collaborazione dei fisici delle particelle. Tim Berners-Lee

7 WWG Nel 1999 I. Foster & C. Kesselman introdussero il paradigma del Grid computing:“The Grid for a New Computing Infrastructure”: Distributed ComputingDistributed Computing High-Throughput ComputingHigh-Throughput Computing On-Demand ComputingOn-Demand Computing Data-Intensive ComputingData-Intensive Computing Collaborative ComputingCollaborative Computing Dall’ I d e a alle Infrastrutture LHC Computing Grid

8 LEP/ LHC SPS CERN GINEVRA LEP/ LHC SPS CERN GINEVRA LHC: Large Hadron Collider ( ) Interazioni protone-protone a 14 TeV Esperimenti: ALICE, ATLAS, CMS, LHCb 27 km CERN Centro Europeo per la Fisica delle Particelle FISICA DELLE PARTICELLE Simulazioni Montecarlo Ricostruzione di eventi Analisi dati distribuita... e alle Applicazioni “scientifiche” Large Hadron Collider

9 migliaia di particelle prodotte in ogni collisione VASTE COLLABORAZIONI INTERNAZIONALI migliaia di fisici, ingegneri, tecnici GRANDE MOLE DI DATI: ~ 10 PBytes/anno (1PB = Bytes) INGENTI RISORSE DI CALCOLO: ~ milioni di PC equivalenti

10 BIOLOGIA - BIOINFORMATICA Esplorazione del Genoma umano Parassitologia Data-mining su DNA Analisi di genomi e proteine, Rappresentazione di strutture, Visualizzazione remota e distribuita, Applicazioni in neurologia OSSERVAZIONE DELLA TERRA Monitoraggio dell’ozono atmosferico ASTROFISICA Virtual observatory. Studio di oggetti astrofisici (stelle, galassie, ecc.) Archivi e cataloghi astronomici

11 CHIMICA - SCIENZA DEI MATERIALI Studio delle strutture e delle dinamiche molecolari e delle nanostrutture (es. nanocristalli) AERONAUTICA - FLUIDODINAMICA Computer-aided Engineering per l’industria aeronautica Applicazioni di Fluidodinamica e Meccanica computazionale. METEOROLOGIA - GEOFISICA Monitoraggio e Previsioni del tempo Simulazioni climatiche

12 simulation forecasting monitoring AMBIENTE E TERRITORIO Monitoraggio ambientale (campi e.m.in ambiente urbano, qualità dell’aria,ecc.) Protezione civile (inondazioni, terremoti, ecc.) MEDICINA Diagnostica Supporto all’indagine clinica Simulazioni per PET/SPECT Screening mammografie

13 Possono servire le Grid oltre alla Scienza ? Sì, soprattutto alle organizzazioni e alle comunità a cui serve modellizzare, simulare, prevedere progettare, controllare, analizzare, interpretare, visualizzare dati e fenomeni prendere decisioni in tempo reale utilizzando quando ne hanno bisogno ingenti risorse di calcolo e banche dati distribuite su larga scala in modo trasparente all’utente con qualità di servizio garantita

14 Tipiche operazioni di Data Mining sono: il Clustering (ricerca di gruppi di dati statisticamente simili), la Classificazione (riconoscimento e l’ordinamento di tipologie di oggetti) la Ricerca di pattern comuni in sequenze di dati, ecc.  Sviluppo di modelli e algoritmi in grado di affrontare problemi complessi e comuni sia alle applicazioni scientifiche: astrofisica, fisica delle particelle, bioinformatica, ecc. sia alle applicazioni economiche e sociali: analisi sociale, monitoraggio del territorio e dell’ambiente, gestione di processi complessi, finanza, marketing, ecc. in cui si deve analizzare l’informazione contenuta in basi dati massicce e di alta dimensionalità ed in cui occorre correlare dati con le previsioni di modelli teorici (sia analitici che numerici). Un esempio: il DATA MINING

15 Marketing e finanza  Previsione dei trend del mercato azionario  Identificazione di classi di clientela particolarmente predisposta all’acquisto di un certo prodotto  Ottimizzazione delle strategie di vendita  Proiezioni a medio lungo termine  Analisi della qualità dei servizi  Risk management / portfolio evaluation Analisi e gestione del territorio e della società  Analisi in tempo reale di immagini di telerilevamento, registri catastali, registri anagrafici, reti di impianti, reti di sensori  Valutazione di impatto ambientale:monitoraggio dell’inquinamento acustico, chimico e luminoso.  Protezione civile: valutazione del rischio sismico e di quello vulcanico.  Analisi dei comportamenti e delle tendenze sociali: exit polls, analisi demografica e di sviluppo demografico, previsione dei flussi migratori. Trasporti e viabilità  Gestione e sfruttamento dell’informazione contenuta nei database relativi ai trasporto e alla viabilità, utilizzata ad es. per il monitoraggio del flusso del traffico, la gestione real-time dell’emergenza.

16 Industria Aeronautica - Automobilistica  Design e testing distribuito  Gestione subcomponenti / subcontrattori Trasporto aereo  Gestione / validazione dei livelli di servizio Spazio  Distributed Concurrent Design Facility Estensione dei concetti di concurrent engineering a fasi successive di sviluppo Sanità  Analisi delle cartelle cliniche dei pazienti  Analisi di immagini biomedicali

17 Telecomunicazioni  Gestione e sfruttamento dell’informazione contenuta nei database delle compagnie telefoniche, utilizzate ad es. per l’ottimizzazione dell’uso delle reti telefoniche e per la definizione delle tariffe. Sistemi mobili  Accesso ai servizi multimediali GRID attraverso sistemi di comunicazione mobili. e-government, e-Learning Gestione e sfruttamento di archivi digitali di testi e di immagini  Archivi di documenti di Enti statali e locali  Beni Culturali, Biblioteche, Musei  Agenzie turistiche Media, Intrattenimento, Spettacolo  Rendering, animazione 3D

18 Come si realizza tutto questo ?

19 L’hardware è sempre più potente e costa sempre meno... Processori Nastri Dischi

20 Le reti telematiche sempre più veloci... GARR GEANT 1  10  100 Gb/s Primi anni ’80: prime connessioni in rete INFNET a 4800/9600 b/s

21... Il problema è il software ! L’utente non deve vedere le differenze degli ambienti di calcolo a cui accede. Middleware Il “Middleware”, una via di mezzo tra hardware e software, deve assicurare la compatibilità fra i vari ambienti. Utente MIDLEWAREMIDLEWARE Experiment Computing Dati Analisi

22 Fornisce le risorse per l’accesso condiviso da parte della Grid Definisce i protocolli base per la comunicazione e l’autenticazione e la condivisione di risorse singole Si tratta di un modello a strati (layers). Il modello di riferimento è la clessidra (hourglass) L’ Architettura GRID Coordinamento di collezioni di risorse Applicazioni d’utente

23 Computing Element Storage Element Site X Information System submit query retrieve Resource Broker User Interface publish state R-GMA Replica Location Service VOMS query update credential ESEMPIO DI JOB SUBMISSION Virtual Organization Membership Service

24 Quale futuro ?

25 World Wide Web: accesso interattivo a documenti e ad applicazioni Servizi Web: comunicazione fra le applicazioni Servizi Grid: risorse di calcolo e banche dati Il futuro di Grid: Internet dei Servizi

26 e-Infrastructure security mobility semantic web. automatic management e-sience e-business aeronautics genomics environment astronomy broadband Oltre l’e-Science verso... “ La luce della scienza cerco e ‘l beneficio “ “ La luce della scienza cerco e ‘l beneficio “ (Galileo Galilei)