¿Qué es la computación en malla?

Ambos tipos de computación se basan en una infraestructura informática compartida, pero la computación en malla se centra más en resolver problemas científicos o de ingeniería a gran escala, mientras que la computación distribuida se centra en tareas más sencillas.

La computación en malla a menudo se asocia con un tipo de computación conocida como “gran desafío”, un problema informático fundamentado en la ciencia o la ingeniería que tiene amplias aplicaciones. Quizás el gran desafío más conocido que la computación en malla ha ayudado a impulsar es el gran Colisionador de Hadrones en el CERN, el acelerador de partículas más potente del mundo.

Además de abordar grandes desafíos, la computación en malla también se utiliza para una variedad de propósitos comerciales más prácticos, incluida la gestión de big data y analytics de datos de alta velocidad, generación de insights, investigación científica, simulaciones financieras y climáticas complejas y computación de alto rendimiento (HPC).

La computación en la nube, el acceso bajo demanda de recursos computacionales a través de Internet, es similar a la computación en malla, pero diferente en varios aspectos importantes. Aunque las infraestructuras de computación en la nube y computación en malla se consideran sistemas distribuidos, la computación en la nube se basa en un modelo cliente-servidor altamente flexible y gestionado centralmente y de fácil acceso para los usuarios. En la nube, las empresas acceden a los servicios a través de Internet utilizando protocolos estándar y solo pagan por los recursos informáticos que necesitan.

La computación en malla, por otro lado, se basa en una infraestructura gestionada de forma colaborativa donde los recursos son propiedad de una única organización y esta los gestiona. Esto lo hace óptimo para empresas que ejecutan cargas de trabajo constantes, pero dificulta el acceso y hace que sea menos escalable que las arquitecturas de computación en la nube. En lugar de utilizar protocolos informáticos estándar para acceder a un servicio concreto, por ejemplo, los usuarios de la malla deben utilizar middleware de malla, aplicaciones especializadas para arquitecturas informáticas en malla.

Un entorno de computación en malla se compone de diferentes nodos, que son computadoras, dispositivos y recursos programados para realizar una tarea específica. Este aspecto de la computación en malla la hace más diversa que la computación en clúster, otro tipo de computación en la que los recursos informáticos se comparten a través de una red.  Mientras que los clústeres informáticos tienen hardware y tareas fijas, la computación en malla dispone de un entorno de intercambio de recursos mucho más flexible.

Normalmente, una red de computación en malla consta de dos tipos de componentes: nodos y middleware.

Las arquitecturas de computación en malla dependen de tres tipos de nodos en malla para completar una tarea de computación en malla:

• Nodos de usuario: el nodo de usuario es una computadora que envía una solicitud al sistema de computación en malla para un recurso específico.

• Nodos proveedores: el nodo proveedor es la computadora que comparte el recurso. A menudo, los nodos de usuario y proveedor intercambian roles, solicitando un recurso a un nodo y compartiendo un recurso con otro.

• Nodos de control: los nodos de control gestionan la red y asignan los distintos recursos informáticos de la malla. El middleware, una aplicación esencial para todas las redes de computación en malla, se ejecuta en el nodo de control.

En una infraestructura de computación en malla, el middleware se conoce como middleware de malla y funciona como una capa de software que permite a los distintos nodos comunicarse e intercambiar recursos. El middleware de malla es responsable de coordinar las solicitudes facilitadas por los nodos de usuario con los recursos disponibles mantenidos por los nodos de proveedor.

El middleware de malla es altamente especializado y capaz de gestionar solicitudes para una amplia gama de recursos, como potencia de procesamiento (CPU), memoria y almacenamiento. Es fundamental para la funcionalidad de la infraestructura de malla, ya que equilibra los recursos para evitar el uso indebido y garantiza que el sistema de computación en malla funcione de manera segura y eficiente.

Una arquitectura típica de computación en malla se compone de cuatro capas que constan de aplicaciones, middleware, recursos y una capa inferior que permite que cada nodo se conecte a una red:

• Capa 1: la capa uno, también conocida como la "capa superior" en un modelo de computación en malla estándar, se compone de aplicaciones de alto nivel con un propósito específico, por ejemplo, una aplicación que realiza análisis o modelado de datos.

• Capa 2: la segunda capa de una arquitectura de computación en malla es donde reside el middleware, gestionando las solicitudes de los nodos de usuario y asignando recursos de los nodos de proveedor según sea necesario.

• Capa 3: la tercera capa de una red de computación en malla está compuesta por todos los recursos disponibles en la red, como CPU, memoria, almacenamiento, hardware, software y más.

• Capa 4: la última capa, también conocida como capa "inferior" o "tejido", permite que todos los nodos de la computación en malla se conecten. La capa 4 está compuesta por recursos físicos y lógicos, incluyendo supercomputadoras, sistemas de almacenamiento, sistemas de archivos distribuidos (DFS) y clústeres de computadoras.

La computación en malla se divide normalmente en cinco tipos fundamentales según el propósito.

Las mallas computacionales son el tipo más común de infraestructura de computación en malla, desplegadas para una amplia gama de tareas de computación de alto rendimiento (HPC). La computación en malla computacional requiere grandes recursos, ya que combina la potencia de cálculo de varias computadoras de alto rendimiento para realizar simulaciones complejas y resolver problemas y algoritmos matemáticos a gran escala.

Una malla computacional puede dividir una tarea compleja en subtareas más pequeñas y sencillas, y asignar cada una de ellas a un nodo. Este proceso, conocido como computación paralela o programación paralela, reduce drásticamente el tiempo y el costo de resolver problemas complejos que usan muchos recursos, y que son integrales a tecnologías de punta como inteligencia artificial (IA), machine learning (ML) y blockchain. Debido a su velocidad, la computación paralela es ideal para tecnologías avanzadas que requieren procesamiento en tiempo real, como automóviles autónomos, modelado meteorológico y aplicaciones de Internet de las cosas (IoT).

Una malla de scavenging, también conocida como malla de scavenging de CPU o ciclo de scavenging, tiene una disposición y propósito similares a una malla computacional, pero con una diferencia clave. En una malla de scavenging, los nodos y las computadoras solo aportan los recursos disponibles a la malla más grande. El término scavenging en este contexto se refiere al proceso de búsqueda de disponibilidad en una malla de recursos informáticos conectados.

En una malla de scavenging, algunos nodos realizan tareas relacionadas con el propósito mayor de la malla, mientras que otros se emplean para otros fines no relacionados. Si los usuarios de la red necesitan acceder a las computadoras para fines no relacionados con la malla, el software de la malla simplemente identifica los nodos libres y los recursos informáticos disponibles y los asigna.

Las mallas de datos son grandes redes de computación en malla que conectan computadoras para aumentar la capacidad de almacenamiento de datos. La computación en malla de datos descompone un gran conjunto de datos para que pueda almacenarse en varias computadoras conectadas a través de una red. Las computadoras en una malla de datos suelen intercambiar datos y recursos en una gran área geográfica, conectando a los usuarios en ubicaciones remotas.

Las mallas de datos son ideales para tareas de cálculo que pueden dividirse en subtareas más pequeñas y resolverse en paralelo. Se utilizan ampliamente en tecnologías de microservicios y como base para nubes privadas, donde los dispositivos se agrupan y una parte de sus recursos se asigna a un fin específico. Además, las máquinas virtuales (VM) suelen aparecer en una malla de datos, lo que permite una agrupación más eficiente de los recursos para tareas informáticas comunes, como procesamiento de datos y almacenamiento.

Las mallas colaborativas, o infraestructuras de computación en malla colaborativa, permiten que grupos de personas aprovechen una malla computacional para acceder más fácilmente al trabajo y los recursos compartidos.

Las mallas colaborativas permiten que equipos ampliamente dispersos compartan experiencia y contribuyan con trabajo en tiempo real mientras persiguen un objetivo común. Por ejemplo, las mallas colaborativas permiten el trabajo de muchos científicos y físicos del clima que trabajan para resolver problemas mediante datos compartidos y recursos de diferentes universidades e instituciones de todo el mundo.

Las mallas modulares se centran en separar los recursos informáticos dentro de un sistema específico en módulos independientes para aumentar el rendimiento de las aplicaciones. En una red modular, los recursos compartidos comúnmente, como las GPU, el almacenamiento y la memoria, se desglosan y recombinan para lograr una mayor eficiencia en la ejecución de aplicaciones y servicios específicos.

El enfoque modular permite a los equipos de TI ser más flexibles a la hora de personalizar un entorno informático para adaptarlo a sus necesidades. Por ejemplo, en una malla modular, la configuración se puede adaptar para satisfacer las necesidades específicas de recursos de una aplicación o servicio individual.

La computación en malla permite a las empresas procesar grandes volúmenes de datos de forma más rápida y eficiente que en una configuración más tradicional. Las empresas que aprovechan la computación en malla lograron mayor flexibilidad, escalabilidad y rentabilidad al utilizar recursos para diversos fines empresariales. Estos son algunos de los beneficios más comunes que las organizaciones han obtenido de la computación en malla.

La computación en malla es ampliamente utilizada por grandes organizaciones en una amplia variedad de industrias. Las universidades han desplegado mallas para resolver problemas grandes y complejos que involucran supercomputadoras y colaboración con colegas de todo el mundo. Las potentes supercomputadoras virtuales que dependen de una infraestructura de computación en malla han abordado tareas científicas y de ingeniería complejas relacionadas con el cambio climático, la astrofísica y más. Estos son algunos de los casos de uso más comunes de computación en malla.

• Banca: los bancos utilizan la computación en malla para una amplia gama de fines relacionados con la seguridad y la gestión de riesgos. Aprovechando los recursos combinados de una malla a gran escala, las instituciones financieras pueden pronosticar cambios en el mercado de valores y descubrir tendencias que les ayuden a tomar decisiones financieras más inteligentes para sus clientes. Según el Institute of Business Value, el 78 % de los bancos dijo que adoptó un enfoque táctico para la IA generativa el año pasado.

• Ciencias de la vida: las ciencias de la vida, como la biología, la genómica y la neurociencia, dependen cada vez más de la computación en malla para ayudar a extraer grandes volúmenes de datos para obtener insights y crear simulaciones más precisas. Por ejemplo, en el estudio de los genes humanos, la computación en malla ayudó a procesar y analizar conjuntos de datos generados por la secuenciación del ADN y ayudó a los investigadores a identificar mutaciones.

• Aplicaciones de computación perimetral e Internet de las cosas (IoT): la computación perimetral, una infraestructura de computación distribuida que es particularmente relevante para aplicaciones de IA y aplicaciones de vanguardia, usa computación en malla para procesar y analizar datos en su origen. Según un informe reciente de Straits Research, la computación perimetral es esencial para la sólida tasa de crecimiento anual compuesto (CAGR) de la computación en malla del 17.1 % prevista para los próximos seis años. 1

• Cine: muchos de los efectos especiales avanzados que vemos hoy en día en las películas usan algún tipo de infraestructura o marco de computación en malla para acelerar el procesamiento. Los diseñadores de efectos especiales confían en los servicios de malla para acortar los plazos de producción y cumplir con los plazos de entrega al renderizar imágenes complejas.

• Juegos: los desarrolladores de videojuegos dependen de la computación en malla para obtener recursos informáticos adicionales a la hora de crear los impresionantes mundos visuales en los que habitarán los jugadores. Los sistemas de computación en malla dividen las tareas informáticas de gran envergadura y las asignan a nodos de una red de computadoras conectadas, lo que acorta los plazos de producción.