迎接P2P分布式并行计算

来源：百度文库 编辑：神马文学网 时间：2024/04/28 07:25:26
 迎接P2P分布式并行计算
今年是处理器的“双核年”。多年以来，Intel和AMD都在持续努力提升CPU计算能力，在单芯片频率达到近乎极限后，终于将CPU推入多内核时代。
现今的个人计算机，运算能力是早期大型计算机的百倍以上，这是拜软件业与硬件业互相促进之赐。众所周知的例子，是所谓“微软-英特尔”联盟，即操作系统和处理器相互刺激市场需求。市场竞合的结果，导致寡头垄断局面形成；在个人电脑市场上，两硬（Intel、AMD）一软（微软）分蛋糕分得不亦乐乎。
我们需要这么快的计算机吗？人类追求极限的永恒需要，会让我们在追求更高计算能力的路上继续走下去。然而，“更高计算能力”并不一定意味着“更快的CPU”，所有CPU计算能力的总和，总是大于单个CPU，分布式并行计算，提供了让许多CPU协同工作的可能性。
多CPU（多台计算机）协同，基本上是软件层面的问题，软件层面的问题，最终还是操作系统平台的问题。互联网给了Google一个机会，把运算放到客户端去执行，这是一种聪明的做法——它意味着更少的中央服务器投入和更好的用户体验。Google持续推出基于Web的新服务，几乎让人觉得Web OS时代已经到来。这判断为时过早，可以说，目前Web客户端平台运算能力相对于纯本地程序，是相当低下的；再者，浏览器本身，仍然需要在操作系统之上运行；其三，这种架构仍然没有将客户计算机有机地整合起来。
IBM等大公司，推网格计算概念已有多时，实质成果还不如小小一个BT/eMule来得大。P2P技术用在文件共享上，已经改变了整个娱乐业格局，如果它被应用于运算能力协同上，前途无可限量。
互联网会更加普及，未来所有个人设备都会随时在线，设备（客户端）是人类个体的智能代理。如果把每个设备看作CPU的一个内核，将能组成一个运算能力强大的多核CPU。过去几十年，计算机CPU和操作系统，一直在朝着高度集成化方向发展，导致软、硬件体系结构趋向于高度复杂，单机运算能力也在逼近极限。基于P2P的分布式并行计算，另辟蹊径，化解了单机高度集成带来的复杂度。
基于P2P的广域网分布式并行计算，有两个问题需要解决：
第一，协同机制。客户端之间如何互相协作、如何分解问题、如何解决通讯导致的延迟、如何实现“热插拔”……
第二，信用机制。WebService租用和ASP（Application Service Provider）未能变成主流市场，很大程度上是因为信用机制不够健全。信用有两个层面，一个是信用观念，一个是信用技术，前者取决于后者。
除了一些科研项目外，目前尚不存在影响力广泛的广域网分布式并行计算应用。P2P技术的应用，仍停留在较低层次的文件共享上。最有可能让P2P分布式并行计算得以实现的，是操作系统厂商。《黑客帝国》的英文原名是Matrix，即矩阵；该片描写的，其实就是一个P2P并行运算的场景。片末，人类和计算机达成妥协，或许也预示了P2P并行运算的光辉未来。
P2P分布式并行计算，离我们并不遥远。它得以广泛应用之日，也将是软硬件体系架构大变革之时。那一天，CPU将和我们的大脑一起被解放。
（为《程序员》作）
迎接P2P分布式并行计算 迎接P2P分布式并行计算 迎接P2P分布式并行计算 分布式、并行计算语言Erlang 学习笔记（第一部分） — Windows Live 分布式计算 Net 4.0并行计算 什么是分布式计算？ 中国分布式计算总站 分布式计算开源框架Hadoop介绍 使用 Linux 和 Hadoop 进行分布式计算 分布式计算开源框架Hadoop介绍 Linux 和 Hadoop 进行分布式计算 分布式计算开源框架Hadoop介绍 对等计算实践: P2P 遇上 SSL P2P:互联网时代的计算革命 P2P:互联网时代的计算革命 各类分布式计算的介绍 - 以往分布式计算的新闻和文章 并行文件系统构筑高性能计算数据基石 分布式计算开源框架Hadoop入门实践 分布式计算开源框架Hadoop入门实践1 分布式计算开源框架Hadoop入门实践2 分布式计算开源框架Hadoop入门实践111 分布式计算开源框架Hadoop介绍-系统架构 分布式计算开源框架Hadoop入门实践（一）