חזון הגריד בארץ ובעולם פרופ' דוד הורן יו"ר הגריד האקדמי הישראלי אוניברסיטת תל-אביב

החזון הורוד : הצג הוא שלנו – המחשב הוא כל העולם

Enabling Grids for E-sciencE What is Grid Computing? The grid vision is of “Virtual computing” (+ information services to locate computation, storage resources) –Compare: The web: “virtual documents” (+ search engine to locate them) MOTIVATION: collaboration through sharing resources (and expertise) to expand horizons of –Research –Commerce – engineering, … –Public service – health, environment,…

Grids: a foundation for e-Research sensor nets Shared data archives computers software colleagues instruments Grid e-Science methodologies will rapidly transform science, engineering, medicine and business driven by exponential growth (×1000/decade)  enabling a whole-system approach Diagram derived from Ian Foster’s slide

Enabling Grids for E-sciencE The Grid Metaphor

Enabling Grids for E-sciencE From a single PC to a Grid Farm of PCs Examples: Example: EGEE Enterprise grid: Mutualization of resources in a company Volunteer computing: CPU cycles made available by PC owners Grid infrastructure: Internet + disk and storage resources + services for information management ( data collection, transfer and analysis)

Enabling Grids for E-sciencE Typical grid Grid middleware runs on each shared resource to provide –Data services –Computation services –Single sign-on Virtual Organisation: People in different organisations seeking to cooperate and share resources across their organisational boundaries Virtual organisations negotiate with sites to agree access to resources INTERNET

Enabling Grids for E-sciencE What Are Grids Used For? High-performance computing Collaborative data-sharing Collaborative design Drug discovery Financial modeling Data center automation High-energy physics Life sciences E-Business E-Science Source: Hiro Kishimoto GGF17 Keynote May 2006

Enabling Grids for E-sciencE Grids In Use: E-Science Examples Data sharing and integration –Life sciences, sharing standard data-sets, combining collaborative data-sets –Medical informatics, integrating hospital information systems for better care and better science –Sciences, high-energy physics Data sharing and integration –Life sciences, sharing standard data-sets, combining collaborative data-sets –Medical informatics, integrating hospital information systems for better care and better science –Sciences, high-energy physics Capability computing –Life sciences, molecular modeling, tomography –Engineering, materials science –Sciences, astronomy, physics Capability computing –Life sciences, molecular modeling, tomography –Engineering, materials science –Sciences, astronomy, physics High-throughput, capacity computing for –Life sciences: BLAST, CHARMM, drug screening –Engineering: aircraft design, materials, biomedical –Sciences: high-energy physics, economic modeling High-throughput, capacity computing for –Life sciences: BLAST, CHARMM, drug screening –Engineering: aircraft design, materials, biomedical –Sciences: high-energy physics, economic modeling Simulation-based science and engineering –Earthquake simulation Simulation-based science and engineering –Earthquake simulation Source: Hiro Kishimoto GGF17 Keynote May 2006

Data: A “ Killer App ” for the Grid Over the next decade, data will come from everywhere Scientific instruments Experiments Sensors and sensor nets New devices (personal digital devices, computer-enabled clothing, cars, … ) And be used by everyone Scientists Consumers Educators General public Cyberspace environment will need to support unprecedented diversity, globalization, integration, scale, and use Data from sensors Data from simulations Data from instruments Data from analysis

Data Challenge- the next huge machine in particle physics 2007) 50 CD-ROM = 35 GB 6 cm Storage Data: Petabytes/year Concorde (15 Km) Balloon (30 Km) CD stack with 1 year LHC data! (~ 20 Km) Mt. Blanc (4.8 Km)

שימוש רפואי – ממוגרפיה. דוגמא לתחרות אירופה - ארה " ב מאמר בניו - יורק טיימס, , הדגיש שאירופה מובילה על פני ארה " ב בהשקעותיה בנושאי הגריד. התמונה מתייחסת למאגר נתונים לאומי של תמונות ממוגרפיה דיגיטליות שנתמך על ידי בריטניה.

UK e-Science Budget ( ) Source: Science Budget 2003/4 – 2005/6, DTI(OST) Total: £213M

Enabling Grids for E-sciencE EGEE is the largest existing grid More info Project leader : CERN 91 leading institutes 32 countries >60 VOs from 9 domains Israel Academic Grid participates in EGEE through TAU

Enabling Grids for E-sciencE EGEE progress

Enabling Grids for E-sciencE Snapshot of EGEE

Enabling Grids for E-sciencE Annual Grid Budgets (estimates) UK 35 M pounds EGEE (EC) 18 M euro EC IST (including EGEE, DEISA etc) 40 M euro Greece 3 M euro Austria 1 M euro Ukraine 0.6 M euro Israel 0.03 M dollar… ואנחנו חושבים שישראל היא מעצמה בתקשוב....

IL in Geant IL connection upgraded on January 2006 to 1.24 Gb/s Are we on the wrong side of the digital divide?

Digital Divide Illustrated by Network Infrastructures: TERENA Core Capacity Core capacity goes up in Leaps: 1 to 2 to N X 10 Gbps; to 10 Gbps; to 2.5 Gbps Current SE Europe, Medit., FSU, Mid East: Slower Progress With Older Technologies ( Mbps). Digital Divide Will Not Be Closed Source: 1M1M 10G20G      10M  100 M 1G1G By ~2007 N X 10G Lambdas

EGEE sites in Israeli universities Organized within the Israel Academic Grid iag.iucc.ac.il

חזון הגריד האקדמי הישראלי, 2004  התאגדות של קבוצות מהאוניברסיטאות השונות  החוקרים המשתתפים : מפתחים ומשתמשים  ישמש לפתוח כלים תוך כדי הרצת משימות  יוכל להיות כלי עזר לתעשייה בישראל  יהווה צומת תקשורת לגרידים באירופה ובעולם  בעלות קטנה ניתן להשיג תפוקה רבה על ידי איגום משאבים  יתווה את הדרך למחשוב פס - רחב עתידי

iag.iucc.ac.il אתר אינטרנט של הגריד האקדמי הישראלי

הגריד האקדמי הישראלי  מוגדר כיום כפרויקט במחב " א  ועדת היגוי – נציג רשמי מכל אוניברסיטה  יישום – גריד המבוסס על קשר בין אשכולות מחשבים באוניברסיטאות שונות. צמתים קיימים באוניברסיטאות ת " א ובן - גוריון, במכון וייצמן, בטכניון ובאוניברסיטה הפתוחה.  שת " פ בינלאומי : EGEE במסגרת התכנית השישית. ישראל חברה בו במסגרת SEE המנוהלת ע " י יוון.

התפתחויות צפויות במהלך 2007 הגדלת IAG על מנת  לענות על צרכי האקדמיה  לענות על צרכי התעשייה  להתכונן להתפתחות הגריד האירופי EGI בתכנית המסגרת השביעית ובצורה כזו להפוך לתשתית גריד לאומית. אולי יקום מבנה ארגוני חדש, ISRAGRID, אשר יכלול או יחליף את IAG.

Enabling Grids for E-sciencE Take home message Ask not what “the Grid” can do for you BUT With whom do you collaborate? What resources / services can you provide? What resources would empower your research? People Data Computation