云计算在科研和教学中的应用

        云计算在加快研发速度、加强合作和丰富教育手段方面有很大潜能。教育者、研发管理人员、IT总监和研发人员需要意识到和充分利用云在研究、教学和学习方面的潜能。他们可以通过部署公有云、私有云和混合云来补充他们当前的计算基础设施。实际上，一个最新的调查显示有一些人已经通过拥抱云计算获得了收益。

        由国家科学基金赞助的并由The Extreme Science and Engineering Discovery Environment（XSEDE） 执行的一项调查揭示出云是如何跨越不同的科学、人文、艺术和社会科学这些宽广的领域的并显示出云在加快研究速度、加强协作和丰富教育手段和内容的潜力。该项调查从2012年9月开始，于2013年4月结束，期间收到了80个遍布全球的云计算用户的反馈。 XSEDE 的“云计算调查报告”显示云计算服务（计算和共享资源的能力）是如何在现阶段被用于——当然能用于——在不同领域的科研实践的。它也总结了一些关于核心应用、存储、带宽等的扩展数据并讨论了云的对特定应用案例的益处和限制。

        这个调查的特别之处在于它不像大多数目前为止所做的云计算调查，它聚焦于在科研和教育中的云计算的应用情况，而不是用于管理和商业的IT应用。调查报告有几个有用的核心发现，包括使用云计算的最大的几个理由，适合云计算的应用以及云给人们带来的益处和挑战。表1帮助我们对这些发现做了比较精确的总结。 

表1 云计算在科研和教育应用中的关键发现

关键发现	描述
使用云的最大的几个理由	对非常规资源的按需获取（例如突发事件带来的流量高峰） 对科研工作负载的高吞吐率的计算和数据分析支持（用高吞吐率（提高并行能力）来实现高性能是云计算为何可以使用廉价硬件的重要原因） 通过科研网站和数据共享的快速部署来加强合作（加快信息流通）
适合云的应用	Map/Reduce-——大数据处理和分析 高吞吐率、极度并行工作负载——分析成千上万的分子 粒子碰撞等 学术实验室和教学工具——把教学经验扩展到数以千计的学生。基于云计算技术的实验室会一直存在或者按需提供 特定领域的计算环境——科学即服务提供了丰富的网页应用和平台部件，可以减少科研的时间 常用软件——软件即服务（SaaS）环境提供给科研和教育工作者在软件许可和更多的最佳执行环境方面等的扩展经济性。 学科入口——基于云计算技术的入口的快速弹性扩展给大社区提供了按需的服务（社区云？） 事件驱动的学科——必须要随需而动的应用程序（例如气象应用，突发事件等）
云的益处	按使用付费、计算弹性、数据弹性 减少资本支出以及运维成本 SaaS、教育即服务——小研究机构、小部门和预算不足的学校能够使用他们所不能具有的计算能力 更广的用途——作为计算基础架构的创新者和使用者，研究者、教育者和学生的数量增多了和差异化更明显了（更加聚焦于自己的核心业务的开发了） 科研工作流、快速设计原型和数据的分析
云的挑战	学习曲线——创建、实施和管理云实例（single sign on， SSO） 虚机性能——应用性能可能不是最优的（Tradeoff，云架构设计时候的事情） 带宽、内存限制、数据库不稳定、公/私有云互操作、存储 数据迁移成本——云服务提供商们按照GB来收费（这样研究者可以在云中生成数据并把他们留在那里或者使用社区数据集） 云计算成本和可用资金 然而研究者和教育者们对隐私不大关心
需要的持续投入	基础的、应用的和实验的云计算研究 产品化的云资源、云培训和云用户咨询的获得方便性（中国云计算任重道远，人们还没有习惯也不会在云环境下做开发，相比于美国，我们大大落后了，人家基本都是基于云基础架构来开发应用了） 云计算研究：针对特定领域的应用、镜像动态提供、云的网络支持、数据可移植性和异质资源的汇聚等作为服务提供出来 云服务研究：基于云的实时智能系统、基于Openflow的多方安全数据流解决方案、快速演绎数据集的大数据机器学习算法 多云环境——大多数私有云都希望成为混合云；实施跨越所有云环境的管理框架是个挑战（云操作系统的兼容性是个很大问题，目前看可行的方案是利用那些和主流云平台兼容性好的方案是个好选择，例如CloudStack；但系统的潜力来看，OpenStack是当仁不让的）

来源: XSEDECloud Survey Report.

        值得记住的是调查的参与者发现Map/Reduce是云服务商提供的最广的应用特性，其次是为社区数据集提供访问入口。

        调查标示出12个云应用场景分类：资源爆发、协作、常用软件、计算科学研究、科学工作流的计算和数据分析、数据归档、数据管理和分析、数据共享、特定领域的计算环境、教育超越和训练（EOT）、事件驱动的实时学科和学科入口。调查参与这被问到他们的研究和教学项目选择哪种云应用案例。结果是资源爆发是最普遍的云应用案例（43%），此后依次是科学工作流的计算和数据分析（35%），协作（35%）、数据分享、数据管理和分析。教育超越和培训和计算科学研究也是比较普遍的应用场景。

        被调查的研究者和教育者们使用过多种公有云和私有云服务， 他们给出了十个核心云益处和十个使用云的核心挑战。

        调查也得出了下面的结论：       

• 需要一个更加强大和均衡的计算基础架构，也就是一个多层的云接口（CI）来支持国家科学基金会（NSF）资助的社区整体范围的覆盖
• 不像传统的高性能计算工作负载， 许多被调查的科研和教育应用更加需要计算内核的数量多而不是每个计算内核性能的最优（因为核心多了，吞吐率就可以高了）
• 使用云计算的挑战要求在基础的、应用的和实验性研究方面的持续的投入（国内有这个条件吗？）
• 为方便地让用户接触到产品化的云计算资源、云培训和云用户咨询方面也需要投资，而不管是公有云、私有云或者国家计算基础架构或者还是他们的组合。(平台出来了，用户培育是个大问题；可是，国内连有影响力的稳定成熟的云基础设施平台还没有出来)
• 在云计算初期，混合云有一个很大的优势，就是能够使承载相对稳定工作负载的私有云，在峰值时期通过把部分工作负载转移到公有云、社区云或者国家计算基础架构上的方法，保持最佳的规模。这个挑战在于实施一个管理框架。（对于企业来说，从国内目前的现状来看，私有云社区云是比较现实的现行方案，公有云嘛，再等等吧）

          这个报告将会帮助教育者、科研管理者、CIO们和科研计算的从业者们展望云计算可以再科研、教学和在他们各自领域的学习上扮演什么角色。

注：为方便大家理解，括号里是译者的批注。

原文来源：http://www.computer.org/portal/web/Irena-Bojanova/content?g=5970564&type=blogpost&urlTitle=cloud-computing-in-research-and-education#!     by Irena Bojanova