Grid Computing didefinisikan sebagai arsitektur komputasi yang terdistribusi dari beberapa komputer yang dihubungkan oleh jaringan yang bekerja sama untuk menyelesaikan tugas bersama. Sistem ini beroperasi pada jaringan data tempat komputer berinteraksi untuk mengoordinasikan pekerjaan yang ada.
Konten :
Apa itu Grid Computing ?
Grid Computing adalah arsitektur terdistribusi dari beberapa komputer yang terhubung oleh jaringan untuk menyelesaikan tugas bersama. Tugas-tugas ini membutuhkan komputasi intensif dan sulit untuk ditangani oleh satu mesin.
Beberapa mesin di jaringan berkolaborasi di bawah protokol umum dan bekerja sebagai superkomputer virtual tunggal untuk menyelesaikan tugas-tugas kompleks. Ini menawarkan virtualisasi yang kuat dengan membuat citra sistem tunggal yang memberi pengguna dan aplikasi akses tanpa batas.
Grid computing didefinisikan sebagai arsitektur terdistribusi dari beberapa komputer yang dihubungkan oleh jaringan yang bekerja sama untuk menyelesaikan tugas bersama. Sistem ini beroperasi pada jaringan data tempat komputer berinteraksi untuk mengoordinasikan pekerjaan yang ada.
Cara Kerja Grid Computing
Sebuah jaringan grid computing yang khas terdiri dari tiga jenis mesin:
- Node/server control : Node control adalah server atau sekelompok server yang mengelola seluruh jaringan dan memelihara catatan untuk sumber daya di kumpulan jaringan.
- Provider/grid node : Provider atau grid node adalah komputer yang menyumbangkan sumber dayanya ke kumpulan sumber daya jaringan.
- Pengguna : Seorang pengguna mengacu pada komputer yang menggunakan sumber daya di jaringan untuk menyelesaikan tugas.
Grid computing beroperasi dengan menjalankan software yang khusus pada setiap komputer yang terlibat dalam jaringan grid. Software tersebut mengoordinasikan dan mengelola semua tugas grid. Pada dasarnya, aplikasi software tersebut memisahkan tugas utama menjadi subtugas dan menetapkan subtugas ke setiap komputer.
Hal ini memungkinkan semua komputer untuk bekerja secara bersamaan pada subtugas masing-masing. Setelah menyelesaikan subtugas, output dari semua komputer dikumpulkan untuk menyelesaikan tugas utama yang lebih besar.
Software ini memungkinkan komputer untuk berkomunikasi dan berbagi informasi tentang bagian dari subtugas yang sedang dilakukan. Akibatnya, komputer dapat mengkonsolidasikan dan memberikan output gabungan untuk tugas utama yang diberikan.
Grid computing dapat dilihat sebagai bagian dari komputasi yang terdistribusi, di mana superkomputer virtual mengintegrasikan sumber daya dari beberapa komputer independen yang didistribusikan di seluruh geografi. Komputer yang berpartisipasi dalam jaringan menyumbangkan sumber daya seperti daya pemrosesan, bandwidth jaringan, dan kapasitas penyimpanan untuk melakukan operasi yang membutuhkan daya komputasi tinggi.
Arsitektur grid keseluruhan terlihat seperti entitas komputasi tunggal. Dalam grid computing, setiap tugas komputasi dipecah menjadi fragmen kecil dan didistribusikan di seluruh node komputasi untuk eksekusi yang efisien. Setiap fragmen diproses secara paralel, dan, sebagai hasilnya, tugas yang kompleks diselesaikan dalam waktu yang lebih singkat.
Grid computing diaktifkan melalui serangkaian standar dan protokol terbuka seperti Open Grid Service Architecture (OGSA) yang memungkinkan komunikasi melintasi sistem dan lingkungan yang heterogen yang tersebar secara geografis. Dengan grid computing, organisasi dapat mengumpulkan sumber daya dan komputasi untuk tugas-tugas berbobot tinggi atau membaginya di seluruh jaringan untuk memungkinkan kolaborasi.
Dengan demikian, perusahaan dapat mengoptimalkan komputasi dan sumber daya dengan sempurna terlepas dari lokasi mereka.
Komponen Penting Grid Computing
Sebuah lingkungan grid computing terdiri dari satu set komponen grid utama. Karena desain grid dan penggunaan yang diharapkan bervariasi, komponen tertentu mungkin atau mungkin tidak selalu menjadi bagian dari jaringan grid. Komponen-komponen ini dapat digabungkan untuk membentuk komponen hibrida dalam skenario tertentu. Meskipun kombinasi elemen mungkin berbeda tergantung pada kasus penggunaan.
1. User Interface (UI)
Saat ini, pengguna sangat berpengalaman dengan portal web. Mereka menyediakan antarmuka tunggal yang memungkinkan pengguna untuk melihat berbagai informasi. Demikian pula, portal grid menawarkan antarmuka yang memungkinkan pengguna untuk meluncurkan aplikasi dengan sumber daya yang disediakan oleh grid.
UI memiliki gaya portal untuk membantu pengguna melakukan kueri dan menjalankan berbagai fungsi di grid secara efektif. Pengguna grid melihat satu komputer virtual besar yang menawarkan sumber daya komputasi, mirip dengan pengguna internet yang melihat contoh konten terpadu di web.
2. Keamanan
Keamanan adalah salah satu perhatian utama untuk lingkungan grid computing. Mekanisme keamanan dapat mencakup otentikasi, otorisasi, enkripsi data, dan lain-lain. Infrastruktur keamanan jaringan (GSI) merupakan unsur penting di sini. Ini menguraikan spesifikasi yang membangun komunikasi rahasia dan anti-rusak antara setiap entitas software yang beroperasi dalam jaringan grid.
Ini mencakup implementasi OpenSSL dan menyediakan mekanisme masuk tunggal bagi pengguna untuk melakukan tindakan dalam grid. Ini menawarkan keamanan yang kuat dengan menyediakan mekanisme otentikasi dan otorisasi untuk perlindungan sistem.
3. Scheduler
mengidentifikasi sumber daya, langkah selanjutnya adalah menjadwalkan tugas yang akan dijalankan pada sumber daya tersebut. Penjadwal mungkin tidak diperlukan jika tugas mandiri akan dijalankan yang tidak menunjukkan saling ketergantungan.
Namun, jika sedang menjalankan tugas tertentu secara bersamaan yang memerlukan komunikasi antar-proses, penjadwal pekerjaan akan cukup untuk mengoordinasikan pelaksanaan subtugas yang berbeda. Selain itu, penjadwal dari tingkat yang berbeda beroperasi di lingkungan jaringan.
Misalnya, sebuah cluster dapat mewakili sumber daya independen dengan penjadwalnya sendiri untuk mengelola node yang dikandungnya. Oleh karena itu, penjadwal tingkat tinggi kadang-kadang diperlukan untuk menyelesaikan tugas yang dilakukan pada cluster, sementara cluster menggunakan penjadwalnya sendiri yang terpisah untuk menangani pekerjaan pada masing-masing node.
4. Data Mangement
Data management sangat penting untuk lingkungan jaringan. Mekanisme yang aman dan andal untuk memindahkan atau membuat data atau modul aplikasi apa pun dapat diakses ke berbagai node dalam grid diperlukan. Pertimbangkan toolkit Globus (toolkit open-source) untuk grid computing.
Ini menawarkan komponen manajemen data yang disebut Grid Access to Secondary Storage (GASS). Ini termasuk GridFTP yang dibangun di atas protokol FTP standar dan menggunakan GSI untuk otentikasi dan otorisasi pengguna. Setelah otentikasi, pengguna dapat memindahkan file menggunakan fasilitas GridFTP tanpa melalui proses login di setiap node.
5. Resource management
Resource management memungkinkan peluncuran aktual pekerjaan pada sumber daya tertentu, memeriksa statusnya, dan mengambil hasilnya saat pekerjaan selesai. Katakanlah pengguna ingin menjalankan aplikasi di grid. Dalam hal ini, aplikasi harus menyadari sumber daya yang tersedia di grid untuk mengambil beban kerja.
Jadi, ia berinteraksi dengan manajer beban kerja untuk menentukan ketersediaan sumber daya dan memperbarui status yang sesuai. Ini membantu dalam beban kerja yang efisien dan manajemen sumber daya untuk berbagai node di grid.
Jenis-Jenis Grid Computing Dengan Contoh-Contohnya
Grid computing dibagi menjadi beberapa jenis berdasarkan kegunaannya dan tugas yang dihadapi. Mari kita pahami jenis grid computing dengan beberapa contoh.
1. Computational Grid Computing
Grid computing menyumbang bagian terbesar dari penggunaan grid computing di seluruh industri saat ini, dan tren diperkirakan akan tetap sama selama bertahun-tahun yang akan datang. Grid computing saat tenaga komputasi membutuhkan waktu lebih lama untuk dieksekusi dari yang diharapkan.
Dalam hal ini, tugas utama dibagi menjadi beberapa subtugas, dan setiap subtugas dijalankan secara paralel pada node terpisah. Setelah selesai, hasil subtugas digabungkan untuk mendapatkan hasil tugas utama.
Dengan membagi tugas, Hasil akhir dari time complexity tersebut mencapai O(n) kali lebih cepat (di mana ‘n’ menunjukkan jumlah subtugas) daripada ketika satu mesin menjalankan tugas. Grid computing menemukan aplikasi dalam beberapa skenario kehidupan nyata.
Misalnya, grid computing dapat mempercepat pembuatan laporan bisnis untuk perusahaan dengan pasar online. Karena waktu merupakan faktor penting bagi pelanggan, perusahaan dapat menggunakan grid computing untuk menghasilkan laporan dalam hitungan detik, bukan menit. Grid tersebut menghasilkan peningkatan kinerja yang substansial dibandingkan dengan sistem tradisional.
2. Data Grid Computing
Data grid mengacu pada grid yang membagi data ke beberapa komputer. Seperti grid computing di mana perhitungan dibagi, data grid memungkinkan penempatan data ke jaringan komputer atau penyimpanan. Namun, kisi-kisi itu secara virtual memperlakukan mereka sebagai satu meskipun terbelah. Komputasi jaringan data memungkinkan beberapa pengguna untuk secara bersamaan mengakses, mengubah, atau mentransfer data terdistribusi.
Misalnya, data grid dapat digunakan sebagai penyimpanan big data di mana setiap situs web menyimpan datanya sendiri di kisi. Di sini, grid memungkinkan berbagi data terkoordinasi di semua pengguna grid. Grid seperti itu memungkinkan kolaborasi bersama dengan peningkatan transfer pengetahuan antara pengguna grid.
3. Collaborative Grid Computing
Collaborative grid computing memecahkan masalah dengan menawarkan kolaborasi tanpa batas. Jenis komputasi ini menggunakan berbagai teknologi yang mendukung pekerjaan antar individu. Karena pekerja individu dapat dengan mudah mengakses pekerjaan satu sama lain dan informasi penting tepat waktu, ini meningkatkan produktivitas dan kreativitas tenaga kerja secara keseluruhan, yang menguntungkan organisasi secara besar-besaran. Ini mengatasi hambatan geografis dan menambahkan kemampuan yang meningkatkan pengalaman kerja dengan memungkinkan individu jarak jauh untuk bekerja bersama.
Misalnya, dengan grid kolaboratif, semua pengguna dapat mengakses dan secara bersamaan mengerjakan dokumen berbasis teks, grafik, file desain, dan produk terkait pekerjaan lainnya.
4. Manuscript Grid Computing
Manuscript grid computing berguna saat mengelola blok gambar dan teks dalam volume besar. Jenis kisi ini memungkinkan akumulasi terus menerus dari blok gambar dan teks saat memproses dan melakukan operasi pada kumpulan blok sebelumnya. Ini adalah kerangka kerja grid computing sederhana di mana volume besar teks atau manuskrip dan gambar diproses secara paralel.
5. Modular Grid Computing
Modular Grid Computing berkaitan dengan pemisahan sumber daya komputasi dalam sistem atau sasis, di mana sumber daya dapat mencakup penyimpanan, GPU, memori, dan jaringan. Tim IT kemudian dapat menggabungkan aset dan sumber daya komputasi yang diperlukan untuk mendukung aplikasi atau layanan tertentu.
Pada dasarnya, dalam grid modular, satu set sumber daya digabungkan dengan software untuk aplikasi yang berbeda. Misalnya, drive CPU dan GPU mungkin berada di sasis rak server. Mereka dapat saling berhubungan dengan fabric tambahan kecepatan tinggi dan latensi rendah untuk membuat konfigurasi server yang dioptimalkan untuk aplikasi tertentu.
Saat aplikasi dibuat, satu set sumber daya dan layanan komputasi ditentukan untuk mendukungnya. Selanjutnya, ketika aplikasi kedaluwarsa, dukungan komputasi ditarik, dan sumber daya dibebaskan, membuatnya tersedia untuk aplikasi lain. Praktisnya, Original Equipment Manufacturer (OEMs) memainkan peran kunci dalam grid computing modular karena kerja sama mereka sangat penting dalam menciptakan grid modular yang spesifik untuk aplikasi.
Contoh Aplikasi Grid Computing
Grid computing bertindak sebagai teknologi yang memungkinkan untuk mengembangkan beberapa aplikasi di berbagai bidang seperti sains, bisnis, kesehatan, dan hiburan. Menurut laporan Wipro tahun 2021, para pemimpin cloud mengharapkan peningkatan 29% dalam penggunaan komputasi sebagai teknologi pelengkap untuk meningkatkan ROI cloud pada tahun 2023.
Ketika industri terus merampingkan infrastruktur IT mereka untuk lebih menyadari potensi sebenarnya dari grid, infrastruktur grid akan berevolusi agar sesuai dengan laju perubahan dan menyediakan platform yang stabil.
1. Engineer-Oriented Applications
Grid computing telah memberikan kontribusi signifikan untuk mengurangi biaya aplikasi rekayasa sumber daya intensif. Beberapa layanan teknik yang memerlukan upaya desain kolaboratif dan fasilitas pengujian intensif data seperti industri otomotif atau kedirgantaraan telah memilih teknologi grid. NASA Information Power Grid (NASA IPG) telah menerapkan aplikasi grid berorientasi rekayasa skala besar di AS.
IPG adalah grid komputasi NASA dengan sumber daya komputasi yang terdistribusi dari komputer hingga database besar dan instrumen ilmiah. Salah satu aplikasi yang sangat diminati NASA adalah desain pesawat yang lengkap. Tim teknik yang terpisah dan sering terdistribusi secara geografis mengelola setiap aspek utama pesawat, seperti badan pesawat, sayap, stabilizer, mesin, roda pendarat, dan faktor manusia.
Pekerjaan semua tim diintegrasikan oleh kisi-kisi yang menggunakan teknik konkuren untuk mengoordinasikan tugas. Dengan cara ini, komputasi grid juga mempercepat prosedur yang terlibat dalam pengembangan aplikasi berorientasi rekayasa.
2. Aplikasi berorientasi data
Saat ini, data muncul dari setiap sudut dari sensor, smartphone, dan instrumen ilmiah hingga banyak perangkat IoT. Dengan trend data yang meningkat, grid computation memiliki peran yang penting seiring trend data meningkat. Grid tersebut digunakan untuk mengumpulkan, menyimpan, dan menganalisis data, dan pada saat yang sama, memperoleh pola untuk mensintesis pengetahuan dari data yang sama. Distributed Aircraft Maintenance Environment (DAME) merupakan salah satu kasus penggunaan yang sesuai dari aplikasi berorientasi data.
DAME adalah sistem diagnostik terdistribusi yang berbasis grid computing untuk mesin pesawat yang dikembangkan di Inggris. Sistem ini menggunakan teknologi grid untuk mengelola big data dalam penerbangan yang dikumpulkan oleh pesawat operasional. Data tersebut digunakan untuk merancang dan mengembangkan sistem pendukung keputusan untuk diagnosis dan perawatan pesawat dengan memanfaatkan sumber daya dan data yang terdistribusi secara geografis yang digabungkan di bawah kerangka kerja virtual.
3. Life Science
Life science merupakan salah satu bidang aplikasi grid computing yang mengalami pertumbuhan yang paling cepat. Berbagai disiplin ilmu kehidupan seperti komputasi biologi, bioinformatika, genomik, ilmu saraf, dan lain-lain telah merangkul teknologi grid dengan cepat. Praktisi medis dapat mengakses, mengumpulkan, dan data mining yang relevan secara efektif. Jaringan ini juga memungkinkan staf medis untuk melakukan simulasi dan analisis skala besar serta menghubungkan instrumen jarak jauh ke infrastruktur medis yang ada.
Misalnya, proyek MCell mengeksplorasi mikrofisiologi seluler menggunakan algoritma difusi dan reaksi kimia ‘Monte Carlo’ yang canggih untuk mensimulasikan dan mempelajari interaksi molekuler di dalam dan di luar sel. Teknologi grid telah memungkinkan penyebaran skala besar dari berbagai modul MCell, karena MCell sekarang berjalan pada sumber daya yang besar, termasuk cluster dan superkomputer, untuk melakukan simulasi biokimia.
4. Aplikasi komersial Grid Computing
Aplikasi komersial mendukung berbagai seperti game online dan industri hiburan, di mana sumber daya komputasi intensif, seperti komputer dan jaringan penyimpanan, sangat penting. Sumber daya dipilih berdasarkan persyaratan komputasi di lingkungan grid game. Ini mempertimbangkan aspek-aspek seperti volume lalu lintas dan jumlah pemain yang berpartisipasi. Ini dapat mempromosikan kolaborasi dari pengguna dan mengurangi biaya untuk sumber daya komputasi dan aplikasi software dalam permainan berbasis permintaan.
Selain itu, di industri media, grid computing meningkatkan tampilan visual film dengan menambahkan efek khusus. Grid juga membantu produksi film teater karena bagian yang berbeda diproses secara bersamaan, sehingga membutuhkan waktu produksi yang lebih sedikit.
Kelebihan & Kekurangan Grid Computing
Kelebihan Grid Computing
- Tidak terpusat pada satu lokasi. Dalam kata lain, tidak ada server yang diperlukan, kecuali node control yang hanya digunakan untuk mengontrol dan bukan untuk diproses.
- Beberapa mesin heterogen yaitu mesin dengan OS yang berbeda dapat menggunakan jaringan grid computing yang bersifat tunggal.
- Komputasi dapat dilakukan secara paralel di berbagai lokasi dan pengguna tidak perlu membayarnya.
Kekurangan Grid Computing
- Software aplikasi grid masih dalam tahap perkembangan.
- Interkoneksi super cepat antara sumber daya komputer adalah kebutuhan jam.
- Lisensi di banyak server mungkin membuatnya menjadi penghalang untuk beberapa aplikasi.
- Banyak kelompok yang enggan berbagi sumber daya.