Page 189 - 6111
P. 189
додатку можна розглядати Semantic Grid, що мав би відтворювати
бізнес-процес отримання нових знань “Дані –> Інформація –>
Знання” у будь-якому проблемно-орієнтованому середовищі.
GRID-технології у даний час розглядаються чи вже розгорнуті
для численних додатків, включаючи:
- додатки для фармацевтичних компаній, що аналізують складні
послідовності ДНК для розробки високоефективних і більш
безпечних ліків;
- додатки для виробників автомобілів, що моделюють
автомобільні аварії, оптимізують час виконання проекту й
удосконалюють безпеку автомобілів;
- додатки для проектування літаків, що оптимізують
аеродинамічні характеристики дизайну, в особливості, форму
крила;
- додатки для фінансового, страхового ринку і ринку
нерухомості, що виконують сценарії для портфелів клієнта при
кожному ринковому коливанні, вирішують задачі керування
ризиками;
- додатки для енергетичних компаній, що оптимізують рішення
для планувальників параметрів передачі й розподілу електроенергії
в електричних мережах;
- додатки для нафтових компаній, що аналізують величезну
кількість геологічних даних, щоб визначити найперспективніші
місця буріння і т. ін.
Особливу цінність здобувають такі додатки за необхідності
аналізу критичних даних у реальному часі (EnFuzion компании
Аxceleon). Повідомляється про збільшення швидкодії окремих
аналітичних додатків у результаті додавання до них GRID-шару в
10000 разів.
Напрямки використання GRID
Серед основних напрямків використання GRID у науковій
сфері на даний момент виділяють:
- розподілені суперобчислення, рішення дуже великих задач,
що вимагають величезних процесорних ресурсів, пам’яті тощо;
- потужні обчислення (High-Throughput Computing), що
дозволяють організувати ефективне використання ресурсів для
невеликих задач, використовуючи комп’ютерні ресурси, що
звільнюються та тимчасово простоюють;
- обчислення “за вимогою” (On-Demand Computing), великі
разові розрахунки;
188